Gemini 4 Carbon登场：大模型竞赛进入百万上下文与万亿开源时代

谷歌的Gemini 4 Carbon、Anthropic的百万上下文双模型、OpenAI的安全专版GPT-6 Cyber，以及Kimi K3.1 Pro的万亿开源权重——这一轮更新几乎把大模型竞争的所有维度同时推高。据B站AI早报的梳理，前沿模型的发布节奏正在从"单点突破"转向"体系化压制"。

前沿闭源模型的三种打法

谷歌：Ultra专享与多智能体协同

Gemini 4 Carbon被谷歌定位为最强前沿模型，率先面向Ultra订阅用户开放，同时给出的付费API优惠是百万输入2美元。更值得关注的是同步推出的多智能体协同工具Swarm，支持组建并行验证的开发团队。这个组合意味着谷歌把模型能力与工程化协作绑定在一起——模型本身不稀奇，如何让多个智能体并行工作、互相验证，才是开发者真正需要的基础设施。

多智能体协同（Multi-Agent Collaboration） 指多个具备独立推理能力的AI智能体分工协作、并行完成任务。与单模型串行推理不同，多智能体系统通常包含规划者、执行者、验证者等不同角色，通过消息传递与结果汇总实现任务分解与交叉校验。谷歌Swarm这类工具的核心价值在于编排层：它负责调度各智能体的并行执行、处理冲突与依赖关系，并把验证结果反馈给主控代理。这一架构在复杂软件开发、漏洞审计、科研假设验证等场景中可显著降低单点错误率，但也带来通信开销与一致性维护的新工程挑战。

Anthropic：双模型路线与超长上下文

Anthropic推出Fable 5.2与Mythos 5.2两款模型，同源共架构，全系原生配备100万Token上下文窗口与12万8千Token最大输出。开放策略上做出了明确切分：Fable 5.2面向企业与开发者全量提供，放宽科研与网安限制的Mythos 5.2则仅限合规认证机构受邀使用。价格层面，Fable 5.2输入输出定价较GPT-6 Astra低约两成，缓存低至两毛美元，生成速度提升三成。这是一个很清晰的信号——在不牺牲上下文长度的前提下，用定价和速度换市场份额。

Token上下文窗口是模型单次可处理的最大文本量（输入加输出）。100万Token约相当于70万至80万英文单词，或数本长篇专著、数个中型代码仓库的规模。上下文越长，模型越能一次性完成跨文档比对、长代码库理解等任务，无需依赖检索增强（RAG）切分。但长上下文对显存、注意力计算复杂度与推理成本提出更高要求，业界常以稀疏注意力、分块缓存等技术缓解。Anthropic全系原生配备百万窗口，意味着其架构与推理栈在设计阶段就针对长序列做了优化，而非外挂式扩展。

OpenAI：向安全垂直场景纵深

在GPT-6 Astra、Soul与Luna家族之后，OpenAI推出GPT-6 Cyber，并将其定级为最高风险准备度。这个专版专为授权漏洞挖掘与红蓝对抗打造，实测复现数千个Linux内核缺陷，并在火狐浏览器中独立挖出81个未知高位漏洞协助修复。目前仅限Daybreak Red认证安全客户使用，官方也在加速打磨GPT-6.1。把能力最强、风险也最高的模型交给受认证的安全团队，是OpenAI在能力释放与风险控制之间找到的一条折中路径。

风险准备度（Preparedness）分级是OpenAI用于评估模型在生物、网络安全、化学等高危领域潜在滥用风险的内部分级框架。等级越高，代表模型在相关领域的实际能力越强、被滥用的潜在后果越严重。被定级为最高风险准备度，通常意味着模型在网络攻防、漏洞挖掘等方面已具备接近专家级的实操能力，因此必须配套更严格的访问控制、使用监控与客户资质审核。GPT-6 Cyber仅向认证安全客户开放，正是这一分级体系在发布策略上的直接体现。

开源阵营的双线推进

Mistral与Meta的不同取舍

Mistral AI正式开源万亿参数原生多模态模型Mistral Large-4，推理激活520亿参数，在欧洲Blackwell集群训练，采用改良MIT协议开放。强化学习精调后在终端编程评测表现亮眼。Meta则推出超轻量高效推理模型Muse Amber 1.0，体积小巧却专为开发自动化而生，可流畅驱动轻量级本地编程代理。一个追求规模上限，一个压低部署门槛，开源生态的分工正在变得清晰。

月之暗面：Kimi K3.1 Pro完整权重开源

月之暗面在Hugging Face开源旗舰模型Kimi K3.1 Pro完整权重，总参数2.8万亿，激活1040亿，搭载稀疏注意力与百万窗口，首日获VLM支持并接入微软平台。完整权重开放加上百万级窗口，对想做大上下文应用的团队来说，这是目前少有的可直接落地的选择。阿里方面，官方账号发出四字预告"The Becoming Begins"，结合竞技场盲测信号，QN4的揭晓已经不远。

总参数与激活参数是混合专家（MoE）架构中的一对关键指标。总参数指模型全部专家权重之和，激活参数指单次前向推理实际参与计算的参数量。Kimi K3.1 Pro总参数2.8万亿而激活仅1040亿，意味着每次推理只调用约3.7%的参数，在保留大模型知识容量的同时大幅降低单次计算量。稀疏注意力则进一步让模型在百万级窗口下只关注部分相关位置，控制长上下文的计算开销。完整权重开源则允许研究者和企业自行部署、微调与审查，与仅开放API形成鲜明对比。

算力生态与实体智能

国内方面，DeepSeek^广告 V4.1 Flash持续涌现极速推理优化衍生版，智谱正式披露万亿参数GLM 5.4与5.5双轨路线，强化AutoGLM代理能力。海外方面，Adobe与谷歌在Adobe Max宣布深化合作，将前沿视觉生成全面引入PS与相关产品线；英伟达在Core大会发布机器人世界动作模型GRM，加速推进具身智能落地。

从仅限Ultra开放的Gemini 4 Carbon，到百万上下文的Claude双子星，再到万亿开源权重与具身智能的突破，可以看到一个共同趋势：竞赛的门槛不再只是参数规模，而是上下文长度、开放策略、定价结构和垂直场景能力的组合比拼。对开发者和企业而言，选型的复杂度在上升，但可用的工具面也在同步扩大。