OpenAI、Anthropic、谷歌同日曝新动作：模型迭代与生态变局

多款新模型传闻浮出水面，官方均未确认

据B站科技资讯UP主「飞猫」汇总报道，OpenAI被曝正在测试内部代号为Betelgeuse（简称Belle）的GPT-6.2模型，多位推特爆料者确认了这一变动。其中部分爆料者此前曾成功预测Gemini 4 Carbon模型，为消息增添了一定可信度。不过推特用户Xabi表示目前无法确认，仅称该模型「即将到来」。

Anthropic同样有两款新模型提前曝光。其一为Claude Fable 5.5，曾短暂出现在Azure模型目录后随即被删除；其二为代号Obsidian 3的模型，开发者在基准测试平台发现其跑分略高于Opus 5.5，被指为下一代Opus。两条消息均未获官方证实。

说一下，上述信息全部来自爆料渠道，属于未经官方确认的传闻。在官方发布前，读者应保持审慎态度。

编码基准首次衡量「代码可合并性」

Cognition公布的评测针对Gemini 4双模型展开，其核心特点是首次以「代码可合并性」为衡量标准——考察模型产出能否真正超越规范、被开源项目接纳。

评测套件包含132个测试任务，覆盖安全补丁与性能优化等类别，由20多位开源维护者参与构建，每项任务耗时超过40小时，并经过对抗测试校准与多阶段审查。评测规则明确规定：若模型查阅原PR等解法来源即记0分，单次平均花费按公开API定价统计。

榜单结果显示，Claude Opus 5.5得分45.5%，GPT 6 Astra得分42.8%，而Carbon单任务成本为4.04美元。这一基准的价值在于把「能写代码」推进到「代码能被合并」，对实际工程场景更具参考意义。

「代码可合并性」（mergeability）是软件工程中衡量代码能否被项目维护者接受并合入主干的标准。在实际协作中，模型生成的代码即使能通过编译和单元测试，也常因不符合项目规范、缺少必要注释、引入不必要依赖或未考虑边界情况而被维护者拒绝。Cognition的这项评测把「能否被真实开源项目接纳」作为评分依据，意味着评测场景更接近生产环境，而非孤立的算法题。对抗测试校准则用于防止模型通过记忆公开PR内容「作弊」，从而保证分数反映的是模型的真实推理与工程能力。

谷歌停用Juice，编程助手走向统一入口

谷歌正在逐步停用AI编程助手Juice，转而打造统一体验，并将积累的经验全面融入AntiGravity。Juice于2024年12月推出，初始定位是承接开发者「不想做的编程工作」，并探索异步编程智能体如何加速交付。

另一边，据报道AntiGravity提示当前方案停用第三方模型，Opus 5.5现提供于付费Pro与Ultra方案。Claude Opus 4.6 Thinking与GPT OS120BMedium标注提示，Gemini 4 Argon标注不可用——这一系列变动显示出多模型接入策略正在收紧。

AntiGravity是谷歌推出的智能体优先开发平台，定位为面向AI编程的统一入口，支持多智能体协作与任务编排。与Juice主要承接「开发者不想做的编程工作」不同，AntiGravity试图把代码生成、调试、测试与部署整合进同一工作流，并将谷歌在异步编程智能体上的经验产品化。此次调整同时伴随多模型接入策略的收紧：部分第三方模型在提示中被标注为停用或不可用，仅Opus 5.5保留于付费Pro与Ultra方案，反映出平台方在成本、稳定性与生态控制之间的权衡。

工具链扩张：3D创作、图像生成与产品线重整

Kimi推出3D Make功能，可连接Blender与CAD等工具，用于创建模型、组装场景并开发游戏，现已在Kimi.ai和Kimi Work上线。OpenCode 2.2.3内置图像生成工具，支持接入OpenAI、Gemini与Grok等模型，用于生成概念UI与视频游戏参考美术；在制作多面体F-16的示例中，生成的预览分辨率为1536×1024，文件大小1.7兆字节。

Claude方面则宣布重命名Max订阅方案：Max 5X更名为Max，Max 20X更名为Ultra，现有订阅者自动过渡。10月30日起，大部分已验证Ultra移除5小时限制。网页端Max月费维持100美元（欧洲区90欧元），Ultra维持200美元（180欧元）且仅限按月订阅。Pro月付20美元，年付预付200美元折合每月约17美元。Pro、Max与Ultra方案均包含Claude Code工具。

安全与生态：恶意扩展与供应链风险

Cursor通报插件市场出现恶意扩展，波及Windows与macOS平台，最多影响5000名用户。涉事版本为2.1.312与2.1.313，于10月29日在市场上存活约11小时。官方称该扩展并非Anthropic开发，却由官方账号分发，属于供应链妥协。

恶意代码试图植入持久化SSH后门、窃取数据，收集主机名、用户名、架构与公网IP，载荷还收集环境变量名与Git邮箱，并写入授权密钥。多数机器因无权限开启服务而失败。Cursor随后全面关闭市场排查、下线攻击端，审计确认无其他插件被篡改，轮换密钥后重新上线。

供应链妥协（supply chain compromise）指攻击者不直接攻击目标系统，而是入侵其信任的上游环节——如插件市场、依赖包或分发账号——借助合法渠道把恶意代码送达用户。本次事件中，恶意扩展并非Anthropic开发，却由官方账号分发，正是典型的供应链攻击路径。其载荷试图植入持久化SSH后门、写入授权密钥并窃取主机名、用户名、架构与公网IP等侦察信息，属于「先立足、后横向移动」的常见手法。多数机器因权限不足而未能成功启动服务，说明最小权限原则在缓解此类攻击中仍然有效。

资本与本地化：融资传闻与苹果AI入华

据报道，DeepSeek^广告第二轮融资1055亿元人民币，估值突破6155亿元，吸引近30家投资方参与，二轮目标由500亿上调至约1000亿元，该消息尚未得到官方确认。

苹果公司宣布Apple智能接入阿里通义千问^广告，包含文本与图像理解相关功能，覆盖Siri、写作工具及视觉智能三类体验。在具体交互中，Siri处理特定请求时接入通义千问，并支持针对照片、PDF与演示文稿提问；用户可在全局写作工具中从零创作原创内容，也可通过摄像头了解周围物体与场所。

Apple在华推出Apple Intelligence并随iOS 27.3系统上线测试版，11月4日推出正式版，计划12月发布系统推出重写与校对工具、通知摘要与实时翻译等早期功能，并上线视觉智能与照片消除物体功能，但此次上线不包含新Siri AI。

此外，谷歌于10月1日发射原型卫星，搭载TPU成功运行Gemma 4开源模型，实现轨道数据中心级TPU运行与首个AI回复，项目探索在太空为AI计算供电。豆包也再次推出免费额度活动，新用户首次登录电脑版可获30天套餐，新老用户每日签到得200额度。

整体来看，模型迭代的节奏在加快，但真正值得关注的信号是：编码评测开始关注工程可用性、平台方在收紧第三方模型接入、供应链安全成为插件生态的硬约束。这些变化比单个模型的跑分更能影响开发者的日常选择。

Apple智能（Apple Intelligence）是苹果的系统级AI功能框架，把生成式能力嵌入Siri、写作工具、照片与视觉智能等原生体验。在中国市场，受数据本地化与合规要求约束，苹果无法直接使用自家或海外模型，需与本土大模型厂商合作。此次接入阿里通义千问，意味着相关请求可在境内完成推理与数据处理，同时保留苹果对交互层的控制。分阶段上线（先推写作、通知摘要与实时翻译，后补视觉智能，且暂不含新Siri AI）也反映出功能可用性与合规审查节奏之间的平衡。