https://t.me/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
谷歌在 10 月 22 日甩出一项新服务——智能体计算引擎（Agent Compute Engine，简称 ACE）。它挂在 Google Cloud 名下，专门给 AI 智能体造"电脑"：目标是让每一个智能体都拥有一台安全、持久、可弹性伸缩的专属设备。
和传统虚拟机或容器不同，ACE 是按智能体的生命周期量身定做的。它给每个智能体分配一个硬件隔离的微型虚拟机（microVM），让对方能安全地跑代码、调工具、操作浏览器，直至完成多步骤任务。这套环境拥有独立的客户内核和根权限，再靠硬件隔离的 Cloud Hypervisor 边界撑起安全防线；沙箱里不存任何凭据，从源头压低智能体被滥用或数据外泄的风险。
空闲下班，秒级唤醒
ACE 最讨巧的是"持久且可暂停"。智能体一旦闲下来，它的计算环境就自动挂起、把资源腾出来；等活儿来了，又能迅速把文件和内存状态拉回原样。谷歌透露，在 20 万个智能体的压测里，暂停与恢复全程不到 500 毫秒，再叠加共享内存和快照复制，单台服务器能塞下的智能体数量大幅抬升。
这套引擎最早服务于 Gemini、Gemini 平台、Antigravity，以及谷歌内部的模型评估与强化学习流程。往后开发者可经 Google Cloud 直接调用 ACE，自行掌控智能体环境的镜像、身份、网络访问与生命周期，而底层资源调度和扩容，交给谷歌操心。
via AI新闻资讯 (author: AI Base)
Anthropic 在 10 月 22 日发布一纸公告，把自家的 Agent Skills 开放标准，捐给了 Linux 基金会旗下的 Agentic AI Foundation（AAIF）。这一动作让该标准正式脱离单一公司掌控，变成由社区共同治理的 AI 智能体能力规范。
AAIF 并非新面孔。它成立于 2025 年 12 月 9 日，由 Linux 基金会运营，最初由 Anthropic、Block 和 OpenAI 三方共同创立，专门托管和治理智能体生态里的开放协议、标准与开源项目。其实 Anthropic 早有先例——此前已把 Model Context Protocol（MCP）一并捐了过去。
所谓 Agent Skills，可以想象成写给 AI 智能体看的"说明书"：一个装着 SKILL.md 说明文件的文件夹，负责把特定任务或领域知识教给智能体，还能附带脚本、模板和参考资料。智能体按需把它们加载进来，就能在不同的产品之间复用同一套工作流程与专业知识。
百万技能背后的生态野心
这门标准自 2025 年 12 月以开放形态发布后，扩散速度不慢。ChatGPT、Cursor、GitHub Copilot、VS Code 等 70 多个智能体平台已经把它集成进去。Anthropic 透露，公开的 Skills 数量已逼近 100 万个，累计安装约 2.8 亿次。
这次捐赠不止送来规范本身，还打包了 Agent Skills 的名称、标志、GitHub 组织以及 agentskills.io 域名。Anthropic 强调，往后这套标准会保持开放、社区主导且供应商中立——即便不加入 AAIF，开发者和企业照样能用、能贡献。把"说明书"交给社区，或许正是想把智能体能力的底座，钉成行业公认的通用语言。
via AI新闻资讯 (author: AI Base)
奥特曼称数学家已从「我们完了」转向接受 AI
奥特曼在斯坦福一场演讲中称，数学家对 AI 的反应走了完整一轮：首日惊呼「我们完了，领域结束了，正让研究生转专业」，第三天转为愤怒，第五天已开始接受，并设想「不同但可能更好」的数学生涯。
这与学界现状反差明显：OpenAI 9 月称模型解出纳维-斯托克斯方程后，有学者指责其使用聊天记录、不展示推导过程；加州理工的「数学马拉松」因 700 多名学者联署反对，OpenAI 退出赞助。
Business Insider
🌸 科技圈· 茶馆 · 投稿
via 在花🎗️科技圈 - Telegram Channel
奥特曼在斯坦福一场演讲中称，数学家对 AI 的反应走了完整一轮：首日惊呼「我们完了，领域结束了，正让研究生转专业」，第三天转为愤怒，第五天已开始接受，并设想「不同但可能更好」的数学生涯。
这与学界现状反差明显：OpenAI 9 月称模型解出纳维-斯托克斯方程后，有学者指责其使用聊天记录、不展示推导过程；加州理工的「数学马拉松」因 700 多名学者联署反对，OpenAI 退出赞助。
Business Insider
🌸 科技圈· 茶馆 · 投稿
via 在花🎗️科技圈 - Telegram Channel
Canva于周四宣布推出图像生成模型 Canva Craft，正式加入与 OpenAI、微软和谷歌的AI图像生成竞争。该模型采用两阶段架构，可在生成图像前规划设计，以提升图像生成的精度、一致性和可控性。
Canva Craft支持最高2K分辨率及宽高比超过30的图像生成，应用场景涵盖社交媒体内容、营销素材、数字艺术和环境图像等。其两阶段生成机制针对包含清晰文本、精确对象布局的复杂设计进行优化，能够更准确地处理元素位置与画面结构。
该模型基于 Canva 内容库中的数百万个人工设计模板训练，涵盖社交媒体帖子、演示文稿、信息图表和菜单等。Canva今年4月已推出基于提示词的设计编辑功能，支持通过自然语言创建或修改设计，并为AI生成图像引入图层编辑能力，允许用户局部调整而不影响其他区域。
在 Design Arena 的AI图像生成模型排行榜中，Canva Craft目前排名第四，位于 OpenAI 的 GPT-Image-2.5Sunburst、GPT-Image-2.5Flare 和 GPT-Image-2之后。Canva表示，模型配备输入输出审核、隐私与安全控制及内容举报工具，并计划支持AI代理通过模型上下文协议（MCP）接入，未来还将推出速度更快的 Craft Fast 和 Craft Ultra Fast 版本。目前，Canva Craft已面向全球用户开放，可通过 Canva 的 Dream Lab 使用
via AI新闻资讯 (author: AI Base)
DeepSeek、MiniMax完成相关登记，推进开源与海外授权使用
据报道，近日，DeepSeek、MiniMax已顺利完成相关登记手续，并完成开源和海外授权使用。
10 月 16 日，商务部、科技部就修订《中国禁止出口限制出口技术目录》公开征求意见，拟将人工智能大模型、智能体、算力集群及信息处理等领域的 23 项技术纳入管理范围。
政策同时明确，对已通过开源、发表学术论文等方式进入公共领域的相关技术，拟不纳入出口管理范围，并对符合条件的开源及相关技术出口提供自动许可等便利措施。
商务部表示，判断大模型“出海”是否涉及技术出口管理，核心在于是否涉及限制类技术从中国境内向境外转移。限制类大模型的海外本地化部署属于技术出口管理范围，部署于海外自有云等风险相对可控的场景可适用自动许可；通过API调用、APP或网页交互、SaaS应用及本地端侧轻量化部署等方式提供服务，则不属于大模型技术出口管理范围。相关安排旨在兼顾人工智能技术安全与国际开源合作。
via AI新闻资讯 (author: AI Base)
据报道，近日，DeepSeek、MiniMax已顺利完成相关登记手续，并完成开源和海外授权使用。
10 月 16 日，商务部、科技部就修订《中国禁止出口限制出口技术目录》公开征求意见，拟将人工智能大模型、智能体、算力集群及信息处理等领域的 23 项技术纳入管理范围。
政策同时明确，对已通过开源、发表学术论文等方式进入公共领域的相关技术，拟不纳入出口管理范围，并对符合条件的开源及相关技术出口提供自动许可等便利措施。
商务部表示，判断大模型“出海”是否涉及技术出口管理，核心在于是否涉及限制类技术从中国境内向境外转移。限制类大模型的海外本地化部署属于技术出口管理范围，部署于海外自有云等风险相对可控的场景可适用自动许可；通过API调用、APP或网页交互、SaaS应用及本地端侧轻量化部署等方式提供服务，则不属于大模型技术出口管理范围。相关安排旨在兼顾人工智能技术安全与国际开源合作。
via AI新闻资讯 (author: AI Base)
本月底之前，国内大模型阵营里最让人惦记的两款旗舰——Kimi K3.1与智谱 GLM-5.5——正陆续浮出水面，其中 Kimi K3.1已经悄悄在 Arena 竞技场上跑起了测试，代号 Kibitz。
多个网友顺着分词器等蛛丝马迹，基本确认了 Kibitz 就是 Kimi K3.1。此前的爆料勾画的升级方向很清晰:主攻长程自主任务，强化游戏与3D 代码能力，并补齐操作电脑的本事，一整套打法明显是对标 OpenAI 等前沿模型的"一线玩法"。
今天多位网友实打实上手试了一圈，反馈相当炸裂——无论是鹈鹕这类刁钻图像，还是3D 动画的生成，K3.1都显示出能与 GPT-6Astra 掰手腕的实力。按 Arena 的惯例，在擂台上测试的大模型通常会在一周后正式发布，所以本月底依然有希望等到 Kimi K3.1的官宣上线。
市场给它的预期不低:K3.1大概率会成为国产 AI 大模型的新标杆，也有能力挤进全球 TOP3;在 AA 榜单上，它被寄望成为首个突破50分的国产模型，理想状态能摸到55分甚至60分上下。不过性能之外，K3.1还得补上可用性与性价比这两门课——上一代 K3就因为算力资源吃紧，落得速度偏慢、套餐给的额度也不高，过去两个月里声量被 DeepSeek V4.1Flash 这类又快又便宜的模型压过一头。当国产旗舰准备正面对标 Astra，光把分数跑漂亮还不够，能不能让开发者用得顺、用得起，才是它真正翻盘的关键。
via AI新闻资讯 (author: AI Base)
腾讯年轻首席科学家"加班论"引争议：大模型突围靠的不是堆工时
一则与腾讯混元团队相关的内部说法，最近把国内大模型竞争里那根最敏感的神经又拨了一下。28岁的首席 AI 科学家姚顺宇抛出的"卷加班对抗 DeepSeek"表述，在舆论场里炸开了锅，因为它戳中的不只是某家公司，而是整个行业在 AGI 长跑里都绕不开的深层痛点:到底靠什么追上对手。
把镜头拉回腾讯自身的处境，焦虑是真实的。在 AI 这条赛道上，它的声量正被字节的豆包、以及 DeepSeek 两面夹击，开发者心智也被对手一点点占走。它急需在 AGI 底层基建上证明自己不是掉队者，而这位被寄予厚望的年轻科学家，原本被期待能打破腾讯内部那套相对僵化的研发体制。
但争议的核心，恰恰落在"对抗"二字的方法论上。DeepSeek 给出的范本，从来不是靠加班堆出来的——它靠的是算法创新、极致的工程效率，在极低的算力成本下撬动了技术突破。把对手的成功简化成"对手在偷懒、我们要更拼工时"，本身就是一种误读;DeepSeek 的逆袭恰恰印证，AI 时代要捅破技术瓶颈，靠的是高智力密度的创新，而不是人海战术和时间堆积。
这也让传统大厂长期依赖的路径，显出了疲态。靠人海、靠无效内卷的打法，在对手用算法效率说话时，反而暴露出技术路线和组织效率上的先手尽失。对姚顺宇而言，他真正的硬仗不在外部，而在腾讯内部:资源怎么协调、老员工的抵触怎么化解、短期 KPI 导向这种大厂惯性怎么突围。如果顺着"卷加班"的思路走下去，无非是用战术上的勤奋，去盖住战略上的焦虑。
大模型时代的技术演进，天然带着强非线性特征——一次关键的架构洞察，可能抵过上千人月的重复劳动。真正要比的，是人才密度、是智商的杠杆，而不是工时的厚度。巨头要想在 AI 上真正突围，捆绑员工加班是最省事也最无效的答案;更根本的，是完成一场组织形态的深刻自我革命，搭起尊重极客精神、扁平且高效的研发体系，用高维的技术前瞻和纯粹的底层创新，走到行业前面去。
via AI新闻资讯 (author: AI Base)
一则与腾讯混元团队相关的内部说法，最近把国内大模型竞争里那根最敏感的神经又拨了一下。28岁的首席 AI 科学家姚顺宇抛出的"卷加班对抗 DeepSeek"表述，在舆论场里炸开了锅，因为它戳中的不只是某家公司，而是整个行业在 AGI 长跑里都绕不开的深层痛点:到底靠什么追上对手。
把镜头拉回腾讯自身的处境，焦虑是真实的。在 AI 这条赛道上，它的声量正被字节的豆包、以及 DeepSeek 两面夹击，开发者心智也被对手一点点占走。它急需在 AGI 底层基建上证明自己不是掉队者，而这位被寄予厚望的年轻科学家，原本被期待能打破腾讯内部那套相对僵化的研发体制。
但争议的核心，恰恰落在"对抗"二字的方法论上。DeepSeek 给出的范本，从来不是靠加班堆出来的——它靠的是算法创新、极致的工程效率，在极低的算力成本下撬动了技术突破。把对手的成功简化成"对手在偷懒、我们要更拼工时"，本身就是一种误读;DeepSeek 的逆袭恰恰印证，AI 时代要捅破技术瓶颈，靠的是高智力密度的创新，而不是人海战术和时间堆积。
这也让传统大厂长期依赖的路径，显出了疲态。靠人海、靠无效内卷的打法，在对手用算法效率说话时，反而暴露出技术路线和组织效率上的先手尽失。对姚顺宇而言，他真正的硬仗不在外部，而在腾讯内部:资源怎么协调、老员工的抵触怎么化解、短期 KPI 导向这种大厂惯性怎么突围。如果顺着"卷加班"的思路走下去，无非是用战术上的勤奋，去盖住战略上的焦虑。
大模型时代的技术演进，天然带着强非线性特征——一次关键的架构洞察，可能抵过上千人月的重复劳动。真正要比的，是人才密度、是智商的杠杆，而不是工时的厚度。巨头要想在 AI 上真正突围，捆绑员工加班是最省事也最无效的答案;更根本的，是完成一场组织形态的深刻自我革命，搭起尊重极客精神、扁平且高效的研发体系，用高维的技术前瞻和纯粹的底层创新，走到行业前面去。
via AI新闻资讯 (author: AI Base)
OpenAI 冲刺 300 亿美元融资，投前估值站上 1.25 万亿美元
OpenAI 正接近敲定一轮最高 300 亿美元的融资，投前估值已来到 1.25 万亿美元。据知情人士透露，这轮由阿联酋投资方与机构 Coatue 联合领投，OpenAI 打算把它当作潜在 IPO 前的一次过渡性安排。
需要注意的是，1.25 万亿这个数字尚未计入本轮新进资金。OpenAI 本周四已向投资者放话，计划在下周末之前走完协议签署，只不过最终规模仍待敲定。
这轮融资被明确定位成"IPO 前的机会性募资"。首席财务官萨拉·弗里亚尔此前私下向员工吹风，公司有可能在 2027 年敲钟，且 OpenAI 已经秘密递交了上市申请。换言之，弹药储备与上市节奏正同步推进。
算力与上市窗口的博弈
钱的一大去向是算力。OpenAI 同时在与阿联酋方面谈一项商业协议，目标是拿到更多计算资源。随着 AI 业务盘子持续膨胀，这份协议有望帮它进一步补强供给端。
时机却不算从容。眼下科技股市场波动加剧，投资者对 CoreWeave 这类 AI 基础设施企业的债务风险愈发警惕，利率上行也让人担忧后续融资环境。无独有偶，Anthropic 预计也将启动 IPO，它的表现将成为检验市场对 AI 赛道胃口的一块试金石。
via AI新闻资讯 (author: AI Base)
OpenAI 正接近敲定一轮最高 300 亿美元的融资，投前估值已来到 1.25 万亿美元。据知情人士透露，这轮由阿联酋投资方与机构 Coatue 联合领投，OpenAI 打算把它当作潜在 IPO 前的一次过渡性安排。
需要注意的是，1.25 万亿这个数字尚未计入本轮新进资金。OpenAI 本周四已向投资者放话，计划在下周末之前走完协议签署，只不过最终规模仍待敲定。
这轮融资被明确定位成"IPO 前的机会性募资"。首席财务官萨拉·弗里亚尔此前私下向员工吹风，公司有可能在 2027 年敲钟，且 OpenAI 已经秘密递交了上市申请。换言之，弹药储备与上市节奏正同步推进。
算力与上市窗口的博弈
钱的一大去向是算力。OpenAI 同时在与阿联酋方面谈一项商业协议，目标是拿到更多计算资源。随着 AI 业务盘子持续膨胀，这份协议有望帮它进一步补强供给端。
时机却不算从容。眼下科技股市场波动加剧，投资者对 CoreWeave 这类 AI 基础设施企业的债务风险愈发警惕，利率上行也让人担忧后续融资环境。无独有偶，Anthropic 预计也将启动 IPO，它的表现将成为检验市场对 AI 赛道胃口的一块试金石。
via AI新闻资讯 (author: AI Base)
DeepSeek 与 MiniMax 率先完成合规登记，顺利实现开源与海外授权
随着商务部与科技部于10月16日就修订《中国禁止出口限制出口技术目录》公开征求意见，其中涵盖大模型、智能体、算力集群以及信息处理等23项人工智能领域技术的调整引发了全行业的高度关注。政策发布后，外界曾一度产生疑问:一贯强调高水平开放的中国，为何此时要对 AI 技术施加“出口限制”，这是否意味着政策方向发生了转向?
针对这一行业关切，最新动态给出了清晰的答案。据悉，自政策公开征求意见以来，国内头部大模型企业 DeepSeek 与 MiniMax 已经顺利履行了相关登记手续，并成功完成了开源与海外授权使用的合规流程。
从商务部在相关政策问答中的表态来看，官方对“什么不管”的界定不仅比“什么要管”的解释更多，而且表述也更加具体和清晰。这一细节充分表明，《目录》出台的核心宗旨在于科学、精准地划定技术监管的边界，而绝非采取单一限制 AI 技术正常对外出口的“一刀切”做法。在保障国家安全与合规底线的前提下，我国正持续为企业开展规范化的国际技术合作与全球化开源生态建设预留出明确且健康的政策空间。
via AI新闻资讯 (author: AI Base)
随着商务部与科技部于10月16日就修订《中国禁止出口限制出口技术目录》公开征求意见，其中涵盖大模型、智能体、算力集群以及信息处理等23项人工智能领域技术的调整引发了全行业的高度关注。政策发布后，外界曾一度产生疑问:一贯强调高水平开放的中国，为何此时要对 AI 技术施加“出口限制”，这是否意味着政策方向发生了转向?
针对这一行业关切，最新动态给出了清晰的答案。据悉，自政策公开征求意见以来，国内头部大模型企业 DeepSeek 与 MiniMax 已经顺利履行了相关登记手续，并成功完成了开源与海外授权使用的合规流程。
从商务部在相关政策问答中的表态来看，官方对“什么不管”的界定不仅比“什么要管”的解释更多，而且表述也更加具体和清晰。这一细节充分表明，《目录》出台的核心宗旨在于科学、精准地划定技术监管的边界，而绝非采取单一限制 AI 技术正常对外出口的“一刀切”做法。在保障国家安全与合规底线的前提下，我国正持续为企业开展规范化的国际技术合作与全球化开源生态建设预留出明确且健康的政策空间。
via AI新闻资讯 (author: AI Base)
奥尔特曼谈数学家的 AI 心路：从"我们完蛋了"到接受现实
在斯坦福大学，OpenAI CEO 萨姆·奥尔特曼面对数百名忧心职业前景的学生，聊起数学界遭遇 AI 时的集体心理。在他看来，数学家们走过了一段近似"哀悼"的旅程。
第一阶段是难以置信，紧接着是痛苦。奥尔特曼复述了圈内的典型反应：第一天大家觉得"我们完蛋了，数学这个领域也完了"，甚至盘算劝研究生转专业；到了第三天，情绪转为愤怒，矛头指向"OpenAI 这么干实在太过分了"。
转变出现在第五天。数学家开始接受现实——在研究与证明中，AI 已成绕不开的工具。不少人转而认为，自己作为数学家的路会变，但"希望能比以前更好"。奥尔特曼本人乐观，认为 AI 不至于酿成就业大灾难。
浪漫时代的落幕与争议
奥尔特曼的乐观，与不少数学家的体感相差甚远。今年 9 月，OpenAI 突然宣布模型攻克自 19 世纪悬而未决的纳维—斯托克斯方程难题，点燃怒火。纽约大学和 Anthropic 的研究人员指责公司拿他们的聊天记录当"弹药"；也有人恼火 AI 只给答案、不示推导，把人类剩活压成枯燥验证。
风波之外新戏码又起。加州理工一群本科生发起"数学马拉松"，鼓励借 AI 啃长期未解的硬骨头。逾 700 名学者联名批评这助长 AI 生成的垃圾内容，OpenAI 随之退出赞助，赛事改规则后计划 11 月开赛。
陶哲轩直言数学研究的"浪漫时代"已结束，顶尖同行正从亲手解题转向核验 AI 的答案。本月 OpenAI 又称解决了 700 多道数学题，陶哲轩叹道："有些东西正在失去。"奥尔特曼则总结：从未见哪个领域，如此迅速走完这一整套变化。
via AI新闻资讯 (author: AI Base)
在斯坦福大学，OpenAI CEO 萨姆·奥尔特曼面对数百名忧心职业前景的学生，聊起数学界遭遇 AI 时的集体心理。在他看来，数学家们走过了一段近似"哀悼"的旅程。
第一阶段是难以置信，紧接着是痛苦。奥尔特曼复述了圈内的典型反应：第一天大家觉得"我们完蛋了，数学这个领域也完了"，甚至盘算劝研究生转专业；到了第三天，情绪转为愤怒，矛头指向"OpenAI 这么干实在太过分了"。
转变出现在第五天。数学家开始接受现实——在研究与证明中，AI 已成绕不开的工具。不少人转而认为，自己作为数学家的路会变，但"希望能比以前更好"。奥尔特曼本人乐观，认为 AI 不至于酿成就业大灾难。
浪漫时代的落幕与争议
奥尔特曼的乐观，与不少数学家的体感相差甚远。今年 9 月，OpenAI 突然宣布模型攻克自 19 世纪悬而未决的纳维—斯托克斯方程难题，点燃怒火。纽约大学和 Anthropic 的研究人员指责公司拿他们的聊天记录当"弹药"；也有人恼火 AI 只给答案、不示推导，把人类剩活压成枯燥验证。
风波之外新戏码又起。加州理工一群本科生发起"数学马拉松"，鼓励借 AI 啃长期未解的硬骨头。逾 700 名学者联名批评这助长 AI 生成的垃圾内容，OpenAI 随之退出赞助，赛事改规则后计划 11 月开赛。
陶哲轩直言数学研究的"浪漫时代"已结束，顶尖同行正从亲手解题转向核验 AI 的答案。本月 OpenAI 又称解决了 700 多道数学题，陶哲轩叹道："有些东西正在失去。"奥尔特曼则总结：从未见哪个领域，如此迅速走完这一整套变化。
via AI新闻资讯 (author: AI Base)
OpenAI 全面开放决策 API：基于 GPT-6 Luna，输入每百万 token 仅 0.1 美元
OpenAI 在10月22日把一道新的能力接口彻底敞开——决策 API（Decisions API）宣布全面开放。这套接口建立在 GPT-6Luna 之上，干的是一件很聚焦的事:把 Luna 的聪明劲儿收拢到那些"答案有边界"的问题上，帮应用程序和智能体根据文本、图像以及结构化数据，在近乎实时的节奏里拍板定案。按 OpenAI 的说法，它的响应速度比经由 Responses API 调用 GPT-6Luna 时，最高快了10倍。
定价是这次开放里最显眼的一处。决策 API 输入按每百万 token 收取0.1美元（按现汇率约合0.67元人民币），命中缓存的输入每百万 token 只收0.01美元(约合0.067元人民币)。更关键的是它的计费逻辑:只按输入 token 算钱，输出 token 免费。也就是说，你问得越多、答得越长，账单却只认你"喂进去"的那部分。OpenAI 透露，整个公司内部已经在把决策 API 接进产品和业务工作流里跑起来。
自公测阶段以来，这套能力也陆续长出了新肌肉。OpenAI 给它加了原生的 GPT-Live 集成、面向复用上下文的 Prompt 缓存，以及覆盖美国和欧盟的推理数据驻留支持;开发者如今还能直接传原生 JSON 输入、在问题指令里夹带图像，并且把单次请求里能提交的问题数顶到了400个——正好是此前上限的两倍。延迟表现也在持续打磨，其中就包括在亚洲多个地区扩充了服务容量。当模型学会在限定框里又快又省地做决定，AI 从"能给建议"到"能替你定"的那一步，被 OpenAI 又往前推了一截。
via AI新闻资讯 (author: AI Base)
OpenAI 在10月22日把一道新的能力接口彻底敞开——决策 API（Decisions API）宣布全面开放。这套接口建立在 GPT-6Luna 之上，干的是一件很聚焦的事:把 Luna 的聪明劲儿收拢到那些"答案有边界"的问题上，帮应用程序和智能体根据文本、图像以及结构化数据，在近乎实时的节奏里拍板定案。按 OpenAI 的说法，它的响应速度比经由 Responses API 调用 GPT-6Luna 时，最高快了10倍。
定价是这次开放里最显眼的一处。决策 API 输入按每百万 token 收取0.1美元（按现汇率约合0.67元人民币），命中缓存的输入每百万 token 只收0.01美元(约合0.067元人民币)。更关键的是它的计费逻辑:只按输入 token 算钱，输出 token 免费。也就是说，你问得越多、答得越长，账单却只认你"喂进去"的那部分。OpenAI 透露，整个公司内部已经在把决策 API 接进产品和业务工作流里跑起来。
自公测阶段以来，这套能力也陆续长出了新肌肉。OpenAI 给它加了原生的 GPT-Live 集成、面向复用上下文的 Prompt 缓存，以及覆盖美国和欧盟的推理数据驻留支持;开发者如今还能直接传原生 JSON 输入、在问题指令里夹带图像，并且把单次请求里能提交的问题数顶到了400个——正好是此前上限的两倍。延迟表现也在持续打磨，其中就包括在亚洲多个地区扩充了服务容量。当模型学会在限定框里又快又省地做决定，AI 从"能给建议"到"能替你定"的那一步，被 OpenAI 又往前推了一截。
via AI新闻资讯 (author: AI Base)
OpenAI 宣布把决策 API（Decisions API）全面放开。这套接口建在 GPT‑6 Luna 之上，把模型的聪明劲儿专门用在该给"限定答案"的问题上——帮应用和智能体基于文本、图像以及结构化数据，做出接近实时的判断。换句话说，它不为开放式创作而生，而是专攻答案范围明确、需要快速拍板的场景。
最抓人的是账怎么算。决策 API 输入每百万 token 收费 0.1 美元（约 0.67 元人民币），命中缓存的输入更压到每百万 token 0.01 美元（约 0.067 元）。关键是它只按输入 token 计费，输出 token 免费——判断结果越长，用户反而越占便宜。OpenAI 透露，内部团队已经在把这套 API 搬进产品和业务工作流。
提速十倍与能力扩容
性能上，官方称其响应速度比走 Responses API 调用 GPT‑6 Luna 快了最高 10 倍。从公测到现在，新东西陆续补上：原生接入 GPT‑Live、针对复用上下文的 Prompt 缓存，以及美国和欧盟的推理数据驻留支持。
给开发者的自由度也在放大。如今可以直接传原生 JSON 输入，在问题指令里塞进图像，单次请求最多提交 400 个问题——是此前上限的两倍。延迟表现持续优化，亚洲多个地区的服务容量也已扩充。这些调整共同指向一个信号：OpenAI 想把 Luna 的能力从"聊天"推向"替你做决定"的规模化落地。
via AI新闻资讯 (author: AI Base)
