AI早报 | 2026年11月15日（周日）：DeepSeek开放全家桶API、Anthropic上市前承认算力豪赌

1. DeepSeek 开放「全家桶」API：把 App 背后的能力全拆给开发者

DeepSeek 把自家 App 里的联网搜索、深度思考搜索、文件上传、链接阅读、语音交互全部开放成 API，而且不必打包调用——Search、Fetch、OCR、ASR、TTS 都有独立接口，可以单独调用、分别计费。今年 10 月 17 日先放出的 Search 与 Fetch 需要开发者自己编排「判断要不要搜→找网页→读内容→再交给模型总结」，这次新增的一步式联网搜索由模型自己决定何时搜、搜什么、读哪几页。语音侧的价格尤其激进：ASR 一小时 0.39 元，对比 GPT-Transcribe 的 1.81 元、GPT-4o mini Transcribe 的 1.21 元、Google Cloud 的 6.43 元，约为对方的 1/4.6、1/3.1 和 1/16.5。目前 V4.1-Flash 已在 Messages、Responses、Chat Completions 三类接口下支持这些对话扩展。官方还顺手开源了一套轻量聊天前端 Demo，支持导入历史对话。

为什么重要：搜索、解析、语音这些「基础件」过去是每个团队自己拼装、自己踩坑的部分。现在一份 API 加一份示例代码就能复刻一个接近官方 App 的产品，应用层的竞争会直接挤到模型质量与价格上。

来源

2. Anthropic 上市前夜：Amodei 承认算力是「最深的商业难题」，中港投资者被挡在门外

距离 11 月 19 日那场可能是史上最大规模的 IPO 只剩几天，Anthropic CEO Dario Amodei 在摩根大通纽约投资者活动上对 Jamie Dimon 说了一句实话：「明年会发生什么，存在巨大的不确定性。」 他称算力是公司「最深的商业难题」——算力必须提前一到两年买入，而没人知道那时的收入能否支撑成本；买少了撑不住客户与新技术，买多了「可能在财务上过度扩张」。彭博数据显示，Anthropic 已承诺近 9010 亿美元（多为算力与芯片），其中约 710 亿美元将在 2027 年 9 月前到期，这个数字超过标普 500 中约三分之二公司的市值。公司的缓冲手段是较高的毛利率、账上现金，以及「少买长约、多去现货市场」的保险式策略。财务面上，10 月底年化收入达 810 亿美元，比 9 月底又多了 100 亿；IPO 拟募资 644 亿美元，另有 260 亿美元私募配售，据报已超额认购约 6 倍，股票将在纳斯达克以 ANT 交易、11 月 18 日定价。同一批消息里还有一条：多家银行以美国出口管制 ITAR 为由，拒绝或极不情愿接受中国大陆与香港投资者的买单，高盛与摩根士丹利牵头、共 22 家投行参与。

为什么重要：Anthropic 把「算力豪赌」直接摊到公开市场面前，估值逻辑从「收入增速」变成了「收入能否追上提前两年签下的采购单」。而把中港资金排除在外，也让这场 IPO 的地缘色彩比财务色彩更浓。

来源 | 来源2

3. Gemini 4 Carbon 夺下 MathArena 榜首，代价是 15 倍成本

Google 的 Gemini 4 Carbon 成为近期第一个登上 MathArena 数学基准第一的非 OpenAI 模型，把 GPT-6.1 Sol 从榜首挤了下去，Claude Fable 5.2 位列第二。它的典型失败模式不是答错，而是超时；模型几乎从不放弃任务——测试中出现过一个脚本连跑 11 小时都没回头检查进度的案例。性能溢价很贵：在测试所用的推理设置下，Carbon 的成本约为 GPT-6.1 Sol 的 15 倍，Fable 5.2 约为 40 倍。顺带一提，OpenAI 那些据称能解纳维-斯托克斯方程一类的模型目前并未公开可用。

为什么重要：数学基准第一名和「能不能日常用」是两件事。15 至 40 倍的价格差说明竞争维度已经从「谁更聪明」挪到了「每个正确解值多少钱」——推理预算本身成了新的定价战场。

来源

4. Anthropic 官方提醒：你那套提示词习惯正在拖慢 Opus 5.5

已在 Pro、Max、Ultra、Team 套餐里成为默认模型的 Claude Opus 5.5，被自家公司指出「被大量过时指令拖住了」。Anthropic 列出的清理清单里，第一条就是删掉「think hard」「think carefully」这类咒语：模型始终自行推理，并按任务难度与所选 effort 档位调节深度，测试中去掉这些短语响应更快，质量没有可测量的下降。第二，从 Medium 档起步——内部测试中 Medium 的 Opus 5.5 已追平上代 Opus 5 的 High，更高档位更贵但不一定更好，只有 Medium 不够时才切 High。第三，别再靠「Sonnet 拉满 + Opus 只干难活」省钱：把 Sonnet 常年开到 Extra High 或 Max，成本已经和直接用 Opus 5.5 差不多。此外，把目标、输出格式、什么时候该回来提问一次说清，而不是逐条追加指令；图表直接作为图片或文件附件，不必手抄数值；要成品就直接要，不要先要草稿。设计类任务则应具体点名不要什么（奶油色背景、药丸形按钮），而不是笼统地说「别做通用设计」。读图上，最低档的 Opus 5.5 读密集图表的准确率也高于最高档的 Opus 5。

为什么重要：提示词正在从「念咒语」退回「写需求」。对团队来说，这意味着省下来的不是 token，而是重试与返工的轮次。

来源

5. OpenAI 重组机器人团队：不是放弃，是赌通用模型直接开机器人

外媒最初报道「OpenAI 又要解散机器人团队」，公司随后澄清：这是重组，机器人研究并入首席研究官 Mark Chen 的研究团队，应用机器人与硬件团队并入 Greg Brockman 的 Applied 组织，机器人工作继续推进。动作之突然，以至于公司已经订好的 CoRL 奥斯汀展位空着没人（Fortune）。背后的判断很直接：GPT-6 Astra 这类通用模型可以直接控制机器人，专用机器人模型的必要性在下降。英伟达一项研究里，Astra 驱动的 agent 在模拟机器人任务上成功率 74.8%，最好的专用模型是 51%（用模拟 DROID 机器人，非真机）。新基准 StationeryBench 让 Astra 与 Ai2 的 MolmoAct2 在双臂 YAM 机械臂上比 5 个桌面整理任务，200 次试验中 Astra 有 7 次完整完成 100 分任务，MolmoAct2 一次都没有；平均进度分 46 对 12。另一次测试里，跑在人形机器人上的 Astra 完成了厨房导航与清理。康奈尔与 Google DeepMind 的 Yoav Artzi 称 Astra 在尚未公开的 REMAP 基准上接近人类精度，并猜测其训练用了大量 3D 数据（如 Blender 场景）。OpenAI 2020 年曾关停机器人部门（缺乏训练数据、大模型是更快的 AGI 路径），2024 年重建，据报 Altman 把首次公开机器人演示定在 2027 年。

为什么重要：机器人技术路线正在从「专用小模型 + 大量本体数据」转向「通用大模型 + 现成本体」。这条路如果成立，机器人行业的门槛会从数据采集转移到模型能力。

来源

6. 前研究员 Coxon：Mythos 已能用「一小部分算力」重训，算法效率在超指数上升

刚在 Anthropic 待了约四个月就离开的 Jacob Coxon（此前在 OpenAI 训练模型，9 月因公开警告高级 AI 风险而广受关注）说，让他下决心走的是 IPO 路演里的一张 PPT：那张图展示训练模型所需的算力随时间变化，坐标轴被压缩到 10 倍与 100 倍增长看起来差不多，但曲线依然陡峭上升——在他看来，这证明算法效率不只是快速提升，而是在加速提升。「这是一张疯狂的图，我惊讶他们把它公开了。」他写道，春季带来能力跃升的 Mythos 不是一次性偏差，而是超指数上的一点，「他们已经可以用原本所需算力的一小部分重训 Mythos」。他还判断算法改进「正处在被自动化的边缘」，因此主张明年暂停前沿模型开发让竞争对手追上来——暂停会让人类级智能商品化，「只会伤害 OpenAI 和 Anthropic」。

为什么重要：如果重训成本以超指数速度下降，那 9010 亿美元的算力承诺和「算力即护城河」的估值逻辑都要重算一遍。这条批评来自内部人，杀伤力比外部质疑大得多。

来源

7. Runway 开源 Praxis-1：把视频模型变成机器人控制器

Runway 以 Apache 2.0 协议公开了机器人模型 Praxis-1 的权重与源码，允许商用。9 月底它只对少数合作方开放，这次连同详细研究报告一起放出。技术上它是个 World Action Model：输入相机图像、文本指令与机器人位姿，先预测场景会怎么变化，再反推出对应的动作，并随新画面持续修正。底座来自视频模型——从普通视频里学会了物体如何运动与相互作用，再用人手动作视频与机器人数据微调，理论上能减少对昂贵专用机器人数据集的依赖。实际适配 Franka 机械臂时用了约 277 小时的公开 DROID 数据，双臂机器人用了 1400 至 2600 小时。英伟达 RoboLab-120 榜上 Praxis-1 拿到 46.2% 成功率，高于同为世界动作模型的 FLUX 3 Action（42.9%），在该类别第一、总榜第五。真机 Franka 上 10 个任务各试 10 次，Praxis-1 成功 88 次，FLUX 3 Action 80 次；对一个训练中从未见过的移动抓取平台，仅用约 95 小时数据微调后平均成功率就到 80%。需要注意：所有测试都是 Runway 自己跑的，尚未被独立复现。

为什么重要：「视频预训练 → 机器人策略」这条迁移路径被开源且可商用，机器人数据的护城河会变浅，做具身智能的团队可以直接从开源权重起步。

来源

8. 百度「词元所」上线首日：供应商破百、客户破千，日均调用 5000 万次

11 月 12 日在百度世界 2026 上发布、被李彦宏称作「大模型的交易所」的词元所，首日新增申请入驻供应商超过 100 家、新增接入客户超过 1000 家。它主打两件事：验真与征信——模型上架前要通过模型指纹比对、能力测试、性能与可用性测试，上线后接受定期抽检拨测与全链路实时监测，结果沉淀为供应商信用评级。试运行期间入驻供应资源已超 100 个，日均调用突破 5000 万次，平台上架 40 余款模型，覆盖 DeepSeek、Kimi、智谱 GLM、MiniMax 等主流模型与视频模型，也包括百度自研文心系列；入驻方既有模型原厂也有第三方推理服务商。李彦宏的说法是，今年前九个月几乎每天都不止一款新模型发布，而市面上的词元中转站不对效果、稳定性、速度负责，连模型真假都无从考证。工信部专家盘和林则点出算力结构性错配：通用算力阶段性过剩、高端智能算力持续紧张，一批中小算力中心有资源却接不上客户。

为什么重要：这是把「中转站信誉」问题产品化——一端给存量算力一个可检索、可比价的出口，另一端让买家买到可验证的 token。若真能执行验真与抽检，模型分发的定价权会从渠道转向评级。

来源

9. 英伟达风波续：员工请愿、马斯克联署，董事会已接触 Arm CEO

（更新 11 月 13 日辞任事件）当地时间 11 月 12 日，英伟达宣布黄仁勋辞去总裁、CEO 与董事职务，立即生效，长期担任 CFO 的 Colette Kress 出任临时 CEO，公司同时启动继任者遴选。两天之内，支持者发起了名为「33 Years Deserve an Answer（33 年，值得一个交代）」的独立请愿，三项诉求写得很具体：在独立调查完成、事实确认之前恢复黄仁勋的 CEO 职务；公开调查框架与时间安排、保障其申辩权利；向员工与股东充分解释董事会的决策依据。据 WIRED 报道，一则要求董事会考虑员工意见的内部建议帖已积累超过 1600 条评论，多数支持他回归；马斯克等科技高管也签署了公开请愿。另一边，《金融时报》称董事会在寻找继任者时已接触 Arm CEO Rene Haas——他 2006 年曾任英伟达计算产品业务部门副总裁兼总经理，2013 年转入 Arm，2022 年成为 Arm CEO。量子位的报道还翻出了老黄的日常：有初创团队发邮件提出把本地 AI 性能提升 10 倍，7 分钟后就收到他本人回复并批准在总部设项目作战室，最终合作做到 9.6 倍加速。

为什么重要：创始人在两天内被「一键移除」，接下来市场关注的已经不是业务，而是治理程序是否可信、继任者能否接住 CUDA 生态。这类不确定性对供应链的传导，比一次财报 miss 更持久。

来源 | 来源2

10. 「史上最严」湿实验预测基准 SPU：推理拉满、算力翻五倍也不够用

UniPat AI 牵头推出 Science Prediction Universe（SPU），把「AI 能不能在做实验之前给出正确判断」变成一张可打分的试卷：116 个任务、4207 个湿实验，覆盖化学、材料科学、生物与医学，横跨 32 个子领域，顾问与湿实验合作方来自斯坦福、康奈尔、哈佛等高校及多家生物技术公司。其中 100 个公开任务取自 85 篇近期论文，专家保留完整定量结果作为评分依据、对模型隐藏；另 16 个私有任务来自四组未发表的合作湿实验（VHH 纳米抗体、反应条件、电解液、Magrolimab 变体），用来防止模型靠公开论文「背答案」。简单的单调排序题、数值过于接近的题都被剔除。评测时模型每次运行 8 小时，配 8 核 CPU、16 GiB 内存和一块 H20，允许联网检索、安装科研软件，最后提交各比较组从低到高的预测排序。结果不客气：Opus 5.5、GPT-6 Astra 距离真正可用的预测都还很远，把推理拉满、算力翻五倍带来的提升也有限。

为什么重要：AI for Science 的门槛正在从「会查文献、会跑软件、能连续干几小时」抬到「敢在实验前下判断」。湿实验一次的成本是试剂、条件、分离、蛋白表达和反复返工，判断错一次的代价远高于一次推理账单。

来源

📌每日更新 / 🔥AI早报|📖道德经|🛠AI教程 / 📝博客：a.aijourney.vip / 🔧导航：AI Journey