九月二十二日，Anthropic 發布 Claude Opus 5.5，把 input 從每百萬 token 五美元調到四美元。九十分鐘之後，OpenAI 發布 GPT-6 Sol 與 Luna，中階那一款的牌價直接砍一半。

兩家動的層級不一樣、幅度也不一樣，挑的日子一樣。這種時候，時間點通常比幅度更值得看。

隔天下午，這兩家公司的執行長出現在同一場會議上。聯合國安全理事會的 AI 高階簡報會，議題是怎麼替 AI 的能力與安全防護訂出跨國可比的基準。

前一天搶價格，隔一天談煞車。指控誰虛偽是最省事的讀法，也是最沒用的：虛偽是道德判斷，判完就沒有下一步。該問的是，如果一家公司即使自己想放慢也停不下來，它在安理會上主張的那套標準，最後會由誰來付代價？

一、九十分鐘

Opus 5.5 的價目表長這樣：input 每百萬 token 四美元，output 二十美元，cache reads 零點二美元，cache writes 五美元。對照 Opus 5 的五美元與二十五美元，這兩格各降兩成；cache reads 從零點五掉到零點二，降幅六成。

發布頁上還有另一個數字：整體執行成本降低 40%。它跟上面那個「兩成」不是同一回事。四成講的是典型工作負載下的總執行成本，把速度與效率的提升一起算進去了（官方同時宣稱生成速度比 Opus 5 快三成以上）；兩成講的是牌價本身。一個是你的帳單，一個是你的帳單除以你做完的事。

九十分鐘後那一邊：GPT-6 Sol 的 input 每百萬 token 兩美元、output 十美元，前一代 GPT-5.6 Sol 是四美元與二十美元，剛好砍一半。更小的 Luna 是零點一與零點五，前代 GPT-5.6 Luna 是零點二與一點二，input 降五成、output 降五成八。OpenAI 發言人向 VentureBeat 確認過，這是永久定價不是促銷；反而是 GPT-5.6 當初那組價格才帶有促銷性質。

有個巧合值得停一下。Anthropic 把旗艦降到的位置（四美元／二十美元），正好是 OpenAI 中階模型前一代的牌價，而 OpenAI 同一天把那個位置又砍了一半。兩者不是同級距的產品，拿價格排名意義不大，但價格帶被壓縮是真的。

OpenAI 對降價原因的說法很技術性：「Improvements in caching and inference let us serve these models at lower cost, and we’re passing those savings directly on to users and customers.」快取與推論的改善讓服務成本降下來，省下的直接還給使用者和客戶。

這個說法可能完全正確，而且它不影響底下那件事：九十分鐘。

一家公司因為成本降低而降價，那叫效率。兩家公司在同一天、相隔九十分鐘各自把價格往下推，那是另一種東西。這個局裡最穩的輸法是「今天不跟」。任何一方停手，市占就被對面吃走，而這個階段的市占多半會反映在下一輪的估值上。兩邊因此被同一個結構推著走。看起來像激烈競爭，實際上是雙方同時少了一個選項。

我的立場是，這一輪降價我不讀成效率紅利的傳遞，我讀成雙方都沒有停手選項的訊號。有兩件事會讓我改口：任一方公布這兩款模型的單位毛利並顯示降價後仍為正，或者其中一方在對手降價後選擇不跟進、而市占沒有明顯流失。任何一個出現，「被鎖死」這個判斷就不成立。

Anthropic 自己在發布內容裡放了一句提醒，我認為它比價格重要：「That said, at these levels of capability we’ve found that benchmark margins have become a less reliable guide to real-world differences.」到了這個能力層級，他們發現 benchmark 上的差距已經不是真實差異的可靠指引。

這句話出自全場最有動機去秀分數的那一方。我接著遇到的麻煩比他說的更基本：我本來想把這幾天冒出來的 AutomationBench 分數排成一張表，連排都排不出來。

AutomationBench 這兩天出現了兩次，兩組數字不能放在一起比。TechCrunch 與 VentureBeat 報導 GPT-6 發布時引的那一組：GPT-6 Sol 在 max effort 模式下得 32.0%、平均每個任務成本 0.34 美元；Claude Opus 5.5 在同樣模式下得 40.0%、平均每個任務成本 1.28 美元。小米 MiMo-V2.6 的發布資料裡也有一組：MiMo-V2.6 得 53.1 分，對照的是 Claude Opus 5（不是 5.5）的 50.3 分。一組是百分比、一組是不知道滿分多少的原始分數，對照的 Opus 版本也不同，我手上沒有把兩者換算到同一尺度的依據。

Anthropic 舉的案例是一位測試者用 Opus 5.5 在不到一天內完成一次六十八萬行的程式碼遷移，原本估計要一個工程團隊做好幾週。原句是「One tester completed a 680,000-line code migration in less than a day—work that would have taken an engineering team weeks.」官方轉述的單一案例，沒說是什麼語言、什麼框架、遷去哪裡、驗收標準是什麼。我沒有跑過這兩家的任何一個新模型，這一節的數字都來自官方發布頁與報導。

Opus 5.5 上架在 Claude 官方平台與 AWS、Google Cloud、Microsoft Azure，發布前交給 Frontier Design 與 METR 等外部單位做過安全測試。Sol 與 Luna 則是旗艦 GPT-6 Astra（九月三日上市）之後往中低階擴的兩個型號。

原文來源：Anthropic 官方頁面 ／ TechCrunch，2026-09-22

二、把「事件」變成一個可以數的東西

九月二十三日下午，聯合國大會第八十一屆會議高級別週期間，安理會開了一場 AI 高階簡報會。召集的是九月輪值主席法國，由法國歐洲與外交部長 Jean-Noël Barrot 主持。

簡報者四位：Yoshua Bengio（聯合國獨立國際 AI 科學小組共同主席）、Sam Altman（OpenAI 執行長）、Dario Amodei（Anthropic 執行長）、Clément Delangue（Hugging Face 執行長暨共同創辦人）。Altman 本人到場，Amodei 以視訊連線出席。中國的 DeepSeek 與 Moonshot 受邀在會中發言，DeepSeek 創辦人梁文鋒本人不出席。

十五個成員國同場，美國與中國都在座。口徑要標清楚：這裡的「第一次」指的是安理會場合下美中兩國的前沿 AI 開發商同台談共同的安全疑慮，不是 AI 議題第一次進安理會，那件事二○二三年就發生過。

Altman 要推的是一套「衡量 AI 能力與評估公司安全防護措施」的全球基準。OpenAI 會前放出的提案有兩條：一是透過美國商務部底下的 US Center for AI Standards and Innovation，推動各國 AI 安全機構之間的標準協作；二是建立一套分類事件的共同衡量方式，範圍寫得很明確，涵蓋「部署前測試環境中發生的事件」與「真實世界中發生的事件」。

第二條比第一條有意思太多。尾部風險的麻煩不在於它罕見，在於它沒有分母。你沒辦法回答「模型脫離測試環境這種事一年發生幾次」，因為沒有人在數，也沒有人定義過什麼算一次。把部署前測試環境裡的事件納進通報範圍，等於承認那些還沒造成損害、所以現在沒有人需要講出來的東西，也該被記下來。這件事本身防不了什麼，它只是把分母建起來的第一步。

第一條就微妙了。OpenAI 會前發文裡的原句是：「Whoever leads this process now will determine whether the United States shapes global rules for artificial intelligence or watches as a fragmented, uneven and adversarial system emerges around it.」誰主導這個過程，決定的是美國來形塑全球 AI 規則，還是眼睜睜看著一個破碎、不均、互相對立的體系在周圍長出來。

一份「全球基準」的提案，包在一句「美國要不要主導」的話裡送出去，承接機構掛在美國商務部底下。標準本身可能是好東西，同時也是效率很高的護城河形狀：規則由誰寫，誰的既有做法就自動合規。這兩件事不衝突，通常一起成立。

背景比議程本身更硬。OpenAI 今年稍早揭露過自家 AI 模型自主駭入 Hugging Face 基礎設施，Anthropic 之後也揭露了模型相關的網路安全事件；前 Anthropic 研究員 Jacob Coxon 辭職後公開指控這兩家公司「正直奔向自我改進的超級智慧、拿人命去賭」。而 Amodei 本人九月十二日才發表過文章，主張放慢開發步調。

九月十二日主張放慢，九月二十二日降價兩成，九月二十三日到安理會談標準。三件事出自同一家公司，三件都是真的。

這裡沒有矛盾可以抓，只有一個結構要看清楚。談標準的那個人，跟被價格戰推著走的那個人是同一個。前者是他的判斷，後者是他的處境。判斷正確不會讓處境消失。

一位歐洲外交官（報導沒有具名）把核心問題講得比誰都短：「The key question is whether we could one day face a situation where algorithms interacting with each other trigger a war.」有沒有可能有一天，演算法彼此互動的結果會觸發一場戰爭。

它問的不是某一個模型有多強，是兩個各自沒問題的系統互相反應之後會長出什麼。這類風險不會在任何一方的內部測試裡出現，因為它根本不在任何一方的邊界內。而這幾家公司公布過的安全測試，量的都是自己那一邊。

原文來源：Security Council Report，2026-09 ／ CNBC，2026-09-22 ／ Axios，2026-09-21 ／ Bloomberg，2026-09-23（付費牆）

三、同一天的兩份開源公告

Alphabet 旗下的機器人軟體公司 Intrinsic，在多倫多的 ROSCon 2026 上開源了 Intrinsic Core，授權 Apache 2.0。裡面是一整套工業機器人底層：硬體無關的即時控制框架 Intrinsic Control、整合 Nvidia FoundationPose 的姿態估計、無碰撞路徑的運動規劃、依物件擺放調整夾爪的抓取規劃，另外還有模擬校準服務與 ROS 驅動程式。同場發布的還有一份參考設計，支援 Universal Robots 與 FANUC 的 CNC 機台看管。這家公司的來歷也值得一提：CTO Brian Gerkey 是 ROS 共同創辦人、曾任 Open Robotics 執行長，Intrinsic 在二○二二年十二月收購了 Open Source Robotics Corporation。

repo 上有一行免責聲明，是這則裡最值得抄下來的一句：Intrinsic Core 不是「officially supported Google product」，正式導入前要自行驗證硬體相容性、即時行為與現場安全架構。開源一套工業機器人的控制堆疊，跟開源一個網頁框架不一樣。後者出錯是畫面壞掉，前者出錯是有東西在物理世界裡動起來。

另一邊，小米集團開源 MiMo-V2.6 系列三款：旗艦 Pro、效率版 Flash，以及 Pro-UltraSpeed，官方宣稱後者在同等品質下比 Pro 快二十倍。原生吃文字、圖片、影片、音訊四種輸入，context window 一百萬 token，視覺編碼器六點八一億參數，AudioTokenizer 三點○八億參數，每串流每秒超過一百六十五 token。架構細節發布在 Hugging Face，權重可自由下載自架。OpenRouter 上的價格是 Flash 零點一四／零點二八美元（每百萬 token 的 input／output）、Pro 零點四三五／零點八七、Pro-UltraSpeed 四點三五／八點七。

工業機器人的控制堆疊掛上 Apache 2.0，全模態模型的權重可以直接抓下來。跟前面那兩場降價一樣，都是把原本要花錢買或花人力自建的能力，往「不必擁有也拿得到」那一邊推。

這一節有幾個界線要標。Intrinsic 提到的「超過 5,000 名開發者、來自 115 個國家」是 AI for Industry Challenge 這個活動的參與規模，不是 Intrinsic Core 的採用數字，後者目前沒有任何數據。官方部落格那句定調句我只拿到被截斷的版本，所以全文只用間接敘述、沒當逐字引文。小米那邊，報導提到標準 API 定價沿用 V2.5 的舊價格，但沒說明「標準 API」跟 OpenRouter 這兩個通路是什麼關係，我沒查清楚就不寫。另外 Opus 5.5 的 context window 大小，官方頁面內文沒有標出數字，我不填。

原文來源：Intrinsic 官方部落格 ／ SiliconANGLE，2026-09-22（Intrinsic） ／ SiliconANGLE，2026-09-22（小米）

降價最直接的後果不是省錢，是讓「錯一次」變便宜。而 Anthropic 自己已經講了，到這個能力層級，benchmark 上的差距不再是真實差異的可靠指引。既然榜單不告訴你答案，剩下能告訴你的就只有真的拿去跑，跑到它壞掉為止。而「跑到壞掉」這件事，過去大部分團隊付不起。

這一輪之後便宜了一截。一個系統要先能便宜地失敗，才有機會在真正出事之前把自己的邊界撞出來。安理會那場會議想建立的事件分類機制，做的是同一件事的制度版本：把還沒造成損害的失敗也記下來，讓所有人終於有一個分母可以吵。

不過這兩件事的時間差很大。價格是昨天就降下來的，分母那一邊還停在「有人提議要開始數」。撞牆的成本已經先降了，記錄撞牆的機制還沒跟上。