GPT-5.6周四发布，Claude Cowork移动应用，Gemini API代理

OpenAI 选择在 7月9日（周四）公开发布 GPT-5.6 的三款模型：Sol、Terra 和 Luna。Sol 是旗舰模型，Terra 被描述为日常工作的平衡型，Luna 则主打快速与低成本。与此前“一个模型打天下”的策略不同，这种分层定价明确指向不同用户场景的差异化需求。

值得注意的数据是：Terra 在性能上可与 GPT-5.5 竞争，但成本降低了一半；Luna 则在最低成本下提供强能力。这暗示着 OpenAI 正试图在成本和性能之间提供更灵活的选择，同时通过 Luna 抢占低价市场。不过，这些性能对比来自官方声明，尚未经第三方验证。

微软在 Excel 和 Outlook 等产品中开始用自研模型取代 OpenAI 和 Anthropic 的模型。这一决策背后是成本考量：微软消耗海量 token，尽管此前能获得折扣，但这些协议即将到期。避免未来被头部 AI 实验室“定价绑架”是微软的真实动机。

这一举动与 DeepSeek 自研芯片的计划形成呼应。DeepSeek 因美国出口管制而无法自由获取先进芯片，转而聚焦数据中心推理芯片的设计，并已与潜在合作伙伴洽谈一年。两家公司都试图垂直整合 AI 价值链——从模型到芯片或应用层，以降低对外部供应商的依赖。

MiniMax M3 的发布展示了稀疏注意力在长时任务中的潜力。它通过每步只读取部分上下文来保持成本可预测，即使上下文无限增长。这使得长时代理（如持续监控或代码库分析）变得经济可行。M3 拥有 100 万 token 上下文窗口，并开源。

Anthropic 的 Claude Cowork 则解决了代理的“持续性”问题——用户可以在移动端和网页端启动一个任务后关闭设备，任务仍在后台运行。这从产品层面将代理从“对话”转向“后台 worker”。

谷歌的 Gemini 托管代理也新增背景执行、远程 MCP 集成等功能，将代理变成异步工人，且所有计算在隔离沙盒中完成。此外，研究层面出现了针对重复退化（doom loops）的“反末日训练”，通过最终 token 偏好优化几乎完全消除了循环崩溃。这些技术共同指向一个目标：让 AI 代理能在真实环境中可靠、低成本地运行。

Google 发布 Gemma 4 技术报告，引入密集和 MoE 架构，参数范围 2.3B 到 31B，并支持思考模式与长上下文。这些模型在多项基准上可与更大的模型竞争，且采用 Apache 2.0 许可。这意味着开源阵营正在缩小与闭源模型的差距。

MiniMax M3 同样以开源形式发布，其稀疏注意力机制可能成为未来长上下文代理的标准配置。Meta 的 Muse Image 也免费开放，集成到 Instagram 和 WhatsApp。这些进展表明，即使是图像生成和多模态领域，开源和免费模式的竞争也在加剧。