价格战打穿次前沿档
本期导语
本周（9 月 21 日至 9 月 27 日）AI 端五条覆盖模型上新、趋势复盘与治理争议。Claude Opus 5.5、GPT-6 Sol 与 Luna 同日登场，价格战打穿次前沿档——Luna 低至 $0.10/$0.50、Opus 5.5 降 20%，OpenAI 称 Sol 与 Luna 把前沿智能带进日常工作、区别在能力与成本的不同配比；Google 则发布带上 Live Avatar（实时化身）的 Gemini 3.8 Live。Simon Willison 年度演讲《2026 in LLMs (so far)》逐页讲稿公开，把过去一年串成编年史。治理侧，五角大楼要花 3030 万美元造 AI 测谎仪。
本期看点
模型上新与价格战实时交互趋势复盘AI 治理争议
模型上新与价格战
Claude Opus 5.5、GPT-6 Sol 与 Luna 同日登场，价格战打穿次前沿档：Luna 低至 $0.10/$0.50、Opus 5.5 降 20%，实测 Opus 5.5 max 在鹈鹕图上想过火直接顶满 128K 输出；OpenAI 称 GPT-6 Sol 与 Luna 把前沿智能带进日常工作，彼此区别在能力与成本的不同配比。
Claude Opus 5.5、GPT-6 Sol 与 Luna 同日登场，价格战打穿次前沿档：Luna 低至 $0.10/$0.50、Opus 5.5 降 20%，实测 Opus 5.5 max 在鹈鹕图上想过火直接顶满 128K 输出Anthropic 发布 Claude Opus 5.5，一小时后 OpenAI 放出 GPT-6 Sol 与 GPT-6 Luna。作者梳理价格版图：GPT-6 Luna 每百万输入/输出 $0.10/$0.50，是 GPT-5.6 Luna 的一半、也是 OpenAI 最便宜的模型档之一；GPT-6 Sol $2/$10 同样砍半，让 GPT-5.6 Terra 失去存在理由；Opus 5.5 从连续五代共享的 $5/$25 降 20% 到 $4/$20，缓存读价降 60…OpenAI 发布 GPT-6 Sol 与 Luna：两款把前沿智能带进日常工作的模型，彼此的区别在于能力与成本的不同配比OpenAI 推出 GPT-6 家族的两款新模型 Sol 与 Luna，两款模型都把前沿智能带到日常工作里，区别在于能力与成本的不同配比，让不同预算与负载的团队可以在同一代模型里按需要选档。实时交互
Google 发布 Gemini 3.8 Live，从标题看这一代 Live 模式带上 Live Avatar（实时化身）能力，指向实时语音与视觉的交互（原正文未采集，信息来自标题式的第一手发布）。
Google 发布 Gemini 3.8 Live：一条标题式的第一手发布（原正文未采集），从标题看这一代 Live 模式带上 Live Avatar（实时化身）能力，指向实时语音与视觉的交互这是 Google DeepMind 博客的发布标题「Introducing Gemini 3.8 Live with Live Avatar」，正文未被采集、材料只有标题。就标题所示：Google 发布 Gemini 3.8 Live，并带上名为 Live Avatar 的实时化身能力，方向是实时的语音与视觉交互。缺少正文，具体延迟、可用面与规格无法从材料核实，此处只据标题记录这次发布。趋势复盘
Simon Willison 年度演讲《2026 in LLMs (so far)》逐页讲稿公开，把过去一年按月串成编年史，起点是 2025 年 11 月 Claude Opus 4.5 与 GPT-5.1 让编码智能体跨过「可信」线。
Simon Willison 年度演讲《2026 in LLMs (so far)》逐页讲稿公开：把过去一年按月串成编年史——起点是 2025 年 11 月 Claude Opus 4.5 与 GPT-5.1 让编码智能体跨过“可信”线作者在 San Jose 的 WeAreDevelopers World Congress North America 闭幕演讲完整讲稿上线：他把自己的 2026 起点定在 2025 年 11 月——Claude Opus 4.5 与 GPT-5.1 与各自的编码智能体脚手架（Claude Code、Codex）配对后，从“经常出错”跨到“日常可用可依赖”；随后按月串起整年大事：12 月假期里个体开发者的试探、1 月他反其道而行“想开多少新项目就开多少”的实验、以及此后每一次…AI 治理争议
五角大楼要花 3030 万美元造 AI 测谎仪：五年期的 Polygraph+ 由负责联邦背景审查的 DCSA 执行，重点是用 AI 与机器学习做评分算法、以及无需贴身的「远距感知」；英国一位法律学者直言这是「试图把复杂的东西压成可测量的东西，方向就错了」。
五角大楼要花 3030 万美元造 AI 测谎仪：五年期的 Polygraph+ 由负责联邦背景审查的 DCSA 执行，重点是用人工智能与机器学习做评分算法、以及无需把设备贴在受试者身上即可取生理读数的「远距感知」，用途是 拟入职员工审查与内部威胁检测；英国一位法律学者直言这是「试图把复杂的东西压成可测量的东西，方向就错了」据一份美国国防部预算申请，美国政府打算在未来五年花 3030 万美元改造一种升级版测谎仪。这个项目叫 Polygraph+（或 Polygraph Next），重点是使用人工智能与机器学习的评分算法，以及一种称为「远距感知」（standoff sensing）的技术——指无需把设备附着在受试者身上就能取得生理读数。据这份预算文件的细节（最早由 Inside Defense 报道），项目将「现代化联邦测谎与可信度评估技术」以提高其准确性与可靠性。但文章指出，这很可能只是用技术手…其它期 ↗本期刊物按 2026 年第 39 周 这一期的时间窗整理生成，范围是当前工作区发布的这一份内容包；条目版权归原作者与信源所有。