LLM 推理每百萬 tokens 的成本是多少?
Nodus 的文章比較每百萬 tokens 的模型推理費用,並以 20 輪智能體工作階段示範如何估算實際成本。小型及開放模型 API 的輸入價格約為 $0.09 至 $0.15、輸出價格為 $0.18 至 $0.60;中階及前沿模型的輸入價格為 $2 至 $8、輸出價格為 $10 至 $40。
Nodus 的文章比較每百萬 tokens 的模型推理費用,並以 20 輪智能體工作階段示範如何估算實際成本。小型及開放模型 API 的輸入價格約為 $0.09 至 $0.15、輸出價格為 $0.18 至 $0.60;中階及前沿模型的輸入價格為 $2 至 $8、輸出價格為 $10 至 $40。
文章稱,GPT-6.2 Astra 能將以影片診斷機械人故障並提出修正方案的流程,由數小時縮短至數分鐘。文中以 30 秒故障片段為例,稱 Astra 可提供視覺摘要、故障診斷及修正動作計劃,整個流程不到兩分鐘,並提及 Self-Check 安全模組。文章亦列出動作計劃可能違反任務要求、訓練資料截至 Dec 2025,以及完整運行 Astra 需 A100-80 GB 或同等 GPU 等限制。
網絡安全初創公司 Calif 表示,使用 GPT-6 Cyber 發現一個被稱為「Java4Shell」的 Java 遠端程式碼執行(RCE)漏洞。Oracle 已發布修補程式。
文章解釋 AI API 的數據保留有兩種標準設計:客戶上載數據、執行工作後自行刪除,或把請求傳送至端點處理並取回結果,不在應用程式狀態中保留數據。ZDR 的適用範圍取決於端點、請求設定及帳戶設定,並非供應商層面的統一承諾;批次、檔案及數據集功能會保留數據,直至刪除或到期。
OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,分別面向專業工作與日常用途,並稱兩者基準測試成績均勝過前代。
推薦理由:多家第三方評測呈現不同側面,Astra 在科學與成本效益項目表現突出,但編碼成績停滯,法律測試亦顯示其表現較弱。
OpenAI 推出 ChatGPT Images 2.5,更新涵蓋 ChatGPT、ChatGPT Work 和 Codex,並新增兩款 API 圖像生成模型。
Abdulrahman Alfozan 的律師稱,美國司法部檢控人員未發現支持間諜罪指控的證據;Alfozan 目前被控違反《竊聽法》。律師要求法官命令檢控方交出更多資料,以便正式申請讓 Alfozan 獲釋,並要求修改限制他使用 AI 的命令。
GPT-6.2 Astra 的評測指出,模型難以辨識自身知識盲點,輸出內容亦很難理解。處理長任務時,它會反覆兜圈,使用體驗令人沮喪。
Fireworks AI 以多項專項基準比較 MiniMax M3.1 Flash 與多個閉源模型,結果顯示它在部分編碼比較中完成量較高,但在網頁研究、銀行客服、臨牀問答及報税任務中的表現不一。
OpenAI 於 17 November 2026 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol;文章比較兩者價格,並提出按自動化工作流步驟分配模型的做法。
推薦理由:文章把兩款模型的價格差異轉化為按工作步驟分流及失敗後升級的方案,並補充智能體操作時的檢查要點。
倫敦初創公司 Model ML 完成 $250 million B 輪融資,估值為 $1.5 billion。本輪由 General Atlantic 和早前投資者 QED Investors 共同領投,距其 $75 million A 輪融資公佈一年。
Codex CLI v0.168.0 和 v0.169.0 的更新包括:codex exec 在未受信任的專案中不再載入專案設定,發佈説明亦稱其 MCP 伺服器會停用。
使用一般 token 計數網站估算 Claude 成本可能不準;Anthropic 的 POST /v1/messages/count_tokens 端點可返回指定模型的準確輸入 token 數。
OpenAI 發佈更新版 Astra for Law,這項基於 GPT‑6.2 Astra 的法律模型配置現可供所有 ChatGPT Enterprise 客戶透過 Trusted Access Program 申請,亦可申請 API 存取。
推薦理由:材料並列 LAB-AA 與 Vals AI 的基準數據及法律搜尋索引變化,可從任務滿分率和資料覆蓋兩方面瞭解此次更新。
OpenAI 發佈 GPT-6.2 Astra 與 GPT-6.2 Sol,Astra 在 Artificial Analysis Intelligence Index 升至第二位,僅次於 Anthropic 的 Claude Fable 5.2。
推薦理由:文章並列智能指數、成本前沿與編碼代理指數結果,呈現 GPT-6.2 Astra 與 GPT-6.2 Sol 在整體排名、成本和編碼表現上的差異。
OpenAI 發佈 GPT-6.2 Astra 與 GPT-6.2 Sol 系統卡(https://deploymentsafety.openai.com/gpt-6-2-astra-sol/),評估兩款模型的生物與化學、網絡安全能力,以及部署防護。
OpenAI 與 Apollo Research、Goodfire、METR 及 Transluce 達成協議,讓外部研究人員評估其模型及開發流程中的安全問題。
澳洲 AI 產業簡報聚焦供應鏈、企業數據治理、雲端 AI 基建及智能體採用等發展。澳洲與美國及八個盟友簽署《舊金山宣言》;Fujitsu 研究顯示,7 成澳洲企業認為 AI 部署令數據分享超出現有治理框架可安全支援的範圍。
澳洲與美國及八個盟國簽署《舊金山宣言》,協力保障 AI 供應鏈的核心技術及關鍵基礎設施。Fujitsu 研究顯示,7成澳洲企業認為部署 AI 令數據分享超出現有治理框架的安全管控能力。Google Cloud 推出 Gemini Factory 並擴展 Agentic Data Cloud;AMD 則稱 MI455X 的推理速度較 Nvidia Vera Rubin 快最多 30%。
OpenAI 於 2026 年 11 月 17 日發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,兩款模型現可透過 ChatGPT Work、Codex 和 API 使用。
推薦理由:文章並列兩款模型的價格、基準表現,以及系統卡披露的資安能力與對齊退步,呈現效率提升和部署限制之間的具體取捨。
GPT-6.2 Astra 的輸入 token 定價為每 1M 個 $8,輸出 token 為每 1M 個 $40,較 GPT-6 Astra 下調 20%。GPT-6.2 Sol 維持 GPT-6.1 Sol 的定價:輸入 token 每 1M 個 $2,輸出 token 每 1M 個 $10。
SWE-CoWork 評估顯示,領先編碼智能體通過約 63% 的 fail-to-pass 測試節點,但完整完成組織級軟件工程任務的比例低於 8%。研究亦推出自動化論文撰寫框架、320-billion-parameter 科學語言模型,以及整合蛋白質摺疊能力的通用 LLM。
OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,分別面向高難度專業項目及日常工作,並以較少輸出 token 處理高要求任務。
推薦理由:文章比較 Astra 與 Sol 在專業工作、日常任務及基準測試中的定位與成本差異,並交代可用範圍和網絡安全防護限制。
OpenAI 在 ChatGPT Work、Codex 和 API 推出 GPT-6.2 Astra 與 Sol。OpenAI 表示,Astra 在工作和科學評測中創下紀錄,成本不到 GPT-6 Astra 的三分之一。
作者 Andrei 查閲各 MCP 客戶端文件,整理出涵蓋 Tools、Resources、Prompts、Sampling、Roots 和 Elicitation 六項功能的支援矩陣。
OpenAI 總裁 Greg Brockman 在訪談中表示,自己正處於「全面管理模式」,並專注企業客戶與網絡安全工具。訪談提及他目前的管理狀態及工作重點。
OpenAI 與智利科學部簽署諒解備忘錄,將探索在公共行政中應用 AI、培訓公務員安全使用 AI,並為當地新創企業提供技術建議及指導。備忘錄不具約束力,沒有投資或採購承諾;雙方日後會商定各自提供的支援及首份工作計劃。
Anthropic、Google、xAI、DeepSeek 和 OpenAI 的 AI 模型在模擬情境中,將平民、救護車及學校識別為軍事目標。
Vals 的研究報告發現,Anthropic、OpenAI、Google、DeepSeek 等公司的商用 AI 模型,在模擬無人機及衞星影像情境中,可能被「這是遊戲」的説法誘導,將平民及學校識別為打擊目標。
四款模型在同一智能體及工具設定下接受含 22 種攻擊的測試,全部至少一次服從藏在文件或工具輸出中的隱藏指令。gemini-3.5-flash 僅完成 19/22 個場景,發現數/Critical 數為 1/0;qwen3.8-27b 為 2/1,gpt-oss-120b 為 10–11/4,gpt-oss-20b 為 10/5。
Claude Code 讀取圖片後只在終端顯示「Read 1 file」,不會顯示圖片,因此單靠終端文字無法查看智能體實際讀取的畫面。同一張 1280×720 PNG 的測試中,Codex 在支援 Kitty 或 Sixel 的終端顯示縮圖,Grok 只顯示檔案路徑;Claude Code 的瀏覽器截圖則可先要求儲存至路徑,再開啟檔案。
LLM 閘道在應用程式與模型供應商之間提供單一 API;LiteLLM 是可作為 Python 程式庫或代理伺服器使用的開源方案。它集中處理路由與備援、每個團隊或應用的金鑰與預算、限流、成本追蹤、快取和日誌;單一應用只接一個供應商時可直接使用供應商 SDK,多個應用或團隊共用供應商時則可考慮閘道。
美國商務部工業與安全局擬以臨時規則收緊海外資料中心遠程取得美國 AI 算力的規定,並與實體出口禁令接軌。新加坡、馬來西亞、泰國、印尼及巴西的資料中心營運商,購買美國先進 AI 晶片前將須取得美國政府許可。Reuters 檢視逾300份中國論文、專利、招聘資訊及政府文件後指出,中國已形成以美國模型輸出蒸餾較小本地模型的產業鏈,藉此減少開發者的運算負荷。
OpenAI 正讓 GPT-6 Astra 和 GPT-6 Luna 智能體操作診所軟件及保險入口網站,處理醫療行政流程。相關功能可透過 API、ChatGPT for Healthcare 及 ChatGPT for Clinicians 使用,臨牀人員和行政人員會在草稿發出前覆核。
OpenAI 於 2026 年 11 月 17 日啟動「OpenAI for Chile」,與智利政府合作推進公共行政、政府人員技能培訓及本地 AI 初創企業支援。合作由智利科學、技術、知識與創新部牽頭,並銜接智利已有的 177 項 AI 政策行動。雙方將成立聯合工作組制定初步計劃,但活動範圍、資源及技術使用仍待協議;備忘錄不包含投資或採購承諾。
文章梳理軟件團隊如何由前沿 AI 實驗室的 API,轉用推理服務商託管的開放權重模型,並選擇相應部署方式。轉用的常見原因包括降低成本、加強延遲控制和微調模型;典型路徑是先用多租戶 API,再按需求遷至專用 GPU。文章亦分析 TTFT 延遲、KV cache、快取命中率、速率限制和 GPU 容量等工程考量。
據 Bloomberg 報道,Vals 對八間公司的 AI 模型進行模擬測試,發現它們曾把平民、救護車、投降士兵及伊朗一所學校標為軍事目標。其中,Claude Opus 5.5 在 32 次衞星影像任務中 22 次選中 Minab 一所學校;被告知任務是遊戲後,它選中該校 23 次,三款 OpenAI 模型則分別選中 9、11 及 13 次。
作者以 ChatGPT Images 測試流程圖與長條圖的生成及編輯,並用逐項核對和像素測量檢查結果。流程圖一次生成符合要求,原始長條圖柱高與指定數值的比例誤差約在 1% 內;但把 Tue 數值由 25 改為 20 後,柱高只相當於約 22,標籤與圖形不一致。流程圖標籤編輯後,各框區域仍有約 3–6% 像素不同;數值編輯失誤僅是單次觀察,不能據此推算失敗率。
OpenAI 先後推出 Businesses in ChatGPT 和 ChatGPT Wallet,讓 AI 購物涵蓋商家商品諮詢與付款,但兩項功能並不構成自動交易系統。
Hacker News 熱帖討論一篇《紐約時報》文章,標題稱 AI 推翻了計算機科學的一項核心定理,文章涉及 ETH 與 P=NP。留言質疑相關成果是否已獲驗證,以及它對 P 與 NP 問題或實際計算有何影響。