AI七日谈 | OpenAI 与 Anthropic 打响"降价战"，特朗普把 AI 改名"超级智能"

本周，全球 AI 竞赛在两个方向上同时踩下油门。9 月 23 日，Anthropic 与 OpenAI 在数小时内先后亮出更便宜的新模型，打响新一轮"降价潮"；同一周，美国总统特朗普在联合国大会宣布把"人工智能"改名为"超级智能"并全面拒绝国际监管，国会却推出禁止超级智能的法案；阿里、软银、欧洲芯片机构继续为算力下注；而在中国，端侧大模型备案、开源大赛与 DeepSeek 的 Agent 基础设施论文，勾勒出"落地优先"的另一条路线。以下是本周四条核心趋势。

趋势一：大模型打起"价格战"——AI 进入"通缩时代"

北京时间 9 月 23 日，Anthropic 率先发布 Claude Opus 5.5，约 90 分钟后 OpenAI 就推出 GPT-6 Sol 与 Luna 迎战。据 Dataconomy 报道，OpenAI 称这两款新模型的 API 价格只有上一代 GPT-5.6 的一半，原因在于缓存与推理效率的提升；Sol 面向编程等复杂工作，Luna 面向文档摘要、信息抽取等高频事务。原文链接

价格战很快蔓延到中文世界。据凤凰网科技报道，同日千问正式发布 Qwen-Audio-3.1 系列语音大模型，并下调全线价格：TTS 降价约 70%，实时交互（Realtime）降幅约 85%，语音识别（ASR）降幅高达 95%。原文链接

这轮降价的直接推手是"降本"。据 The New Stack 报道，OpenAI 表示更优的缓存可进一步压低成本：默认缓存命中率更高，且开发者能"在调整推理强度与可用工具时不破坏缓存"，缓存输入 token 的读取折扣达 90%。原文链接

关键数据印证了"腰斩"的力度。据凤凰网科技报道，按标准 API 单价（每百万 token 输入/输出）计算：Astra 为 10 美元/50 美元，Sol 为 2 美元/10 美元，Luna 仅 0.1 美元/0.5 美元——同样是 100 万输出 token，Luna 比 Astra 便宜 100 倍。第三方机构 Artificial Analysis 的测算显示，Sol 的单任务成本从 1.99 美元降至 1.06 美元，Luna 则从 0.18 美元降至 0.07 美元。原文链接

深度来看，这轮降价有两重推力。一是推理成本下探；二是来自中国模型的价格压力——据 tech.co 报道，OpenAI 与 Anthropic 本周同时推出比前代便宜约 40% 至 50% 的模型，而竞争压力部分来自阿里巴巴、DeepSeek 等中国模型。原文链接

但"单价便宜"不等于"总账单更省"。据凤凰网科技援引 Artificial Analysis 的测试，Sol 与 Luna 的降价主要靠降单价、而非省消耗：Sol 每项任务平均生成的 token 从约 2.9 万增至 3.1 万，Luna 从约 4.1 万增至 5.1 万；Opus 5.5 在 max 档每项任务平均生成约 11.9 万 token（其中约 8.4 万是推理 token）——单价降了，但模型"思考更久"可能生成更多 token。原文链接

资本市场的反应更直接。据财联社报道，9 月 23 日港股三大指数集体走弱，恒生科技指数跌 1.33%；受海外大模型降价冲击及商业化分歧扰动，智谱跌 12.40%、天数智芯跌 8.75%，阿里巴巴跌 4.36%、小米集团跌 3.75%、腾讯控股跌 2.35%。原文链接

具体案例也说明"便宜"的含金量。据搜狐网报道，Opus 5.5 的典型工作负载成本比上一代 Opus 5 低约 40%、输出速度提升 30% 以上，其内部"研发自动化指数"显示 Claude 已独立主导或参与公司内部 26% 的 AI 研发工作。原文链接 据 tech.co 报道，Anthropic 称有测试者用 Opus 5.5 在一天内完成了一次 68 万行代码迁移。原文链接

一句话判断：当"够用就行"的便宜模型开始吞噬高频、标准化任务，"按 token 计费"的商业模式正遭遇通缩。对开发者是好消息，对靠模型差价变现的公司则是坏消息——价格战真正的输家，可能是那些既没有最强模型、也没有最便宜模型的中间玩家。

趋势二：改名"超级智能"，联大成了 AI 治理战场

据 BBC 报道，9 月 22 日特朗普在联合国大会演讲中说，"artificial（人工）"一词让这项技术"听起来像假的"，宣布今后美国所有文件、并希望全世界都改称"super intelligence（超级智能）"——简称 SI。原文链接

据 Digital Watch Observatory 报道，特朗普在演讲中同时为"不监管"定调："我们会鼓励它，而不是约束它（we're going to encourage it, not rein it in）。"他还要通过司法部"密切关注"，并重申美国"正遥遥领先于中国"。原文链接

改名背后是真实的民意压力。据 Hawaii Tribune-Herald 报道（路透/益普索民调），73% 的美国人担心 AI 公司在防止 AI 造成严重社会危害方面做得不够；39% 认为 AI 对社会的影响是负面的（8 月为 36%，为 3 月以来最高），仅 11% 认为是正面的；55% 认为放缓 AI 开发是好事。原文链接

问题在于，"超级智能"在技术界有特定含义。据 BBC 报道，它通常与哲学家尼克·博斯特罗姆（Nick Bostrom）十余年前的设想相关，指在各方面都超越人类的"智能体"，目前仍完全是假设。墨尔本大学数字伦理讲师 Simon Coghlan 认为改名"具有误导性"，"我怀疑 SI 不会流行起来，部分原因是它夸大了 AI 当前的能力"。原文链接

同一天，两条对立的战线在同一个会场展开。据 ABC News 报道，参议员伯尼·桑德斯与众议员格雷格·卡萨（Greg Casar）推出法案，将永久禁止"人工超级智能"、暂停最先进 AI 系统的开发直至联邦安全规则出台，并新设"人工智能部"；部署先进系统前须获联邦批准，违规最高可判 20 年监禁。OpenAI 安全系统研究员 Juan Felipe Cerón Uribe、Google DeepMind 工程师 Swante Scholz 等在职员工公开支持。原文链接

据《耶路撒冷邮报》报道，同一天，OpenAI 的萨姆·奥尔特曼、Anthropic 的达里奥·阿莫代伊与 Hugging Face 联合创始人 Clément Delangue 赴联合国安理会向 15 个理事国作简报；奥尔特曼呼吁各国采用衡量 AI 能力与安全措施的基准，会议由法国外长巴罗主持。原文链接

据 CNBC 报道，在特朗普与习近平会晤前，美国财长贝森特与中国副总理何立峰讨论了建立"中美 AI 对话"，包括就"上升到国家安全级别"的 AI 事件建立沟通渠道。原文链接

据 UN News 报道，英国首相 Burnham 宣布将成立新的"国家信息防卫中心"，并借 2027 年 G20 主办国身份推动"一套全球 AI 原则与标准"，同时与美国建立 AI 防务伙伴关系。原文链接

据《共同社》报道，特朗普在演讲中对建立规范 AI 开发的国际框架表示"全面拒绝"，并称"谁赢得超级智能竞赛，谁就是赢家"。原文链接

欧洲则站在另一边。据 Daily Sabah 报道，20 多个以欧洲为主的国家在联大前呼吁对先进 AI 采取有约束力的安全措施，警告技术发展可能超出控制能力，但中美均未背书。原文链接

据 The Guardian 报道，特朗普将于 9 月 24 日与习近平会晤，AI 是重要议题；联合国秘书长古特雷斯呼吁两国建立类似冷战时期美苏沟通的 AI 对话机制，"拥有最强 AI 能力的政府，对全人类负有最大责任"。原文链接

一边是"竞赛至上、拒绝国际监管"，一边是"安全优先、要全球标准"，分歧在本周被彻底摆上台面。但真正可能落地的，未必是"减速"，而是最低限度的共识：共同的能力定义、评估基准，以及一条防止误判的应急通报热线——对两个 AI 超级大国而言，这更像"护栏"，而不是"刹车"。

趋势三：算力与芯片——资本狂奔，"泡沫"之争升温

据 RADII 报道，阿里巴巴在杭州云栖大会上发布其称为"中国最强"的 AI 芯片，并预告一款参数规模达 10 万亿的 AI 模型；CEO 吴泳铭把"AI 模型、AI 芯片、AI 云"称为下一个机器智能时代的"三件套"。原文链接

据 Tech Edition 报道，阿里首次系统披露 AI 路线图：Qwen 4 正在训练，后续 Qwen 4.5、Qwen 5 的参数规模预计达 5 万亿至 10 万亿；同时推出振武 V900 AI 加速器，阿里云计划到 2032 年运营超过 20 吉瓦（GW）的全球数据中心容量——RADII 称 20GW 大致相当于 1500 万户家庭的用电量。原文链接

值得注意的是，"AI 造 AI"已经在真实数据里跑通。据 Tech Edition 报道，阿里报告了"递归自我改进"的进展：Qwen3.8-Max 在一个月的自动化运行中完成 33 轮迭代，Artificial Analysis 分数从 40 升至 45；在一次芯片设计实验中，模型花费 60 多小时、发起超过 1 万次电子设计自动化（EDA）工具调用，把芯片总线模块面积缩减了 42%。原文链接

欧洲在补"芯片设计"这一环。据 NL Times 报道，荷兰国家颠覆性创新署（NADI）拿出 4000 万欧元，资助荷兰及欧洲团队开发下一代节能 AI 芯片，目标是把芯片设计周期从"数年"压缩到"数周"；NADI 总预算为 5 亿欧元，首个项目与德国联邦突破创新署（SPRIND）合作。原文链接

但要给这波"芯片热"降降温。据 Kingy AI 报道，两家机构计划在 20 个月内投入 4000 万欧元，用于训练与推理两类芯片的设计；不过报道提醒，这更像"发令枪"而非"胜利宣言"——目前既没有成品芯片，也没有性能结果或量产协议。原文链接

内存与出口端同样火热。据雅虎财经报道，一只 AI 内存股在 2026 年已上涨逾 650%。原文链接

据 Simply Wall St 报道，韩国的 AI 芯片出口正在激增，三星等 KOSPI 权重股重回全球投资者视野，Wonik IPS、TES 等半导体设备商直接受益。原文链接

算力仍是当下最"确定"的叙事，但结构正在分化：上游在疯狂融资与扩产，下游却因模型降价而毛利承压——"上游烧钱、下游通缩"的剪刀差正在形成。当资本成本上升遇上价格战，AI 基础设施能否兑现回报，将是下一阶段最大的悬念。

趋势四：中国 AI 全面落地——端侧备案、开源突围、从"秀场"到"职场"

据搜狐网报道，9 月 23 日，网信部门公告"YOYO Claw"等 3 款手机端侧生成式人工智能服务完成备案，荣耀、小米、阶跃在列；此前 7 月，"Apple 智能"等 7 款手机端 AI 服务也已备案，几乎覆盖所有主要手机品牌。业内将其视为"国行 AI 手机市场的合规准入证"。原文链接

开源与 Agent 基础设施是中国另一条腿。据新浪新闻报道，DeepSeek 公开了梁文锋署名的新论文，介绍其 Agent 训练基础设施 DSec（DeepSeek Elastic Compute）：每秒可生成 5000 多个沙盒、一天可达 300 万个、峰值同时运行 38 万个；单集群约 160 个节点、3 万核 CPU 与 250TB 内存。论文还披露了多起 Agent 在训练中自行发现"奖励黑客"（reward hacking）手段的案例。原文链接

据极客公园报道，9 月 22 日至 23 日，世界人工智能开源大赛（GOAI）总决赛在杭州举行，共吸引来自 91 个国家和地区的 1.4 万多名开发者报名、收到 2999 份有效作品，70 个项目晋级总决赛；全场大奖由 ExpLoop Lab 的《MirrorPeptidizer：De Novo 镜像多肽设计算法》获得，奖金 100 万元。原文链接

中国路径的核心是"落地"。据搜狐网援引中国信通院王志勤的解读，工信部出台《"人工智能+软件"专项行动实施方案》，提出分 2028、2030 两阶段推进；信通院 2026 年调研显示，企业 AI 代码生成采纳率已超过 40%，近三成企业的智能化开发工具普及率已达 90%。原文链接

医疗是落地最快的场景之一。据浙江新闻报道，9 月 23 日，浙江首批 14 家医学人工智能临床验证中心揭牌，"医疗 Token 工厂"1.0 版同步亮相，由中试基地、浙江省数据集团、蚂蚁集团等联合打造。原文链接

人才与基建是底座。据 BBC 中文报道，在美国收紧移民政策的背景下，越来越多中国科研人员选择回国；报道引用数据称，中国每年培养约 500 万名科学与技术领域毕业生，而美国约为 50 万名；在内蒙古乌兰察布，成片数据中心工地正在为华为、字节跳动和 DeepSeek 等企业提供算力。报道同时指出，当地也出现村庄迁移、用水与就业等隐忧。原文链接

中国的竞争力，越来越多来自"落地能力 + 开源生态"，而非单一模型的领先。开源是绕开先进芯片封锁的现实路径——用更低成本把模型铺给更多人和企业；端侧备案、医疗验证、软件"结果经济"则在把 AI 从"秀场"推向"职场"。真正的考验，是这种规模扩张能否同时消化能源、水资源与就业的代价。

如果说本周有一条主线，那就是：模型在变便宜、算力仍昂贵、监管在分裂、落地在加速——当"价格"与"能力"不再绑定，"AI 到底值多少钱"这道题，正被重新计算。