一、今日摘要过去三天AI 竞争重心进一步从拼参数转向拼推理效率与 Agent 能力。OpenAI 一口气推出旗舰 GPT‑5.6Sol/Terra/Luna 三档与全双工语音模型 GPT‑LiveMeta 发布面向智能体的 Muse Spark 1.1 并首次开放 Meta Model API腾讯把 295B 的 Hy3 开源继续走高性价比开源路线Google 把计算机操控能力原生塞进 Gemini 3.5 Flash。与此同时Apple 正式起诉 OpenAI指控其通过挖角窃取商业机密——这场诉讼背后是硬件、人才与生态的全面角力。对开发者而言本周最值得关注的是模型的工具调用范式和Agent 原生设计正在被重写。二、今日 AI 前沿速览OpenAI 发布GPT‑5.6Sol/Terra/Luna 三档定价主打默认高效、按需拉满并引入 Programmatic Tool Calling可编程工具调用。[1]OpenAI 同步推出GPT‑Live‑1 / GPT‑Live‑1 mini全双工语音模型取代 ChatGPT 现有高级语音模式复杂任务后台委托给 GPT‑5.5。[2]Meta Muse Spark 1.17 月 9 日发布主攻 Agent、工具/计算机操控与编程首次开放Meta Model API公测。[3]腾讯 Hy3 开源7 月 6 日295B MoE、21B 激活、256K 上下文宣称对标 2–5 倍参数量的旗舰开源模型。[4]Apple 起诉 OpenAI7 月 10 日指控其系统性窃取商业机密以自研硬件设备。[5]Google Gemini 3.5 Flash将计算机操控computer use升级为原生内置工具面向长程 Agent 与企业自动化。[6]大模型竞技榜统计周期 6/29–7/5显示 Claude 系列继续霸榜国产qwen3.7‑max‑preview升至综合榜第 15 位。[7]三、重点事件详细解读3.1 OpenAI GPT‑5.6三档定价 可编程工具调用把 Agent 成本打下来发生了什么7 月 9 日OpenAI 发布新一代旗舰 GPT‑5.6分为 Sol、Terra、Luna 三个尺寸定位默认高效、按需拉满。同日OpenAI 宣布 GPT‑5.6 已成为 Microsoft 365 Copilot 的首选模型。[8]核心技术或产品变化按官方 API 定价页短上下文每百万 tokens 报价为Sol $5 输入 / $30 输出、Terra $2.5 / $15、Luna $1 / $6。[9] 更关键的是 Responses API 中新增的Programmatic Tool Calling可编程工具调用模型可以自己写并运行轻量程序去协调工具、处理中间结果、决定下一步动作从而在工具密集型任务中减少 token 消耗和模型往返次数。[1] 缓存机制也更可预测支持显式缓存断点、30 分钟最短缓存生命周期。据第三方实测反馈Sol 在 Terminal‑Bench 2.1 上取得 91.9% 的智能体编程分数但用于日常简报/邮件分拣时Terra 已看不出差距。[10]为什么重要过去一年Agent 应用最大的隐性成本是每一步工具结果都要塞回模型。可编程工具调用把编排逻辑下沉到模型自己生成的代码里直接压低了 token 和延迟成本——这是从更强的模型转向更省的工程范式的信号。对开发者的影响做 Agent、RAG、工作流的团队值得优先评估 Terra 作为主力档多数常规任务它已够用Sol 留给复杂研究/多源对比这类硬骨头。需要注意的是网传1.5M 上下文目前仍属未证实传闻官方定价页并未标注该数字选型时不要据此下结论。[11]3.2 OpenAI GPT‑Live全双工语音把轮流说话变成边听边说发生了什么7 月 8 日OpenAI 发布 GPT‑Live‑1 与 GPT‑Live‑1 mini并用它们替换 ChatGPT 现有的高级语音模式全球在 iOS/Android/Web 上线。[12]核心技术或产品变化其核心是全双工full‑duplex架构模型可以同时听和说能用嗯对这类短反馈表示在听也能在你思考时保持安静从而自然处理打断、停顿与语速变化。遇到需要联网、深度推理的复杂问题GPT‑Live 会把任务委托给后台的前沿模型发布时为 GPT‑5.5在其计算时继续维持对话。付费用户默认用 GPT‑Live‑1免费用户默认 mini。[13]为什么重要这是语音交互从STT→LLM→TTS 三段式流水线转向语音原生 前台/后台分工的一次范式切换。前台模型专注低延迟对话体验后台模型负责重推理兼顾了自然度与智能上限。对开发者的影响做语音助手、实时翻译、客服和陪练类应用的团队应重点关注这套前台轻量对话 后台委托推理的分层思路它可能成为语音 Agent 的通用架构。同时要注意全双工带来的新问题打断处理、并发音频流、以及后台调用带来的成本与延迟波动。3.3 Meta Muse Spark 1.1闭源、Agent 原生且第一次开放 API发生了什么7 月 9 日Meta 超级智能实验室MSL发布 Muse Spark 1.1并首次推出公测版 Meta Model API。[3]核心技术或产品变化Muse Spark 1.1 是一款多模态推理模型专为 Agent 任务设计在工具/计算机操控、编程、多模态理解上均有提升具备1M token 上下文。它是闭源/闭权重与开源 Llama 家族不同meta.ai 面向消费者免费API 定价为每百万 tokens$1.25 输入 / $4.25 输出并赠送 $20 额度。[14] 独立评测也指出其短板长程 Agent 任务仍弱于 GPT‑5.5 与 Claude Opus 4.8。[15]为什么重要一向以开源著称的 Meta在旗舰 Agent 模型上选择闭源 开放 API是一个明显的商业化转向它想直接争夺开发者调用量而不仅是发权重、攒生态。对开发者的影响对预算敏感、又需要多模态 长上下文的团队Muse Spark 1.1 的价格颇具吸引力。但若核心场景是长程、多步自治 Agent现阶段仍建议以 GPT‑5.5/Opus 4.8 为基线做对照测试不要仅凭价格切换。3.4 腾讯 Hy3 开源295B MoE走以小博大的性价比路线发生了什么7 月 6 日腾讯混元团队正式发布并开源 Hy3同步上线 GitHub、Hugging Face、ModelScope、OpenRouter 等平台。[4]核心技术或产品变化据官方模型卡Hy3 为295B 总参数、21B 激活的 MoE 模型另有 3.8B 的 MTP 层用于投机解码80 层、192 个路由专家top‑81 个共享专家、GQA、256K 上下文BF16 精度。[16] 官方称其性能超过同尺寸模型并可与参数量 2–5 倍的旗舰开源模型抗衡。[17]为什么重要Hy3 延续了国产开源用激活参数换成本的思路MoE MTP 让它在旗舰级能力和可控推理成本之间取得平衡且推理生态vLLM、SGLang已就绪。对开发者的影响需要私有化部署、又不想承担千亿全参激活成本的团队Hy3 是本周最值得实测的开源选项。参考配置为 8×H200 或 8×H20‑3e(141GB) 等256K 上下文适合长文档 RAG 与代码库级任务。建议用自己的评测集对比 DeepSeek V4、Qwen 系列后再定型。3.5 Apple 起诉 OpenAI硬件野心背后的人才与机密之争发生了什么7 月 10 日Apple 在美国加州北区联邦法院起诉 OpenAI指控其窃取商业机密、违反合同用于自研消费级硬件设备。[5]核心技术或产品变化事件本身诉状称这一行为由 OpenAI 高层主导包括首席硬件官 Tang Tan指控包括在招聘中使用 Apple 内部项目代号、要求候选人带 Apple 硬件部件到面试展示、指导离职员工规避安全流程等。[18] 有报道提到 OpenAI 已雇佣 400 余名前 Apple 员工。[19] OpenAI 方面回应称对他人商业机密没有兴趣。[20]为什么重要这标志着 Apple 与 OpenAI 合作关系出现重大裂痕也把AI 公司做硬件这一趋势推到台前——竞争已从模型层蔓延到人才、供应链与终端设备。对开发者的影响短期不影响技术选型但值得关注两点一是 OpenAI 硬件设备若落地可能带来新的端侧 AI 交互入口二是行业人才与商业机密的合规红线正在收紧涉及跨公司协作与招聘的团队应重视信息隔离。目前这仍是指控最终事实以司法进展为准。3.6 Google Gemini 3.5 Flash把操控电脑做成原生工具发生了什么Google 宣布计算机操控computer use已作为内置工具原生集成进 Gemini 3.5 Flash取代此前独立的 Gemini 2.5 Computer Use 模型。[6]核心技术或产品变化开发者可用 3.5 Flash 构建能看、想、动手的自定义 Agent跨浏览器、移动端与桌面环境操作面向持续软件测试、企业自动化等长程任务。3.5 Flash 支持文本/图像/音频/视频输入、约 1M 上下文、64K 输出并提供不同 thinking 档位以平衡质量、成本与延迟。[21]为什么重要把计算机操控从独立模型收编为主力 Flash 模型的内置能力意味着 Agent 的动手能力正在被标准化、平民化——这是 Agent 从 Demo 走向生产的关键一步。对开发者的影响做 RPA、自动化测试、办公自动化的团队可以重点评估。但要清醒计算机操控类 Agent 的安全边界越权操作、误点击风险很高Forbes 也提醒不了解就不要开启[22] 生产环境务必加沙箱、审计与人工确认。四、今日技术知识点Programmatic Tool Calling 与传统工具调用有什么不同概念是什么传统的函数/工具调用是模型每次输出一个工具调用 → 你的代码执行 → 把结果塞回模型 → 模型再决定下一步。每一步都要经过模型一次往返。**Programmatic Tool Calling可编程工具调用**则让模型直接生成一段轻量程序由这段程序去协调多次工具调用、过滤中间数据、只保留有用的部分再把精炼结果交回模型。[1]基本工作原理可以理解为把编排循环从模型 ↔ 应用之间下沉到模型生成的代码内部。工具的大量中间输出比如一次返回几千行日志先在程序里被过滤压缩模型只看到提炼后的关键信息而不是把原始数据一股脑塞进上下文。为什么最近受到关注因为 Agent 应用的成本和延迟大头往往不在模型多聪明而在往返多少次、塞了多少无用 token。这种范式能显著减少往返次数与 token 消耗是降本层面的工程突破。实际开发中如何使用适合工具密集、中间结果庞大的场景多数据源检索、批量文件处理、长流程自动化。落地时把可被程序过滤的中间产物和必须由模型判断的关键信息区分开让程序承担搬运和过滤让模型承担决策。常见误区它不是让模型无监督地随便跑代码。生产中仍要限制可用工具、加超时与配额、对生成的编排逻辑做审计也不要指望它替代 RAG 或记忆系统——它解决的是如何更省地调用工具不是知识从哪来。五、今日值得关注的工具 / 开源项目腾讯 Hy3开源强烈建议实测295B/21B MoE、256K 上下文主打高性价比推理与 Agent 能力vLLM/SGLang 部署方案齐全。适合需要私有化、长上下文、代码/Agent 任务的团队。地址GitHubTencent-Hunyuan/Hy3、Hugging Facetencent/Hy3、ModelScope。[16][17]Meta Model API公测想低价试用多模态 1M 上下文 Agent 模型的团队可以薅一下 $20 免费额度但长程 Agent 任务建议做对照测试后再上生产。[14]六、今日趋势判断把这几天的信息放在一起看有三条趋势正在变清晰。其一竞争重心正从参数规模转向推理效率 Agent 原生。这是已经发生的事实GPT‑5.6 的可编程工具调用、Gemini 3.5 Flash 的原生计算机操控、Muse Spark 1.1 的 Agent 定位、Hy3 的 MoE 高性价比几乎所有头部动作都在回答同一个问题——“如何让 Agent 更便宜、更可靠地干活”而不是参数又大了多少。其二开源与闭源的边界在重新划线。这是基于事实的推断腾讯继续押注开源以争夺生态一向开源的 Meta 却在旗舰 Agent 模型上转向闭源 开放 API。这说明开源/闭源越来越是一种商业策略选择而非技术站队对开发者而言未来很可能是闭源打体验、开源打成本的长期并存。其三AI 竞争正外溢到人才、硬件与法律层面。Apple 起诉 OpenAI 是最直接的信号但需要强调其不确定性目前所有指控仍处于司法程序初期尚无定论不应把指控当作已证实。它真正的看点在于——当模型能力逐渐趋同人才、供应链和终端硬件正成为下一个主战场。对一线开发者来说本周的行动建议很朴素优先用自己的评测集把 Terra、Muse Spark 1.1、Hy3 拉到同一张桌子上比成本与效果对计算机操控类 Agent 保持技术热情但对其安全边界保持工程克制。