$0.10 / 百萬輸入 token、1.56 TB 開源權重、400 億美元籌資買 GPU、整合本機推論的 AI PC——四個數字同時落到一週之內。本期拉出三條線：小型模型與長脈絡的成本曲線被重新畫、算力供需的資金壓力來到本季新高、終端推論被 Microsoft 與 NVIDIA 重新押注。下游工程團隊要重新評估成本、部署邊界與供應商風險。

小型模型與長脈絡：成本曲線被重新定義

Anthropic 釋出 Claude Haiku 5.5，主打一百萬 token 脈絡與每百萬輸入 token 0.10 美元的定價Anthropic Releases Claude Haiku 5.5: A Small Model With 1M Context Priced at $0.10 per Million Input Tokens - MarkTechPostIntroducing Claude Haiku 5.5 on AWS | Artificial Intelligence - Amazon Web Services (AWS)。這個價位把小型模型類別的底線再次壓低；搭著一百萬脈絡一起賣，是這週值得工程團隊注意的組合。

成本面權衡：長脈絡不等於免費。一百萬 token 脈絡在注意力成本上仍是線性或更糟，多數長脈絡工作在 production 階段會被前置摘要或視窗切分拿掉，所以脈絡長度多半只在 RAG 摘要前處理、長程除錯紀錄審閱、整份程式碼庫問答這類場景有真實價值。對成本敏感的批次工作（ETL 轉換、報表分類、低風險客服分流），這條線已經達到可以拿來換掉中型模型的臨界點。

部署面替代方案：對極度延遲敏感或需要嚴格私有部署的場景，本機量化版本仍是起點——Haiku 5.5 的雲端便宜並沒有消滅 7B–13B 量化本機模型在邊緣設備的價值。本週討論模型 API 成本 vs 自架推論時，要先回答的問題是：這個工作能不能容忍單次呼叫兩百毫秒以上的延遲、能不能承受雲端往返的合規成本。如果兩個都否定，自架仍然存在。

來自廠商官方的說法必須標明歸屬：百萬脈絡與 0.10 美元定價是 Anthropic 與 AWS 的官方公告口徑Introducing Claude Haiku 5.5 on AWS | Artificial Intelligence - Amazon Web Services (AWS)，並非獨立第三方基準複驗。採購決策應以自身評測結果與供應商 SLA 為準，別直接採用官方基準當唯一證據。

工程團隊的人才層訊號：Anthropic 在本期同步公布 Frontier Academy 計畫，投入一億美元訓練一萬名工程師Claude Frontier Academy: $100M to train 10,000 engineers - Anthropic。這是商業發展面的訊號，與本週模型定價屬於不同切面，但放在一起讀可以看出 Anthropic 正在「模型 + 生態」雙線投入。

開源權重與研究透明：Moonshot 把架構細節交出來

Moonshot AI 在 Hugging Face 放上 1.56 TB 的 Kimi K3 權重供學術研究使用，並釋出架構細節Moonshot AI Releases Kimi K3 Architecture Details, 1.56 TB Model on Hugging Face - TechJuiceWhat is Kimi K3: Moonshot’s frontier AI model that matches Claude Opus 4.8 and GPT 5.5 - Digit。依官方說法，Kimi K3 被定位為與 Claude Opus 4.8 及 GPT 5.5 同級的 frontier 模型What is Kimi K3: Moonshot’s frontier AI model that matches Claude Opus 4.8 and GPT 5.5 - Digit——但這是廠商敘事，獨立重現是否一致仍待社群驗證。

工程含義：開源權重的真正價值在於架構透明度與可審計性，這對學術研究、重現性研究與安全對齊研究有實質幫助；對 production 部署而言，1.56 TB 的權重在多數企業硬體上是難以直接服務的，多數團隊會拿較小的開源模型做微調或蒸餾，而不是把 Kimi K3 原尺寸跑起來。Moonshot 釋出的意義多半在學術與研究社群，不在企業可商用部署。

算力交易與資金壓力：基礎設施一週的吸金總量

SpaceX 籌資四百億美元採購 NVIDIA GPU 的消息分散在多個來源SpaceX Eyes $40 Billion Financing Deal for Nvidia AI Chips, Reports Say - Channel InsiderSpaceX Seeks $40 Billion To Buy Nvidia AI Chips, Starlink Wins New FCC Approval - Investor's Business DailySpaceX Secures $40B Financing for Massive Nvidia GPU Buy - The Tech BuzzSpaceX may chase ‘stunning’ AI returns by taking on a lot of debt to buy Nvidia chips - MarketWatch，其中一篇明確指出此舉可能被市場描述為追逐 AI 高報酬而承擔顯著債務SpaceX may chase ‘stunning’ AI returns by taking on a lot of debt to buy Nvidia chips - MarketWatch。這是融資結構與股權稀釋的問題，不是工程議題——直接買 GPU 與租雲端在成本結構、現金流、設備壽命三條線上各有取捨。考量重點：AI 推論需求是否長期穩定足以攤提設備、現有雲端供應商是否能提供等量的長期承諾、是否承擔折舊與過時的風險。

硬體籌資的更大背景：Broadcom 同時被報導在籌資超過五百億美元用於 OpenAI 自研 AI 晶片，Oracle 也在洽談晶片融資Broadcom Eyes Over $50 Billion to Fund OpenAI’s Custom AI Chips as Oracle Also Pursues Major Chip Financing: Report - TradingView。同週，另一篇長文質疑應否「all-in」單一 AI 晶片股Not Nvidia. Not Micron. If I Could Buy and Hold Only 1 Artificial Intelligence (AI) Chip Stock Through 2030, It Would be This One. - Yahoo Finance——這篇沒有技術議題支撐，純屬投資建議，僅在此作市場噪音標註，不在工程評估範圍。從工程切入只看一件事：可取得的算力來源是否多元到足以避免單一供應商依賴。

終端推論：Microsoft × NVIDIA 在 AI PC 上重新押注

Microsoft 與 NVIDIA 推出整合本機推論的 AI PC 與 Windows 11 更新，分別在 TechCrunch 與 Barron's 有獨立報導Microsoft releases new Nvidia-chip AI PCs with revamped Windows 11 - TechCrunchMicrosoft and Nvidia Detail PC Laptop with RTX Spark Chip and On-Device AI - Barron's。這波定位在 RTX Spark 等級晶片加上 Windows 11 AI 支援。這條線三年前已經被吹過一輪，但這次有兩個不同：

第一，整合是 Windows 11 層級，不是 OEM 各做各的，這意味著 SDK 與模型路徑有機會標準化。第二，這次是用混合路線：部分推論放本機、部分放雲端，端到端延遲與隱私邊界由模型路由器決定。

採購面判斷：本機推論的價值場景只有少數能站穩——IDE 內的感知延遲 < 100 毫秒、低隱私敏感度的桌面工具、無網路場景——其餘的（例如程式助理、文件分析）多半還是雲端模型勝任，在 AI PC 上跑反而是體驗風險。對 PC 製造商與企業 IT：採購前要驗證的具體指標是 7B–13B 量化模型在實際工作負載下的 token/s 與記憶體佔用，不是行銷簡報裡的峰值數字。

DeepMind 多模佈局

DeepMind 釋出 Gemini Robotics 2 主打全身自動化Google DeepMind Introduces Gemini Robotics 2 for Whole-Body Automation (Video) - Thomasnet、在 on-device search 上推出多模模型Google DeepMind launches multimodal AI model for on-device search (GOOGL:NASDAQ) - Seeking Alpha、並在 Google Cloud 上推出工作用的 Gemini 代理Google Cloud introduces Gemini agent for work as AI race heats up - Reuters。三條線同週並行，顯示 Google 在「foundation 模型到處都能用」這個命題上押注很重。

對工程團隊的具體訊號是：on-device 多模是 Gem 系列優先擴張的場景，計畫整合 Google 服務的產品團隊可以預期 API 與工作管線在未來幾個月會持續演進，鎖定效應比半年前更明顯。

另一個被擱置的議題：DeepMind 旗下 Isomorphic Labs 據報以四百億美元估值尋求融資Watch Google DeepMind's AI Drug Spinoff, Isomorphic Labs, Seeks Funding at Valuation of $40 Billion - Bloomberg.com。這是商業發展與估值的訊息，不在工程評估範圍之內，目前不評估其對 AI 工程實務的影響。

安全與威脅：模型能力之外的故事

本週亦出現中國相關威脅行為者 TA419 以 Microsoft 為誘餌的 AitM 釣魚行動，鎖定美國 AI 政策專家China-Aligned TA419 Targets U.S. AI Policy Experts With Microsoft AitM Phishing - The Hacker News。這則本身不是模型新聞，但是給部署 AI 代理與瀏覽自動化工具的團隊一個清楚提醒：把代理暴露在郵件與瀏覽自動化管線裡，等同於把企業憑證暴露在新一輪攻擊面下。工程評估要納入的因素：權限範圍隔離、互動式內容的輸入消毒、瀏覽代理的同源政策限制——這些是部署 Anthropic、Google、OpenAI 任何一家代理時都要獨立評估的工程責任，不是供應商會替你解決的問題。

使用端訊號：青少年用 ChatGPT 的時間其實很短

OpenAI 公布內部資料指出青少年用戶每日 ChatGPT 使用時間不到 15 分鐘OpenAI says teens use ChatGPT for under 15 minutes a day as worries over risks grow - Reuters。這與「Z 世代與 AI 高度黏著」的直覺相反。對消費端 AI 產品團隊的具體含義：產品設計要為短脈衝場景（問一題就走）而非沉浸式會話設計；對教育與監管單位，這個數字改變了「過度依賴」敘事的前提。不過這是 OpenAI 自家口徑，獨立驗證仍待第三方資料。

容易被忽略的比較

另一個常被本週討論略過的數據點：BigGo Finance 報導指出 U.S.-China AI 差距縮小至約 3%，並稱 DeepSeek 在公開基準上對齊 Anthropic 等級U.S.-China AI Gap Narrows to 3% as DeepSeek Matches Anthropic's Performance - BigGo Finance。這與 Moonshot K3 同週發生的開源釋出一起看，訊號並不孤立：中國 frontier 模型的開源釋出與基準追平是並行事件，不是巧合。生態層面對工程團隊的具體意義是——過去一年只在 Anthropic 與 OpenAI 之間選模型的工作流，現在有更多條備援路徑——這個備援不只是「便宜一點」，而是「在多個獨立供給源下仍可繼續運作」。

工程行動清單

  1. 重新跑一遍長脈絡評測：拿 Haiku 5.5 與現有模型在自家真實工作負載上比較，著重成本與脈絡是否真被使用，不要直接採信官方基準。
  2. 重新評估本機推論邊界：如果團隊在評估 AI PC 或企業自架裝置，先量化七到一百三十億參數量化模型在目標硬體上的真實 token/s 與記憶體峰值，再決定哪些工作可以真的下放本機。
  3. 鎖定模型供應的多樣性：在供應商風險評估上加入「中國開源 frontier 模型備援」這一條；不是因為它今天就比 Anthropic 或 OpenAI 更強，而是它作為異質備援的存在改變了風險矩陣。
  4. 代理工具的權限邊界：任何本週或本月部署的 AI 代理工具，都需要獨立完成一次權限與輸入消毒審視，不應因為供應商本身可信就忽略攻擊面。