进入2026年11月，全球AI大模型赛道的竞争格局再次被改写。Google在10月28日突然发布Gemini 4 Carbon，以Artificial Analysis智能指数59分重夺全球第一，将Claude Opus 5.5和GPT-6 Astra双双压在身下；OpenAI则在10月26日推出GPT-6.1 Terra，专攻计算机操作（computer use）场景，让AI真正”动手干活”；Anthropic完成Claude 5.5家族布局，Opus 5.5定价下调至输入4美元、输出20美元每百万token。中国开源阵营同样火力全开：MiniMax M3.1 Flash开源后72小时处理超100万亿token，Kimi K3.1 Pro以3万亿参数蝉联全球最大开源模型，DeepSeek V4.1 Flash带来全新模型架构。这是一个**榜首易主、Agent落地、开源军备竞赛升级**的月份。
这是本系列的第十一篇。如果你错过了之前的内容，可以先回顾：
一、Google：Gemini 4 Carbon登顶榜首，Argon登陆Perplexity创WANDR纪录
10月28日，Google DeepMind突然发布新一代前沿模型Gemini 4 Carbon——距Gemini 4 Argon发布仅两周。Carbon定位为继Argon之后的下一代前沿模型，在网络安全与长程能力上达到SOTA。在第三方评测机构Artificial Analysis公布的Intelligence Index v5.0榜单中，Carbon以59分排名第一，超过Claude Opus 5.5的58分和GPT-6 Astra的57分，重回全球第一。
| 模型 | Artificial Analysis评分 | 排名 |
|---|---|---|
| Gemini 4 Carbon | 59 | 第1 |
| Claude Opus 5.5 | 58 | 第2 |
| GPT-6 Astra | 57 | 第3 |
值得注意的是，Carbon同样采取了与Argon类似的谨慎开放策略——发布后并未立即向所有用户开放，而是优先面向网络安全团队进行受控测试。这反映出Google在追求性能巅峰的同时，对前沿模型的安全风险保持高度警惕。
此前，Gemini 4 Argon已于10月16日登陆Perplexity，Perplexity官方称其在Wide-And-Deep-Research（WANDR）基准上创下0.802分的新纪录，每任务成本约7.88美元。Argon作为Google时隔约11个月推出的首款高于Flash级别的闭源旗舰，单次输出上限从6.4万token提升至100万token，重点覆盖软件工程、法律、金融和网络安全防御。
二、OpenAI：GPT-6.1 Terra专攻计算机操作，GPT-6.1 Sol延续降本路线
10月26日，OpenAI正式推出GPT-6.1 Terra，定位为”快速、高效的计算机操作模型”，支持视觉推理、精确计算机操作和写作等任务。该模型已在API中以gpt-6.1-terra名称发布，并逐步在ChatGPT Work和Codex中推出。Terra的核心价值在于让AI能够直接操作计算机界面——浏览网页、点击按钮、填写表单、运行软件——这标志着Agent从”规划”走向”执行”的关键一步。
关键定位：GPT-6.1 Terra = 视觉推理 + 计算机操作 + 写作，让Agent真正”动手干活”。
在此之前，OpenAI于9月29日发布GPT-6.1 Sol，定位为”接近Astra智能、价格仅为Astra五分之一”的成本效益档。Sol在AutomationBench上xhigh强度优于max强度的Claude Opus 5，单任务成本仅为后者的9%。API价格较GPT-5.6推广价下降50%。Sol + Terra的组合，使OpenAI在”高性价比通用Agent”和”专精计算机操作”两个方向上同时布局。
三、Anthropic：Claude 5.5家族完善，Opus 5.5定价下调
Anthropic在9月发布Claude Opus 5.5后，10月迅速完成Sonnet 5.5（9月28日）和Haiku 5.5的发布，形成完整的5.5家族。Opus 5.5面向长时间运行的Agent编程和知识工作，上下文窗口100万token，最大输出12.8万token，定价为输入4美元、输出20美元每百万token——相比Opus 5的5美元/25美元有明显下调。
| 模型 | 输入(/百万token) | 输出(/百万token) | 上下文 | 定位 |
|---|---|---|---|---|
| Claude Opus 5.5 | $4.00 | $20.00 | 1M | 长程Agent编程、科研 |
| Claude Sonnet 5.5 | $2.00 | $10.00 | 200K | 企业级规模化，速度+30% |
| Claude Haiku 5.5 | 更低 | 更低 | 200K | 最快、最轻量 |
Sonnet 5.5运行速度比Sonnet 5快30%以上，大多数工作成本降低最多30%，面向企业级规模化部署场景。10月22日，Anthropic还宣布Claude Models登陆Google Cloud（Anthropic托管），通过Google Cloud项目访问，进一步扩大企业分发渠道。
四、中国开源阵营：MiniMax、Kimi、DeepSeek三线并进
10月的中国开源阵营延续了”军备竞赛”态势，三家头部厂商几乎同时推出重磅模型，在参数规模、开源协议和商业化速度上全面比拼。
1. MiniMax M3.1 Flash：428B参数开源，72小时处理100万亿token
10月19日，MiniMax发布M3.1 Flash，总参数4280亿，每个token激活约230亿参数，支持100万token上下文，定价为输入0.15美元、输出0.60美元每百万token。10月23日，M3.1 Flash正式开源权重，华为昇腾宣布将接入该模型。上线仅72小时，M3.1 Flash已为真实用户处理超过100万亿token，展现出极强的市场吸引力。
2. Kimi K3.1 Pro：3万亿参数蝉联全球最大开源模型
10月24日（程序员节），月之暗面发布新一代开源模型Kimi K3.1 Pro，参数规模达到3万亿级别，支持100万token上下文窗口，继续蝉联全球参数规模最大的开源模型。官方称其综合智能水平已接近全球领先的闭源模型，价格仅为闭源模型的零头。权重预计于11月4日放出。
3. DeepSeek V4.1 Flash：全新模型架构，原生多模态
DeepSeek发布V4.1 Flash，这是全新模型结构系列中的最小尺寸模型，具备原生多模态视觉理解能力。新架构的设计初衷是能力上限更高、推理速度更快、吞吐更大、可扩展到更大参数模型。DeepSeek表示将全力支持开源社区进行新模型的推理适配，并探索更多部署选项。
五、定价与算力：决策模型红利延续，”机架价差”揭示GPU与token剪刀差
10月最重要的定价信号来自两个方向。其一是决策模型赛道的持续爆发——TypeSafe AI的Jev以输入0.042美元、输出免费的定价，继续刷新”AI算力成本”的下限。OpenAI紧随其后推出Decisions API，LangSmith LLM Gateway现已支持，使Agent获得低延迟推理能力。决策模型在Agent工作流中承担分类、路由、评分等高频简单任务，可将整体成本降低一个数量级。
其二是a16z在11月1日提出的”机架价差”（rack spread）概念：自7月中旬以来，B300 GPU租赁价格上涨106%，B200上涨66%，H100上涨17%，而平均token价格下降58%。GPU供给紧张与推理成本下降形成”剪刀差”，对AI创业公司的成本模型产生深远影响——算力租赁越来越贵，但单次推理的边际成本越来越低，考验企业的吞吐与利用率管理能力。
| 模型 | 输入(/百万token) | 输出(/百万token) | 定位 |
|---|---|---|---|
| Gemini 4 Carbon | 未公开 | 未公开 | 前沿旗舰，受控测试 |
| Claude Opus 5.5 | $4.00 | $20.00 | 长程Agent |
| Claude Sonnet 5.5 | $2.00 | $10.00 | 企业规模化 |
| GPT-6.1 Sol | $2.50 | $10.00 | 通用Agent |
| GPT-6.1 Terra | 未公开 | 未公开 | 计算机操作 |
| MiniMax M3.1 Flash | $0.15 | $0.60 | 开源编码模型 |
| Kimi K3.1 Pro | 开源 | 开源 | 3T参数开源 |
| Jev（决策模型） | $0.042 | 免费 | 分类、路由、评分 |
六、行业趋势与信号
趋势一：榜首易主，Google重回性能之巅
Gemini 4 Carbon以59分登顶Artificial Analysis榜首，标志着Google在时隔多月后重回大模型性能第一的位置。从Argon到Carbon，Gemini 4系列展现出快速迭代能力，但谨慎的开放策略也意味着普通用户短期内难以直接体验最强模型。
趋势二：计算机操作（Computer Use）成为Agent落地关键
GPT-6.1 Terra的发布标志着”计算机操作”从实验性功能走向产品化。当AI能够直接操作计算机界面执行任务，Agent才真正具备”数字员工”的能力。这一方向将成为未来半年各家厂商竞争的焦点。
趋势三：中国开源军备竞赛升级，参数规模与商业化速度并重
MiniMax M3.1 Flash（428B）、Kimi K3.1 Pro（3T）、DeepSeek V4.1 Flash三款模型在一周内密集发布，中国开源阵营在参数规模上持续刷新纪录。更值得关注的是M3.1 Flash上线72小时即处理100万亿token，显示国产模型的商业化速度同样惊人。
趋势四：成本结构持续分化，决策模型与通用模型分层
从Jev的$0.042到Claude Opus 5.5的$4.00，输入价格横跨近100倍。Agent架构正在形成”决策模型处理高频简单任务 + 旗舰模型处理复杂推理”的分层执行框架，这种分层有望将Agent完成有效任务的成本降低一个数量级以上。
结语
2026年11月的AI大模型战场，最核心的变化是**榜首易主与Agent落地并行**。Google用Gemini 4 Carbon重新拿回性能第一，但谨慎的开放策略让”最强模型”仍处于受控状态；OpenAI用GPT-6.1 Terra让Agent真正具备操作计算机的能力，推动AI从”聊天”走向”执行”；中国开源阵营用三款重磅模型证明，在参数规模和商业化速度上都已走在全球前列。
对于开发者和企业来说，这个月的启示是：第一，性能榜首的归属变化越来越快，不要迷信单一排行榜；第二，计算机操作能力将成为Agent产品的分水岭；第三，分层使用决策模型和旗舰模型，可以显著降低Agent的单位任务成本；第四，中国开源模型的迭代速度已进入”周级”节奏，值得持续关注。
