一、这个月最重要的事，没有模型名字

先把最反直觉的事实放在最前面：整个 10 月，没有一家美国厂商发布真正的下一代旗舰。据《华尔街日报》报道，OpenAI 原计划中的 GPT-6.1 Astra 已经在内部安全测试后被取消——它不再出现在任何公开日历上。这不是孤例：9 月 30 日发布的 Gemini 4 Argon（详见我们此前的介绍）最初也只对 Fairwind 计划下的可信测试者开放。

把时间线拉长看，这条线索从 6 月就埋下了：GPT-5.6 系列发布时首次采用了「政府协调限量预览」流程，只对约 20 家报备的合作伙伴开放。前沿能力的发布节奏，正在越来越多地被安全评估与监管流程而非纯技术进度决定。10 月的格局可以概括为一句话：厂商持续发布梯子的中段，而把顶端留在门后。

对使用者来说，这未必是坏事——中档模型的性价比竞赛反而打得更凶了。

二、GPT-6.1 Terra：中档补位的教科书

Astra 缺席留下的空档，OpenAI 选择从下方填补。10 月 26 日（太平洋时间）公布的 GPT-6.1 Terra 是 6.1 系列的第二款模型（旗舰档 GPT-6.1 Sol 已于 9 月 29 日 DevDay 发布）：

口径数值说明
API 定价$1 / $5 每百万 token（输入/输出）中档定位，约为传闻中 Astra 档位的 1/10 token 价格
计算机操作基准追平 GPT-6 Astra第三方追踪站口径，未附具体分数
诱导性提示错误率53.6% → 16.7%（低推理档）厂商口径，对「容易答错的问题」的错误率降幅最大
Terminal-Bench 4.050.3%低于 Opus 5.5（66.4%）与 K3.1 Pro（65.7%，不同评测方，不可直接横减）

同系列参照：GPT-6.1 Sol（9 月 29 日）发布时的 Artificial Analysis 智能指数为 51.8，单任务成本 $0.72——当时被该追踪站评为顶级梯队里最便宜的一次运行。Terra 的叙事和 6 月的 GPT-5.6 Terra 一脉相承：性能接近上一代旗舰，价格砍半。对预算敏感的团队，这类「上一代旗舰平替」通常比追新旗舰更划算。

三、Argon 转正：GA 了，但 12 月 1 日起价格翻倍

我们 10 月初写 Argon 时，它的状态是「未在任何公开 API 定价页上线」。这个窗口期在 10 月 13 日结束——Argon 正式 GA，引入价输入 $2 / 输出 $10 每百万 token。两个必须写进采购日历的事实：

  • 引入价 12 月 1 日起翻倍（即 $4/$20）。按这个口径，Argon 的常态价与 Claude Opus 5.5（$4/$20）完全持平——「 introductory pricing」是限时获客手段，不是新价格锚点
  • 10 月 19 日起，Argon 进入 Google 搜索 AI Mode，覆盖 19 个国家——分发侧的推进比 API 侧更快

我们在此前的文章里提醒过「不能把引入价当常态」，现在有了明确期限。如果你的成本模型按 $2/$10 做的，12 月 1 日之后账单会按 2 倍计，请在 11 月内完成压测与预算修订。

四、开源侧意外登顶：Kimi K3.1 Pro 与两个中国更新

闭源侧在收着打，开源侧反而在冲高。10 月 24 日凌晨（北京时间；美西 23 日），月之暗面发布 K3.1 系列首款模型 Kimi K3.1 Pro：2.8 万亿总参数、1040 亿激活，1M token 上下文，API 定价 $2/$10 每百万 token（比 K3 的 $3/$15 再降三分之一）。第三方追踪口径下，其 Artificial Analysis 智能指数达 55——开源权重模型的最高纪录，总榜第四；Terminal-Bench 4.0 拿下 65.7%。完整权重按官方口径要到 11 月 4 日才开放（详见专文分析）。

同月两个值得记录的中国更新：

  • DeepSeek-V4.1-Flash-1017（10 月 17 日）：一次帕累托改进式升级——各项基准提升的同时输出更短、耗时更短，token 价格不变；552B 权重同日以 MIT 许可开放在 Hugging Face 与 ModelScope。同步上线自研搜索/抓取 API，定价 $0.75 每千次调用（约 5 元，搜不到不收费），harness 调用 10 月 31 日前免费。基于自反馈强化学习的「从零构建完整项目」能力（官方称「许愿式编程」）是本次能力侧的主要变化
  • 腾讯 Hy Memory 2.0（10 月 16 日）：针对 Agent 记忆问题的开源组合拳——模型（Hy-Memory-30B-A3B 写入器）+ 框架 + MemHub 平台三件套

另外两条支线：MiniMax 10 月 19 日发布的 M3.1 Flash 把单任务成本压到 $0.22（详见成本专文）；Liquid AI 10 月 27 日发布的 LFM3 系列把战场挪到了边缘——六个 2B 级开放权重模型（文本/视觉/音频/全模态/两个决策模型）同源于 22T token 训练的 LFM3-1.7B-Base 底座，文本模型以约五分之一的参数在自报基准均值上拿到 49.37（对比 Qwen3.5-9B 的 47.24），4-bit 量化后约 1GB 内存即可运行。

五、10 月中下旬时间线

日期事件关键数字
10/12-13Meta 发布 Muse Wonder（首个闭源前沿模型）14 个月研发；$4/$20 每百万 token；API 与 Muse Code 可用
10/13Gemini 4 Argon GA$2/$10 引入价，12/1 起翻倍
10/15Meta 开放 Muse Spark Open 权重816B（DataLearner 收录口径）
10/16腾讯 Hy Memory 2.0开源模型 + 框架 + MemHub
10/17DeepSeek-V4.1-Flash-1017帕累托改进；552B MIT 权重；搜索 API $0.75/千次
10/19MiniMax M3.1 Flash 发布$0.15/$0.60；$0.22/任务；10/23 开放权重
10/19Argon 进入 19 国搜索 AI Mode—
10/24Kimi K3.1 Pro（K3.1 系列首款）2.8T/104B；$2/$10；TB4.0 65.7%；AA 55
10/26GPT-6.1 Terra 公布$1/$5；TB4.0 50.3%；错误率 53.6%→16.7%
10/27Liquid AI LFM3 系列2B 级六模型；4-bit 约 1GB 内存
10/28Gemini 4 Carbon 曝光内部测试中，编码据称追平 Opus 5.5（未经证实）

注：日期以发布方所在时区或主流中文报道为准，个别模型不同来源可能相差一天。Muse Wonder 之外，xAI Grok Voice 3.0、蚂蚁 Ling-3.1-flash、NVIDIA Nemotron 3.5 Bolt/Super VL、FLUX 3 Image Klein、MiniCPM-V 4.7 等也在同窗口发布，篇幅所限不展开。

六、中美差距：缩到 1 个月意味着什么

追踪站 whatmodel.sh 的统计（经 199IT/新浪科技 10 月 25 日转述）给出了一个量化视角：此前中国开源模型追上美国闭源前沿的时间差通常在三到四个月，10 月已缩短到约 1 个月。该统计最新的对照样本正是 DeepSeek-V4.1-Flash-1017，若计入 K3.1 Pro 还会进一步收窄。

读这个数字要带三个限定：其一，图表比的是性能与发布时间，不含价格——而价格恰是国产模型的传统优势项；其二，「开源对美国闭源」的比较框架本身反映了一个结构性事实：美国头部厂商已基本转向闭源，开源大旗目前由中国公司在扛；其三，1 个月是「旗舰对旗舰」的差距，在具体任务上（长程 Agent、特定语言、领域微调）体感差距可能更大或更小。

七、对开发者的影响与选型建议

  • 别等旗舰，中档已经够用。Terra（$1/$5）、K3.1 Pro（$2/$10）、M3.1 Flash（$0.15/$0.60）把「上一代旗舰能力、当前代中档价格」做成了标配。大多数业务负载的最佳性价比落在这个区间，而不是门后的旗舰
  • 把 12 月 1 日设为日历提醒。Argon 引入价翻倍是本月唯一有明确期限的价格变动。凡按 $2/$10 做过成本模型的调用，都应在 11 月重算
  • 开源权重的「发布」与「可下载」是两件事。K3.1 Pro 发布当天拿不到权重，权重开放日期（官方口径 11 月 4 日）才是自部署评估的起点。选型时间表按后者排
  • 边缘侧值得开一个试验位。LFM3 用 1GB 内存做到 2B 级模型的标准差，意味着端侧/本地部署的选项在快速变强——对延迟敏感或数据不出域的场景，11 月值得跑一轮基准
  • 多模型接入层的价值在上升。这个月的价格变动（Argon 翻倍、Terra 上市、M3.1 Flash 降价）横跨三家公司，接入层统一走 OpenAI 兼容协议、模型名做成配置项的架构，切换成本是改一行配置

八、数据来源与口径说明

  • 第三方追踪站（Local AI Zone 10 月月度台账、DataLearner 周报）：Astra 取消（转述 WSJ 报道）、Terra 各项数字、Argon GA 与 12/1 翻倍、K3.1 Pro 参数/定价/基准、M3.1 Flash 定价、LFM3 各项数字、Muse Wonder $4/$20、发布时间线。个别模型在不同追踪站的日期记录相差一天（如 K3.1 Pro 的 23/24 日），系时区差异
  • 厂商口径（转述）：DeepSeek-V4.1-Flash-1017 的帕累托改进与搜索 API 定价（官方更新日志/IT之家）、Terra 错误率数据、Muse Wonder「前沿级能力」自述（财联社）、Gemini 4 Carbon「追平 Opus 5.5」为内部员工爆料，未经证实
  • 第三方评测转述：whatmodel.sh 中美差距统计（199IT/新浪科技）、ebrun 对 M3.1 Flash 的智能指数与幻觉率数据
  • 基准分数来自不同厂商与评测方，不可直接横向相减；本文未对任何一方数字做外推