AI 周报（11.2–11.8）：开源追平、算力大单与一次受限发布

11 月 2 日到 8 日这一周，AI 领域的信息密度明显高于前几周：国内两家大厂在同一天前后发布新模型，一份中文测评榜单把开源与闭源的差距量化到分项，算力采购出现百亿级订单，而 OpenAI 则把一款能力极强的安全模型锁进了准入名单。如果只挑一句话概括，这一周的关键词是「开源追上来了一点，同时发布变得更谨慎了」。

下面按模型、榜单、产业、安全四条线整理，只记录能追溯到官方公告或原始测评的数据。

一、开源侧拿到了实质进展

美团 LongCat-2.5（11 月 2 日） 是这一周最有分量的发布。1.6 万亿总参数、每 token 激活约 480 亿，原生多模态，训练全程在国产算力上完成——官方给出的量级是「国产算力上最大规模训练任务」。

几个工程细节值得记录：中训练阶段用了最长 1M token 的序列，推理采用 W4A4 把专家权重与激活同时量化到 4 比特，长上下文监督微调任务上单卡吞吐相比 DDP 基线提升 86%。官方口径是多项主流基准成绩介于 Claude Opus 4.8 与 Opus 5 之间，部分超过 Opus 5。

月之暗面 Kimi K3.1 Pro（权重 11 月 2 日上传） 走的是另一条路：模型本身 10 月 23 日就以 API 形式发布，这一周补上的是权重。

Hugging Face 仓库放出完整 MXFP4 权重，2.8 万亿总参、1040 亿激活，许可为「改良版 MIT」，附两条限制——模型即服务业务若近 12 个月收入超过 2000 万美元需单独签约；月活超 1 亿或月收入超 2000 万美元的产品需展示模型名。这是目前可自托管的最强档模型，代价是需要一整机柜的 B300 或 H200，不是工作站能跑的。

腾讯 Hy4（11 月 4 日） 补齐了混元最缺的两块：首次引入视觉理解，首次支持电脑操作（Computer Use），可以结合图形界面与命令行完成任务，并已集成进腾讯的办公产品。官方称其跻身全球领先开源模型行列，权重与系统卡随后发布。

把这三件事放在一起看，能看出国内厂商的分工正在分化：美团押注「国产算力全流程跑通」，月之暗面押注「开放权重换生态」，腾讯押注「模型进办公场景」。三条路径都不再以刷新榜单为唯一目标。

二、SuperCLUE 十一月榜：差距在三个分项上

11 月 5 日，SuperCLUE 发布 2026 年 11 月通用中文测评，19 款模型参与，权重设置为智能体编程 30%、数理推理 24%、幻觉控制 18%、精确指令遵循 18%、超长上下文 10%。官方说明国外模型与部分国内模型不参与排名、只作参考。

总分上 Kimi 是国内第一，但三个分项的位置更能说明问题。

编程分项国内表现最好，DeepSeek-V4.1-Flash-1017 以 65.38 与 Gemini 并列第二，仅次于 GPT-6.1-Sol 的 69.23。

超长上下文也不差，Kimi 的 87.25 已接近 GPT-6.1-Sol。真正的短板在精确指令遵循：国内最高是 Kimi 的 44.83，而 Gemini 与 GPT 都在 68.97，差出 24 分。这一项对应的正是「让它按格式输出、按约束执行」的日常场景，也是企业落地时最容易踩到的地方。

另一组数据来自成本侧：编程任务上 GPT-6.1-Sol 平均每题消耗 30.89 万 token、交互 14.58 轮，同时拿到最高分；Step-5-Preview 平均交互 88.88 轮、消耗 402.91 万 token，约为前者的 13 倍，得分 46.15。

测评方的结论是「更多交互不等于更高得分」，这句话对做 Agent 的团队有直接参考价值。

三、产业侧：一笔 116 亿的集采和两笔大额采购

中国移动 AI 超节点集采（11 月 3 日）：总规模超 116 亿元，合计采购 20480 张算力卡及配套网络、存储设备，大华股份子公司华启智慧中标其中 26.3 亿元。这类集采的意义不在单笔金额，而在采购结构——「超节点」意味着按整机柜而非单卡采购，国产整机厂商由此获得订单入口。

游族网络（11 月 3 日晚）公告拟采购 42.25 亿元 GPU，用于推进转型。一家市值百亿出头的游戏公司拿出四成市值的金额买算力，这个比例本身就说明当前算力的金融属性。

与之形成对照的是两条收缩信号：微软据报在收缩 AI 算力租赁、逐步退出与甲骨文云的协议；摩根大通副董事长公开表示 AI 板块估值仍高、预计出现回调。扩张与收缩同时发生，是这一周资本市场最值得注意的分歧。

乌镇峰会（11 月 2–5 日）则给出了政策侧的基调：主题是「开源开放 共建共享」，27 场分论坛数量创近年新高，首次设立开源主题生态体验馆，「互联网之光」博览会集中展示 670 余家企业、1000 余项成果。把峰会主题与上面几家厂商的动作对照，开源已经不只是技术路线，而是产业政策的一部分。

四、安全：能力最强的模型，第一次「发布即限流」

11 月 5 日，OpenAI 发布 GPT-6 Cyber，在自家准备度框架下被评为「关键」级——这是该框架下第二款获此评级的模型。它由 GPT-6 Astra 后训练而来，专门做漏洞发现与利用验证。

几个数字值得单独记住：ExploitGym 得分 48.5%，比上一代 GPT-5.6 Cyber 的 32.1% 高出约 16 个百分点；在 RemoteExploitBench 上完成 95% 的任务，而通用旗舰 GPT-6 Astra 全部拒绝；定价每百万 token 输入 20 美元、输出 100 美元。

更值得注意的是发布方式。访问权限锁在 Daybreak Red 许可计划内，要求身份验证、单点登录、多因素认证与 IP 白名单，只面向经审核的防御方；OpenAI 同时承诺 10 亿美元补贴关键服务防御者。官方称在蜜罐测试中，未加部署安全说明时模型触碰范围外服务的比例为 0.07%，加上说明后为 0。

这条新闻的技术含量不如模型发布，但它标志着一个转折：当模型能力强到足以自主写出可利用的漏洞，发布节奏本身就成了安全决策。上周 Google 的 Gemini 4 Carbon 采用的也是「先给防御者、再给合作伙伴」的顺序——两家头部实验室在两周内做了同一个选择，这大概率会成为后续前沿模型的默认做法。

下周值得盯的三件事：

• Hy4 的权重与系统卡：腾讯承诺「近日发布」，实际开放程度决定它在开源生态里的位置。
• Kimi K3.1 Pro 的自托管实测：改良 MIT 的两条限制会不会挡住商业化团队，要看第一批部署者的反馈。
• 算力采购的后续：116 亿集采只是开始，若四季度还有同量级订单，国产整机的产能会成为瓶颈。---

这一周没有出现能力上的断代式突破，但结构性的变化不少：开源在中文测评的编程与长文本两项上已经咬住闭源，短板集中在指令遵循；资本在算力上继续加注，同时对估值开始犹豫；最强的模型则被主动限制流通。对做应用的人来说，这些变化比榜单名次更值得记在本子上。