AX 严选 · 2026-05-25

这条消息来自开发者在 OpenAI Codex 后台日志里挖出的未公开模型代号 iris-alpha，不是官方公告。最抓眼球的变化是上下文窗口拉到 150 万 token，比现在 GPT-5.5 API 的 105 万多出约 43%。有人在 OpenCode 里实测，喂到 90 万甚至超过 105 万 token 还能流畅回话，说明长文本处理确实有提升。另外爆料截图显示它能直接生成一个叫 Lumen Notes 的记事应用界面，栅格布局和配色比之前更成熟，前端产出更接近直接可用。 但信息缺口很明显：正文没披露推理成本、响应延迟、幻觉率这些实际使用中更关键的指标。上下文大了，如果又慢又贵，对多数人意义有限。而且 iris-alpha、ember-alpha、beacon-alpha 这几个代号到底对应什么版本，现在完全不清楚。发布时间也只是“可能 6 月”，同期 Anthropic、Google、xAI 都有新模型传闻，这个时间窗口更像是行业集体发新货的节奏，不一定是 OpenAI 单独抢跑。 总结：上下文窗口数字好看，实测也有初步验证，但缺少成本和性能数据，加上来源全是非官方日志，建议等正式发布再判断实际价值。

这条爆料的核心信息是：苹果下一代 Siri 可能不再死守自研模型，而是用了一个定制版谷歌大模型，参数规模 1.2 万亿，比大家猜的 Gemini 3.5 Flash（约 3000 亿参数）大好几倍。复杂任务交给云端大模型，简单查询留在手机上跑，这个分工思路不新鲜，但苹果愿意用外部模型来撑 Siri 的场面，态度转变比参数数字更值得关注。 爆料里苹果最头疼的是日常问题的响应速度——模型再聪明，回慢了也没人用。但正文没披露这个 1.2T 模型的实际延迟、推理成本，也没说定制到底改了哪些地方。没有这些数字，很难判断它是真能落地还是实验室指标。另外，消息来源是社交媒体爆料，不是官方或供应链确认，可信度要打折。 还缺几个关键信息：这个模型是直接调用谷歌 API 还是苹果自己部署？端侧和云端的切换逻辑是什么？下个月 WWDC 如果官宣，看苹果怎么解释隐私和延迟的取舍，才是判断这条爆料含金量的关键。

xAI 把 Grok Build 的测试版推给了 SuperGrok 和 X Premium+ 用户，核心给了三样东西：Plan Mode 让模型把复杂任务拆成步骤执行，Imagine 模块能直接出图和视频，还有一个命令行工具方便你把 Grok 接进自动化流程。这相当于让 Grok 从聊天框走进实际工作流，方向是对的。 但正文只说了功能列表，没给任何性能数据。Plan Mode 拆解任务的准确率多少？Imagine 生成的图在典型场景下可用率如何？CLI 的延迟和并发限制是什么？这些全都没披露。另外，Beta 版只面向付费用户，免费层的表现和付费层有没有差异也不清楚。 我会先打个折：功能看起来实用，但没验证数据支撑，别急着把它当生产工具。等有人跑过真实任务、贴出成功率再说。