OpenAI 踩刹车，小模型在边缘跑得更快了

OpenAI 自己踩了刹车，新模型可能已经会搞网络攻击了

这条我会先打个折——OpenAI 说新模型 Astra 可能已经达到了内部安全框架里“关键网络安全能力”的门槛，但没给具体证据，也没说是什么测试触发了这个判断。不过动作是实的：给准备发布的模型做强化学习训练暂停了两周，目前最大规模的前沿 RL 训练也还在搁置。现在只跑小规模训练和评估，先验证模型行为和防护措施是否靠谱再往下走。

触发这次暂停的还有前阵子和 Hugging Face 的安全事件。OpenAI 顺势加强了研究环境的安全要求：工作负载隔离、网络隔离、持续安全测试，涉及 Astra 或网络模型的工作负载得满足最严格的安全标准。思维链监控范围也扩大了。

有意思的是，OpenAI 把这叫“在网络关键能力时代放缓模型开发”，听起来像在给自己立安全标杆。但说实话，暂停两周的 RL 训练对整体进度影响有多大，外部根本看不出来。这更像一次公开表态：我们知道模型在变强，我们在管。至于 Astra 到底能做什么、安全测试怎么过的，还得等后续披露。

OpenAI CFO 对员工说最晚 2027 年上市，别管 Anthropic 会不会抢先

OpenAI 首席财务官 Sarah Friar 在全员会上把上市时间定在了 2027 年，如果业务跑得快还可能提前。她让员工别在意竞争对手 Anthropic 可能 9 月就挂牌，按自己节奏来就行。她把 IPO 形容成“另一种融资”，并提到 3 月融到的 1220 亿美元让公司手头很宽裕。

会上还晒了一组内部数据：本季度整体年化营收涨了 35%，企业业务涨了 50%。这个增速放在任何 SaaS 公司都算猛，但 OpenAI 的烧钱速度也是出了名的。Friar 说手头宽裕，潜台词可能是“我们不急，不用为了抢上市窗口而牺牲估值”。

Anthropic 那边如果真在 9 月挂牌，会是 AI 行业第一家上市的头部模型公司。OpenAI 选择晚一年，可能是想等营收规模再上一个台阶，把故事讲得更圆。但 2027 年这个时间点，也意味着他们判断这轮 AI 投资热潮至少还能撑两年。

Mac 本地 30 秒出视频，不用 CUDA 也不用联网

FastMetal 把 FastWan-QAD 系列搬到了苹果芯片上。一段 5 秒 480P 视频完全在 Mac 本地跑，耗时 30 秒，只吃 3.9 GiB 内存。DiT、DMD 采样器和解码器都通过 MLX 在 Metal 上运行，默认用 INT8 量化来省资源。模型分三档：1.3B 出 480P，5B 出 720P，14B 号称画质更好。

我会先打个折：正文没提 14B 模型的速度和内存，画质也没给对比，别急着冲大模型。1.3B 和 5B 的规格倒是给了，480P 和 720P 对应得清楚。INT8 量化是省资源的关键，但也可能压画质，这点没展开。

整体看，把视频生成从云端拉到 Mac 本地是个实在的工程活。30 秒出一段 5 秒视频，对于快速原型或者 meme 生成来说够用了。但缺实测画质和 14B 的性能数据，建议等社区跑分再决定用哪个尺寸。

OpenRouter 被 Stripe 收了，模型路由和支付要打通了

OpenRouter 宣布加入 Stripe，没公布交易金额和条款。OpenRouter 是目前最大的 AI 模型集市兼网关，每天在 400 多个模型上跑超过 10 万亿个 token，服务超 1000 万开发者。团队说这次合并能加速他们“多模型”的路线，但没给出任何整合路线图或时间表。

这笔交易有意思的地方不在金额，在逻辑。Stripe 是支付基础设施，OpenRouter 是模型调用基础设施。打通之后，开发者从选模型到付费可以一条龙走完，Stripe 也能把自己的支付能力嵌入 AI 工作流的最底层。

但 OpenRouter 一直强调路由决策以用户利益为先，合并后这个独立性能不能保住，是开发者最关心的问题。官方说会继续以原名、原使命独立运营，产品与路线图不变。这种承诺在收购初期都这么说，过一年再看。

量化技术扎堆更新：Liquid AI 说能找回 97% 精度，Unsloth 发了新版

今天量化这块挺热闹。Liquid AI 把 LFM2.5 系列（230M 到 2.6B）的四个模型做成了 Q4_0 量化版，用了一种叫 QAD 的训练方法——在量化过程中让模型学着尽量不丢精度。官方说相比 BF16 版本，平均只损失了 3% 的精度，内存和速度跟原生 Q4_0 一样。

Unsloth 也推出了 Dynamic 3.0 量化技术，首发支持 Qwen3.8-27B。官方说比 v2.0 有“重大改进”，但没给具体提速或省显存的数据。

两条消息放一起看：量化正在从“有损压缩”变成“尽量无损压缩”。Liquid AI 的 97% 恢复率如果是真的，小模型跑边缘设备就更实用了。但两家都缺第三方验证和具体 benchmark，建议等社区跑分再决定是否升级。

GLM-5.3 上线：60 分并列开源第一，成本更低

智谱 发了 GLM-5.3，API 即日上线。在 AA 综合智能指数中拿了 60 分，跟 Claude Fable 5、GPT-5.6 Sol 等闭源旗舰同级，和 Kimi K3 并列开源模型第一。

官方强调这个模型参数规模更小、调用成本更低，单任务成本是旗舰模型中最低的。API 定价与 GLM-5.2 持平，模型权重下周五开源。

擅长方向是复杂编码、防御性网络安全和长程任务。这几个领域恰好也是 OpenAI 在 Astra 上踩刹车的原因——模型在网络安全上的能力正在变成敏感指标。GLM-5.3 直接把这个能力打包进 API，定价还压得很低，这个策略挺大胆。

不过 AA 智能指数是一个综合分，具体子项表现还得等开源后社区实测。下周五权重放出来之后，可以重点看编码和网安两个子项的跑分。

今日小信号

• Ornith-1.5 让模型自己出题、搭脚手架、写答案，再用强化学习闭环自我进化。旗舰版 397B MoE 在 Terminal-Bench 2.1 上拿了 86.1 分，跟 Claude Opus 4.8 基本打平。9B 小模型能跑手机，跑分还超了 31B 的 Gemma 4，这点挺狠。
• DFlash 2 给并行猜词加了个“选路器”，让猜出来的句子更连贯，每次验证能多过 2.5 个词，但只多花 1% 的延迟。单张 RTX 3090 跑 Qwen3.8-27B 冲到 138 tps，长对话第二轮从 23 秒压到 1 秒。
• Ramp 做了个模型路由器，每次请求自动挑最便宜的模型来跑，一个演示里成本从 297 美元降到 45 美元，但没提延迟和切换逻辑。
• Anthropic 直接关掉了 Claude Code 支持 agent 的 GitHub issue，36 个点赞和 11 条评论说明开发者确实想要这个功能。官方没给拒绝理由。
• Bun 三个月没发稳定版，创始人反复跳票，评论区已经公开嘲讽。这次从 Zig 重写到 Rust，过去一个月 1.58 万次提交来自机器人，创始人自己只提交了 790 次。