今天的主线落在模型实验室的新一代技术模型、云厂商对第八代加速器组合的扩容、面向灵巧操作的机器人基础模型、为智能体执行而优化的轻量模型，以及企业采购通道的变化：Anthropic 于 11 月 9 日发布 Claude Fable 5.2 与 Claude Mythos 5.2，二者共用同一底层模型，在编码、推理与视觉上有所提升，输出速度较 5.1 最高快约 30%，价格也低于前代。Google 同日由 Amin Vahdat 宣布推出 TPU 8tx 与 TPU 8i Max，使第八代 TPU 在一年内扩至四套系统。NVIDIA 在机器人学习会议 CoRL 上公布建立在 Cosmos 之上的开放前沿世界动作模型 GR00T 2，并同步介绍 Isaac Lab 3.0 等仿真与评测工具。Meta 发布其最小、最高效的 Muse 模型 Muse Ember，面向工具调用、编码子任务、路由、抽取与长文档解析。OpenAI 则将 ChatGPT Enterprise 上架 AWS Marketplace，使机构可通过既有的 AWS 采购与账单关系购买和管理该产品。

1. Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2

2026 年 11 月 9 日，Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2，称这两款模型面向最艰巨的技术挑战。公司写道，二者是同一底层模型：Fable 配备较强的网络安全与生物学安全保障，因而面向所有用户开放；在网络安全或生物医学研究中从事有益应用的机构，可通过近期扩大的生命科学验证计划与网络验证计划申请 Mythos。

Anthropic 称，Fable 5.2 与 Mythos 5.2 在编码、推理和视觉等方面有所改进，输出生成速度较 Claude Fable 5.1 与 Claude Mythos 5.1 最高快约 30%，定价也低于前代：每百万输入 token 8 美元、每百万输出 token 40 美元。可选的快速模式可将 token 生成速度最高提升约 2.5 倍，定价为每百万输入 token 16 美元、每百万输出 token 80 美元。

在发布前测试中，Anthropic 列举了若干其认为体现模型能力的例子：工程师借助模型完成了原先难以推进的软件迁移；模型从零设计了三款可实际工作的电子设备；解决了两个与黑洞物理相关的开放问题；在机器人评测上取得明显进展；约 1000 个 Fable 5.2 智能体在人工干预极少的情况下，于 30 小时内完成了费马大定理证明的形式化。同一设置下，Opus 5.5 在 18 小时时约完成 26%。

Anthropic 公布的基准成绩（除另有说明外，为开启安全保障后的结果）包括：FrontierCode 2.0 在 Xhigh 努力程度上为 49.1%，该公司称这是其所测试的已发布模型中的最高分；FrontierSWE v2 为 69.9%；AutomationBench 为 51.4%；Terminal-Bench-Science 0.1 上 Fable 为 74.6%、Mythos 为 75.3%；CyScenarioBench 上 Mythos 为 76.3%；CVE Rediscovery 上 Mythos 为 89.6%；OSWorld 2.1（部分计分）为 89.3%；RoboDojo Sim 为 64.9%；带工具的 Humanity’s Last Exam 为 74.2%；Remote Labor Index 在 High 努力程度上为 41.3%。

Anthropic 建议，多数编码与知识工作仍以 Claude Opus 5.5 作为日常主力，再按任务范围与复杂度上调至 Fable 或 Mythos，或下调至 Claude Sonnet 5.5 或 Claude Haiku 5.5；Fable 5.2 也可担任顾问（Advisor），供较小模型咨询以解决更难的问题，或担任编排者（Orchestrator），把较简单的任务委派给较小模型。

安全方面，公司称其对蒸馏攻击实施了迄今最强的防护，并表示蒸馏者采集到的数据已减少 90% 至 99%；preserved thinking（保留思考）现已适用于所有账户。训练过程中，公司有意将加速器内核优化与大语言模型架构改进等最可能直接加速人工智能研发的能力，限制在约相当于 Opus 5.5 的水平，同时保留智能体式编码、硬件开发与包括可解释性在内的相关研究能力。Enterprise Frontier Safeguards 已进入私下测试，参与客户包括 Bridgewater、Salesforce 与 Stripe。

可用性方面，Claude Fable 5.2 即日起可在包括 Amazon Web Services、Google Cloud 与 Microsoft Azure 在内的平台上使用，模型标识为 claude-fable-5-2。Mythos 须通过验证计划获取；企业客户还可通过 Claude Security 使用包括 Mythos 5.2 在内的能力。

看点： Anthropic 把同一底层模型拆成面向大众的 Fable 与面向核验机构的 Mythos，一边用更低价格和更快输出去承接最难的技术工作，一边把最可能加速人工智能自身研发的能力压在约等于 Opus 5.5 的水平，并把日常主力仍然留给 Opus 5.5。

2. Google 推出 TPU 8tx 与 TPU 8i Max，第八代组合一年内扩至四套系统

2026 年 11 月 9 日，Google 人工智能与基础设施高级副总裁兼首席技术专家 Amin Vahdat 在官方博客宣布，公司推出 TPU 8tx 与 TPU 8i Max，使第八代 TPU 组合在一年内扩至四套系统：面向大规模训练的 8t、面向实时推理的 8i、新增的面向机密与安全推理及小规模训练的 8tx，以及面向超大上下文、并称机柜内计算密度最高的 8i Max。Vahdat 写道，TPU 现已拥有近 100 家外部客户，涵盖前沿实验室、交易公司、零售商与大学等。The Verge 同日报道了这两款新系统的定位。博客并提到，当天太平洋时间上午 9 时将举行相关直播。

关于 TPU 8tx，Google 称其在硬件层提供机密计算，使敏感数据与模型权重在使用过程中仍受到保护与隔离。该系统采用与 8t 相同的硅片，并与第五代 AMD EPYC 主机搭配，使用为实时推理打造的 Boardfly 网络，延迟较 8t 最高可降低约一倍，同时性能损失接近于零。公司表示，这将使机构能够在同一系统上对敏感数据做微调、蒸馏与强化学习，而无需在不同集群之间迁移数据。

关于 TPU 8i Max，Google 称其将两颗低延迟的 TPU 8i 芯片封装在同一封装中，使计算、SRAM 与高带宽内存（HBM）带宽均达到 8i 的两倍，从而在既有机柜占地与功耗下提供更高的算力密度，以应对超大上下文窗口带来的内存带宽瓶颈。

软件方面，Google 称已开源 TorchTPU，使 PyTorch 代码与 Hugging Face 模型可在 TPU 上本地运行；TPU 智能体套件进入预览；同时推出 XLA Serving Engine 与 Agent Compute Engine，并开源作为模型状态层的 TPU Sync。Cloud Pathways 已在 Google Kubernetes Engine 上正式可用，GKE 动态切片亦已正式可用。

看点： Google 没有再等下一代芯片流片，而是在同一代硅片上用封装、网络与安全配置拆出两套新系统——一套把机密计算做进推理与小规模训练，一套用双芯片封装去应对超大上下文与机柜密度。

3. NVIDIA 在 CoRL 发布建立在 Cosmos 之上的开放世界动作模型 GR00T 2

2026 年 11 月 9 日，NVIDIA 在于得克萨斯州奥斯汀举行的机器人学习会议（CoRL）上公布 GR00T 2。公司博客称，这是一款建立在 NVIDIA Cosmos 之上的开放前沿世界动作模型，能够同时预测未来视频与机器人动作。研究页面写道，该模型在多样化的机器人与人类数据上训练，预训练混合数据包括 402,730 小时第一人称人类视频、10,184 小时、覆盖 2,897 项任务的手持夹爪演示，以及 23,500 小时机器人遥操作；其中 100,000 小时开源的人类第一人称数据以 Human-1M-100K 的形式公开。

NVIDIA 列举的指标包括：在 50 项评测任务中，该模型在没有任务特定演示的情况下至少成功完成了 40 项；平均成功率在每项任务仅有 1 次演示时为 71%，在有 5 次演示时升至 95%。研究页面还写道，零样本条件下的平均成功率为 40%，智能体可通过应用程序接口调用该模型，以串联技能并从错误中恢复。围绕 95% 这一数字，报道援引 NVIDIA 的研究材料指出，这些评测任务是从模型能够通过五次演示、以至少 80% 成功率学会的任务中选出的，因此该平均成功率应连同这一筛选条件一并阅读。

正在测试该模型的合作伙伴包括：将其用于洗衣处理的 Nexuni、将其用于服务器工厂自动化的富士康（Foxconn），以及在工业场景中评估的西门子（Siemens）。

NVIDIA 同时发布了采用 Newton 后端的 Isaac Lab 3.0，以支持可变形物体等更精细的物理仿真。公司称，在一项基于视觉的灵巧操作基准上，其训练吞吐量较采用 PhysX 的 Isaac Lab 2.3 最高提升约 2.5 倍。AlphaNIST 用单一策略学习 NIST 装配任务板上的全部 20 项任务，训练成功率超过 98%，而分任务策略约为 81%，所用 GPU 时间大约减少 39 倍。公司还介绍了 DexBench 与 VABAR 等工业评测，以及与加州大学伯克利分校合作的智能体式机器人框架 Graph-as-Policy（GaP）。

看点： NVIDIA 把「看懂接下来的画面」与「决定怎么动手」写进同一个开放模型，并用大量人类第一人称视频去补机器人演示的缺口；它同时给出了很高的少样本成功率，也留下了这些任务经过筛选的注脚。

4. Meta 发布面向智能体执行的轻量模型 Muse Ember

2026 年 11 月 9 日，Meta 发布 Muse Ember，称这是其最小、最高效的 Muse 模型，面向复杂推理执行以及智能体全天重复的工作：工具调用、编码子任务、路由、抽取与长文档解析。公司声称，在任意推理设置下，Muse Ember 的「每美元智能」高于 Claude Haiku 5.5 或 GPT-6 Luna，并位于 Artificial Analysis 排行榜的效率前沿。TechCrunch 同日报道了这一发布，并指出 Ember 被设计为与更大的 Muse Wonder 在智能体框架中配合使用。

定价方面，对于不超过 200K token 的提示，输入为每百万 token 0.10 美元，缓存输入为 0.004 美元，输出为每百万 token 0.50 美元；更长的提示价格更高，分别为 0.30、0.012 与 1.50 美元。模型具备 100 万 token 上下文窗口，输出最长可达 512K token，并原生支持文本、图像、音频与视频。应用程序接口标识为 muse-ember-1.0，可在 Muse Code 与 Meta Model API 上使用，同时也已登陆 Google Cloud 与 Oracle Cloud。

Meta 列举的最高推理设置成绩包括：AutomationBench-AA 为 37.8，相较 Haiku 的 13.9 与 Luna 的 20.2；Agents’ Last Exam 为 61.6；Terminal-Bench 4.0 为 40.9；Coding Agent Index-AA 为 46；OSWorld 2.1 部分计分为 69.5；Artificial Analysis Index 为 36。公司称，每个 Artificial Analysis 任务的成本约为 0.14 美元，而 Muse Spark 1.3 约为 2.39 美元。

定位上，Meta 写道：「Muse Wonder 负责规划，Muse Ember 处理体量。」公司称，这是首个使用 Muse Wonder Full 训练的模型，并在 Meta Superintelligence Scaling Framework 的评估中低于高风险阈值。Box、Cline、Cloudflare 等合作伙伴在早期测试中对其在企业内容、子智能体编码与高吞吐工作负载上的表现给予了积极评价；Cloudflare 称其在尾部延迟上比所测试的对照模型最高快约 30%。

看点： Meta 没有用 Ember 去挑战最强的旗舰模型，而是把它放在「规划归 Wonder、批量执行归 Ember」的分工里，竞争的是每美元智能和每任务成本，而不是单看峰值分数。

5. OpenAI 将 ChatGPT Enterprise 上架 AWS Marketplace

2026 年 11 月 9 日，OpenAI 宣布 ChatGPT Enterprise 已登陆 AWS Marketplace。公司称，机构可通过既有的 AWS 采购与账单关系发现、购买和管理 ChatGPT Enterprise，符合条件的支出可计入其 AWS 承诺。该产品组合包括 ChatGPT、ChatGPT Work、Codex 与 dots；相关上架信息显示，定价通过非公开报价确定。

OpenAI 写道，通过 AWS Marketplace 购买的客户将获得与直接向 OpenAI 购买相同的模型、功能与特性，新功能同步发布。这些产品被定位为对 Amazon Bedrock 上已有 OpenAI 模型的补充：开发者可在 Bedrock 上构建应用与智能体，业务团队则在日常工作中使用 ChatGPT Enterprise。符合条件的客户还可通过 AWS Marketplace 获取 ChatGPT for Healthcare 与 ChatGPT for Financial Services。

看点： 这并不是一次模型发布，而是一次采购路径的打开——把企业版 ChatGPT 放进客户已经在花的云承诺账单里，降低的是采购摩擦，而不是公布一份公开标价。

---

今日一句话： Anthropic 发布共用同一底层模型的 Claude Fable 5.2 与 Mythos 5.2，前者面向所有用户、后者须经核验，并称输出较 5.1 更快、价格更低；Google 推出面向机密推理的 TPU 8tx 与面向超大上下文的 TPU 8i Max；NVIDIA 在 CoRL 发布世界动作模型 GR00T 2 及 Isaac Lab 3.0；Meta 推出面向智能体执行的轻量模型 Muse Ember；OpenAI 将 ChatGPT Enterprise 上架 AWS Marketplace，使符合条件的支出可计入既有云承诺。