AI新闻日报–2026年11月10日：693亿美元，和2倍带宽

今天的主线只有一条：Anthropic 在上市前把产品线又推了一格，而它的招股文件在同一天被自己撤回。一个公司同时在做两件方向相反的事——加速发布，和修正口径。

下面 12 条，按「模型、资本、芯片、机器人、端侧」分组，每条后面标了来源。凡是只有一家媒体给出的数字，都写明「单一来源」；凡是媒体转述、公司未确认的，都写明「未经确认」。不确定的东西标出来，比写得像确定更有用。

一、模型：5.2 版本，和 20% 的降价

1. Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2，称输出速度比 5.1 最高快 30%，API 价格下调 20%，降到每百万输入 token 8 美元、输出 40 美元，缓存 token 每百万 0.20 美元。第三方评测机构 Artificial Analysis 给出的综合分为 65，是其榜单目前最高值（来源：Anthropic 官方公告、CNBC、The Verge；分值为第三方评测，非公司自述）。

2. 两个版本号对应两种开放程度。Fable 5.2 面向所有用户，Mythos 5.2 只通过验证计划提供给部分机构，覆盖网络安全与生命科学，安全限制更少、能力更强（来源：Anthropic、彭博社）。同一代模型拆成「通用版」和「受限强能力版」，正在变成前沿实验室的标准做法。

3. Cursor 公布了自己的 CursorBench 结果：Fable 5.2 在默认推理强度下得分 56.9%，上一代为 49.2%；把推理强度拉满后为 60%（来源：Cursor 官方账号）。厂商自测，测试集与口径未公开，只能作为横向参考。

二、资本：693 亿美元，发出去又撤回

4. 路透社看到的一份发给承销银行的文件显示，Anthropic 计划发行约 8.67 亿股 A 类股，发行价区间每股 70 至 80 美元，按上限计算募资约 693 亿美元。随后公司发出第二封邮件，称定价细节有误，将稍后更新文件（来源：路透社、财联社、东方财富）。这是近年来最受关注的上市交易之一，在路演开始前一天出现文件级失误。

5. 同一份文件还写明，Alphabet、英伟达、AMD、博通、美光、微软、台积电七家将以发行价合计投入 260 亿美元做私募配售（来源：路透社、财联社）。估值预期则从本月早些时候讨论的 1.5 万亿至 2 万亿美元，下调到 1.1 万亿至 1.3 万亿美元，目标在 11 月 16 日当周于纳斯达克挂牌，代码 ANT（来源：《华尔街日报》、财联社；估值为潜在投资者讨论区间，未经确认）。

把这两个数字放在一起看：募资 693 亿，战投认购 260 亿。也就是说，这轮发行里有相当一部分「需求」是提前锁定好的，并不完全来自公开市场。这个结构在 AI 基础设施类公司里越来越常见，它稳定了发行，也削弱了定价发现的功能。

三、芯片：一年四款 TPU

6. 谷歌发布 TPU 8tx 与 TPU 8i Max，第八代 TPU 在一年内扩到四款（8t、8i、8tx、8i Max）。8i Max 把两颗芯片封装在一起，算力、SRAM 与 HBM 带宽均为 8i 的两倍，面向超长上下文；8tx 主打机密推理，与 AMD 第五代 EPYC 主机 CPU 配合，在硬件层对使用中的数据加密，延迟最高降低一半（来源：谷歌官方博客、财联社、芯东西）。两款产品将于明年上市。

7. 谷歌称 TPU 目前已有近 100 家客户，涵盖前沿实验室、交易机构、零售与高校；有行业研究机构预计，到 2028 年 TPU 相关软硬件销售额将超过 1350 亿美元，今年的估算约为 120 亿美元（来源：谷歌博客；销售额为研究机构预测，未经确认）。从「自用芯片」到「对外卖系统」，这条路谷歌走了十多年。

值得注意的是产品逻辑的变化：8tx 不是新芯片，是同一颗芯片换了一种系统配置。当制程推进变慢，竞争的重心就从「造更快的芯片」转向「围绕芯片配更好的系统」。

四、机器人：补一次示范，71%

8. 英伟达发布机器人世界-动作模型 GR00T 2，同时更新机器人学习框架 Isaac Lab 3.0。官方给出的数据是：每个新任务补充 1 次人类示范后微调，平均成功率 71%；补充 5 次示范后升到 95%（来源：英伟达、金十数据）。核心变化不是成功率，而是「新任务不必从头教」。

9. Meta 推出 Muse Ember，定位为该公司最小、最高效的模型，上下文窗口 100 万 token，专门用于智能体反复执行的子任务：连续调用工具、跑测试、做定点代码修改。同时 Muse Ember、Muse Wonder、Muse Spark 1.3 三款模型上架 Google Cloud（来源：Meta、AI Daily 汇总）。

两条放在一起看，方向一致：一端做「能干活的大模型」，一端做「便宜到可以反复调用的小模型」。智能体的成本结构里，贵的不是思考一次，是思考一万次。这也是「小模型加高频调用」这条路最近被反复提起的原因：单次成本降一个数量级，能做的事就换了一批。

五、端侧：3GB 内存跑 35B

10. 面壁智能发布 MiniCPM-V 4.7，总参数 35B、激活参数约 3B，采用 MoE 架构，在手机端运行时内存占用约 3GB，生成速度超过 20 token/s；同系列 1B 版本可下探到千元机甚至部分百元设备（来源：科技日报）。技术要点是把大部分专家权重放在闪存里按需加载，并用「前瞻专家调度」把读取与计算并行（来源同上，属厂商技术说明）。

11. OpenAI 把 ChatGPT Enterprise 上架 AWS Marketplace，企业可以用现有的 AWS 账户与预算体系采购；同时公开了内部系统 Control Room，用于秒级监控研究集群里的模型推理任务，发现风险可立即阻断（来源：AWS、OpenAI）。把「合规采购通道」和「内部刹车系统」同时公开，是在为大规模企业部署做铺垫。

12. 两条开源侧的动态：亚马逊开源 HOPE 方案，针对 MoE 模型的闲置专家做显存按需解绑，降低稀疏模型推理占用；DeepSeek 的 Harness 智能体平台开源后，日活达到 154 万、插件 3.5 万个，并计划推出开发者市场与 token 补贴（来源：CSDN 行业日报汇总，均为单一来源，未独立核实）。