本週，Anthropic 更新了 Fable 和 Mythos，接著 Meta 和 Google 也推出了模型強化功能。OpenAI 隨後發布了 GPT-6 Astra。這一切都發生在本週，幾家爭相保持人工智慧革命領先地位的公司，正以令人眼花繚亂的速度向市場推出修改和升級。

OpenAI 執行長 Sam Altman 週四向 CNBC 表示：「我們都在加快節奏。」他將部分加速歸因於大家「暑假後回來」。然而，對於 AI 模型和服務的用戶來說，這卻造成了複雜性和混亂，因為執行長和 IT 經理們投入了大量時間和資源來比較成本和功能，以避免落後。

AI 新創公司 Runpod 執行長 Zhen Lu 表示：「我感覺模型疲勞確實存在。別誤會，我對所有正在發生的創新感到非常興奮，但我真的認為我們處在一個如此浮躁的環境中，你必須製造聲量。」聖母大學門多薩商學院教授、擁有 25 年 AI 經驗的 Ahmed Abbasi 指出，模型開發商「都在玩搶佔市場份額的遊戲」，競相跟上彼此的腳步，並提醒開發者他們創新的速度至少與其他人一樣快。

特別是 Anthropic 和 OpenAI，在邁向公開市場之際正加快步伐，兩者都已獲得私人投資者近 1 兆美元的估值。Google 和 Meta 則有各自的議程，而蓬勃發展的開源社群也迎來了 Nvidia 這個活躍的新參與者。他們都在爭奪 Gartner 預計今年將達到 2.59 兆美元的 AI 支出份額，這比 2025 年增長了 47%。

Gartner 在一份五月報告中寫道，雖然其中一半以上將用於 AI 基礎設施，但超過 1 兆美元將用於服務、軟體、網路安全、模型和其他工具。

Anthropic 週二率先行動，發布了 Claude Fable 5.1 和 Claude Mythos 5.1，該公司稱其為「全球最先進的程式編碼和知識工作模型」。週三，Meta 宣布推出 Muse Spark 1.3，Google 則發布了 Gemini 3.8 Flash，兩家公司都宣稱在程式編碼和代理任務方面有所進展。

週四，OpenAI 接著發布了 GPT-6 Astra，這是一個強調網路安全和電腦技能的模型，據該公司稱，這是「多年研究和重大投入」的成果。

同一天，阿布達比的穆罕默德·本·扎耶德人工智慧大學也向開源社群發布了自家的 K2 Horizon 系列 AI 模型，凸顯了 AI 研究和投資的全球性。而全球市值最高的公司、AI 榮景核心的晶片製造商 Nvidia 也不甘示弱，正式同意以 129 億美元收購開源 AI 平台 Hugging Face。

Nvidia 一直在推出開源模型，包括上個月發布的 Nemotron 3.5 Lightning，該公司表示這是一款「輕量級」模型，可以在筆記型電腦或桌上型電腦上的單一圖形處理單元上運行。

瘋狂的更新速度，加上 AI 監管缺乏明確性，引發了人們對不斷增強能力的先進 AI 模型潛在危險的擔憂。最近幾週，OpenAI、Anthropic 和 Meta 開發的模型都曾存取不應觸及的第三方網站，而 OpenAI 的模型上個月成功入侵了 Hugging Face，這一事件在業界引起了震動。

Abbasi 等專家特別關注 AI 代理的快速演進，尤其是「這些功能部署的容易程度」。Abbasi 表示：「隨著所有這些代理不僅在你的電腦上，也在網路上運行，威脅和漏洞的範圍將大得多。如果我們不小心，這可能會造成全面混亂。」

Abbasi 還指出，所有主要模型開發商在同一週宣布更新「並非巧合」。AI 金融新創公司 Farsight 的技術長 Noah Faro 也認同這一觀點。Faro 表示，公司可以透過多種方式了解競爭對手的計畫。其中之一是觀察雲端運算資源的可用性，因為這些公司都在爭奪來自少數幾家供應商的龐大運算能力。他補充說，業界也有很多傳聞，「任何一點風吹草動都會以每小時百萬英里的速度傳播。」

並非所有模型更新都具有同等的重要性。Faro 表示，與 OpenAI 的 GPT-6 Astra 不同，本週 Anthropic、Meta 和 Google 的各種發布代表的是「點發布」（point releases）。這意味著這些公司正在升級現有的 AI 模型，而不是建立一個全新的模型。

Faro 說，上次真正帶來突破性進展的兩個模型是 Anthropic 在六月發布的 Fable 5，以及中國月之暗面（Moonshot AI）在七月發布的 Kimi K3。

儘管如此，企業 AI 新創公司 Clockwork Systems 執行長 Suresh Vasudevan 表示，即使是增量更新也很重要，因為這項技術正在迅速改變商業和軟體開發。Vasudevan 說：「每個版本都非常出色，以至於很難再分辨出質的飛躍。眾所周知，當你處於指數曲線上時，除非你退後一步，回顧過去和現在的位置，否則你不會意識到。」

他承認追蹤每個新的模型更新令人頭痛，特別是當它涉及寶貴的運算資源時。他說，如果他的新創公司想評估 10 個 AI 模型來完成某項任務，它可能只會選擇其中五個。Vasudevan 表示：「現在要評估每一個新推出的模型確實非常具有挑戰性。」