【申万计算机周报】海外大模型密集发布，Agent竞争升级！20260711 本周海外AI巨头密集发力：1）OpenAI发布GPT5.6系列；2）xAI发布Gro

图片

无图片

【申万计算机周报】海外大模型密集发布，Agent竞争升级！20260711

本周海外AI巨头密集发力：1）OpenAI发布GPT5.6系列；2）xAI发布Grok4.5；3）Meta发布Muse Spark 1.1.

[礼物]OpenAI发布GPT5.6：三档分层发布，编码能力再创新高。Terminal Bench 2.1达91.9%（Sol Ultra），超过mythos 5和fable5。引入子智能体协同机制，超过单智能体能力上限。

[礼物]xAI发布Grok4.5:低成本+独家数据，性价比突围。1.5万亿参数MoE架构，数万块GB300训练，Cursor独家数据。定价每百万token输入/输出为2/6美元，token效率提升，实际单任务成本降低5倍。

[礼物]Meta发布Muse Spark1.1：突出工具编排和真实工作流。重点提升工具使用、电脑操作、编码和多模态理解。定价每百万输入/输出1.25/4.25美元。

[礼物]海外模型定价分层趋势清晰。模型厂内部提供不同层级模型面向不同任务，外部竞争来看非顶尖模型商通过低价格切入价格敏感型用户群体通过积累数据迭代进步。

[礼物]行业趋势指标从”每百万token价格“升级为”单位成功任务成本“，不再是仅用单一模型关注token消耗量，而是综合考虑价格、推理token消耗、工具调用费用、执行时长失败重试率、人工介入比例等。

[礼物]Agent能力从模型之外的工程框架，逐步内生为模型和产品的原生能力。模型与Harness之间的界限趋于模糊，可靠完成任务的系统能力将成为新的核心壁垒。

[礼物]重点关注标的：智谱（基模厂商，代码能力业内认可度高）、Minimax（基模厂商，高性价比+新模型发布在即）、卓易信息（编程Agent核心标的）

主题正文

Terminal Bench 2.1达91.9%（Sol Ultra），超过mythos 5和fable5。
定价每百万token输入/输出为2/6美元，token效率提升，实际单任务成本降低5倍。
[礼物]Meta发布Muse Spark1.1：突出工具编排和真实工作流。
重点提升工具使用、电脑操作、编码和多模态理解。
模型厂内部提供不同层级模型面向不同任务，外部竞争来看非顶尖模型商通过低价格切入价格敏感型用户群体通过积累数据迭代进步。
[礼物]行业趋势指标从”每百万token价格“升级为”单位成功任务成本“，不再是仅用单一模型关注token消耗量，而是综合考虑价格、推理token消耗、工具调用费用、执行时长失败重试率、人工介入比例等。
模型与Harness之间的界限趋于模糊，可靠完成任务的系统能力将成为新的核心壁垒。
[礼物]重点关注标的：智谱（基模厂商，代码能力业内认可度高）、Minimax（基模厂商，高性价比+新模型发布在即）、卓易信息（编程Agent核心标的）