晨報 SecondSource 晨報 · 2026/10/5 · 2026年10月5日
紐約市議會今天聽證一份還沒正式提出的提案：AI 模型沒過第三方驗證、或人類關不掉，就不准在紐約市販售或部署；今天只聽證、不表決
今天為什麼要看：今天市議會聽證的八項預審法案裡，最重的一項要求模型上市前過第三方驗證、而且人要能關掉它；前一天 Altman 在專訪說世界應該接受一些壞事發生，專訪沒有提到這份提案。
三十秒看完
1. 紐約市議會聽證還沒正式提出的提案：AI 模型沒過第三方驗證或人關不掉，就不准在紐約賣（影響：在紐約賣 AI 的公司）
2. OpenAI 執行長 Altman 說和 Anthropic 監管立場「差很多」，前 OpenAI 政策主管說兩家做法「沒什麼差」（影響：比較兩家時別只看執行長說法）
3. 美國帶 17 國（含美國）背書京都科研宣言，白宮說明裡用上它對 AI 的新叫法「超級智慧」；新聞稿沒列資金與約束條款（影響：簽署國研究人員）
本週專欄：AI 說法對帳
本週篩過的說法，沒有一條夠格列入追蹤清單；這一期只回頭交代三條已經有結果、還沒在專欄寫出來的判斷。三條都拖到 9 月 30 日才查核結案：Sonnet 5 那條的對答案日是 9 月 1 日；微軟年報那條，和 8 月 16 日那條（問的是 9 月 1 日的價格，對答案日訂在 9 月 15 日），都是 9 月 15 日。
對答案：Anthropic 的 Sonnet 5 會在 9 月 1 日漲回原價嗎？
①當時怎麼說：7 月 31 日開帳，也就是開始追蹤一條待驗證的判斷。原句是「Anthropic Claude Sonnet 5 API 促銷價於 2026-08-31 到期後，官方定價頁牌價回到促銷前的標準牌價」，也就是每百萬 token 輸入 3 美元、輸出 15 美元。當時的優惠價是輸入 2 美元、輸出 10 美元，回到標準價等於漲五成。token 是 AI 讀寫文字時的計量單位，一小段字算一個，用得越多收費越高。當時的把握是 0.85（滿分 1）。
②實際讀數：這條事前指定的來源是 Anthropic 官方定價頁。頁上註 3 說，Sonnet 5 輸入 2 美元、輸出 10 美元的價格，發布時宣布為優惠價、期限到 2026 年 8 月 31 日，現在已經是標準價（原文：announced at launch as introductory pricing through August 31, 2026, is now the standard price）；原訂 9 月 1 日的漲價不會發生（will not occur）。9 月 30 日查核，10 月 4 日重查，內容相同（Anthropic 定價頁）。
③判定與落在哪一層：對已經用 Sonnet 5 算成本的團隊，輸入 2 美元、輸出 10 美元現在是官方標準價，不是會到期的優惠價；但這條本身也說明，標準價一樣可以由官方改。沒說中，錯在「前提被事件推翻」。漲價本來已經排定，Anthropic 後來把促銷價改成標準價；官方定價頁現在寫明漲價不會發生，改價的確切時點本報沒查到。0.85 的把握全押在「排定的條款會照走」，沒有留給公司改主意的空間。
④本報追蹤的判斷動了哪些：還沒動。這條牽動兩個判斷：前沿 AI 公司能不能守住價格，以及 AI 公司把用量賣出去之後毛利守不守得住；兩者的把握目前沿用舊值，還沒依這筆讀數調整。
⑤判準改不改：改一處。公司可以在到期前自己改價，所以以後判「排定的價格變動會照走」，本報自訂的把握上限是 0.7，並且事先把「到期前公告改價」列為算我們錯的情況。
對答案：微軟年報會不會講清楚 OpenAI 的雲端額度有沒有算成 Azure 收入？
①當時怎麼說：8 月 2 日專欄開帳。微軟拿雲端額度（credits）投資 OpenAI，OpenAI 再用這些額度買微軟的 Azure 雲端服務。如果額度算進 Azure 收入，微軟投出去的錢就會以客戶收入的形式回到帳上。創投 Benchmark 的 Bill Gurley 說這些額度算進了 Azure 收入，微軟執行長 Satya Nadella 說沒有，「兩者必有一錯」，微軟 2026 財年年報的會計附註可以裁。當時沒記把握。
②實際讀數：這條事前指定的來源是微軟 2026 財年年報（10-K，2026 年 7 月 29 日向美國證管會申報，申報編號 0001193125-26-323660）。9 月 30 日直讀，附註寫，微軟認列了與 OpenAI 商業往來產生的收入，含收益分成款項（原文：we recorded revenue from commercial arrangements with OpenAI, inclusive of revenue-sharing payments），金額 241 億美元。附註只給了總額，沒有交代額度怎麼入帳。
③判定與落在哪一層：無法判定：事前指定的來源回答不了這個問題。開帳前，本報沒有先查年報過去有沒有揭露過這類數字。
④本報追蹤的判斷動了哪些：沒有動。Gurley 和 Nadella 兩個說法照原本的把握留著，兩邊都沒有被證實，也沒有被推翻。對讀者來說，這代表微軟 2026 財年年報公開的內容，裁不了額度是否算成 Azure 收入這場爭論。
⑤判準改不改：改一處。開帳指定來源之前，先確認那個來源以前揭露過同一類數字；找不到前例，就要另外寫一個備用來源。
對答案：Anthropic「不敢漲價」嗎？9 月 1 日有照條款回到標準價嗎？
①當時怎麼說：8 月 16 日那期專欄判定 Gurley 說的「沒人敢漲價，Anthropic 怕丟份額不敢動價」不成立，最硬的證據是官方定價頁寫明 Sonnet 5 的優惠價 8 月 31 日到期；所以本報追蹤 9 月 1 日有沒有照條款回到標準價（等於漲五成）。當時沒記把握。
②實際讀數：和第一條是同一個定價頁、同一則註 3：輸入 2 美元、輸出 10 美元已經是標準價，漲價不會發生。
③判定與落在哪一層：沒說中，錯在「推論錯」。本報把到期日當成「公司敢漲價」的證據，但條款寫了到期日，公司還是可以改。8 月 16 日那期反駁 Gurley 最硬的一格因此作廢，對帳結果已從「不成立」改回「存疑」，當期專欄與當天晨報都已加註。
④本報追蹤的判斷動了哪些：專欄的對帳結果在 10 月 3 日從「不成立」改成「存疑」。這條牽動三個判斷：AI 價格與市占的事實、價格戰會不會發生，以及軟體業的獲利最多會被壓低多少；三者都還沒重新評估。
⑤判準改不改：不另外改。錯的地方和第一條一樣，都是把排定的條款讀成公司的決心，第一條已經改過。
本報所有判斷與對答案日 → 判斷總表
今日主線
1. [今日]（聽證日 10 月 5 日）紐約市議會今天聽證八項 AI 預審法案，最重的一項規定：AI 模型沒有經過第三方驗證、或沒有讓人類操作者關掉它的技術能力，就不准在紐約市行銷、販售或部署；今天只聽證、不表決
為什麼跟你有關： 如果你的模型服務有紐約用戶，可以先自查兩件事：人能不能把它關掉、能不能交給外部驗證；提案的適用範圍還沒界定，今天也不是法律。
展開看全文
紐約市議會的官方立法紀錄系統 Legistar 列出，今天上午 11 點全體議員開會，第一項是監督聽證「Examining the Risks Posed by Artificial Intelligence」，後面八項是 AI 預審法案。預審法案是還沒正式提出、先拿到聽證會討論的法案。法案頁登記的正式提案日是 10 月 8 日，今天也不表決，所以沒有任何一條已經是法律（紐約市議會 Legistar，2026-10-05 議程）。最重的一項，官方摘要原句是：「This bill would make it unlawful to market, offer for sale, sell, or deploy an artificial intelligence (AI) model in New York City that has not received third-party validation or does not have a technical capability to be shut down by a human operator.」白話是：沒有第三方驗證、或人類關不掉的 AI 模型，在紐約市賣或用都違法。驗證者要向開發者和市府資安單位 Cyber Command 出具結論：模型有沒有通過驗證、能不能部署。驗證者還要揭露自己和這個模型的利益關係；每次違規罰 2.5 萬美元。另一項讓任何人都能向市府消費者與勞工保護局舉報 AI 違法，舉報人可分得追回金額的 25%，自己送達或起訴可分 50%。
市議會 9 月 16 日的新聞稿說，議長 Julie Menin 邀請 Anthropic 執行長 Dario Amodei 與 OpenAI 執行長 Sam Altman 本人出席（紐約市議會，2026-09-16）。紐約在地媒體 amNewYork 9 月 28 日報導，OpenAI、Google、Anthropic、Meta 同意派代表宣誓作證，不是執行長本人；Elon Musk 的 AI 公司沒有回應市議會，被議長發了傳票（amNewYork，2026-09-28）。現況（截至本期）：聽證還沒開始，誰出席、說了什麼都還不知道。
驗證： 議程與法案內容，本報讀的是市議會官方頁面上的摘要，不是條文全文；摘要是本報用自動工具抓下來的，沒有人工逐字對照。四家同意宣誓作證、Musk 的公司被發傳票，目前只有 amNewYork 一家報導。⚠️ 摘要沒界定「AI 模型」的範圍：只管最先進的大模型，還是全部都管？紐約市的用戶透過雲端呼叫外地的模型，算不算「在市內部署」？這兩點決定這份提案對 AI 實驗室有沒有約束力。摘要也沒說「關掉」是指停掉整個服務還是中止單次執行，開放權重模型（任何人都能下載自己跑）要怎麼適用也沒寫。⚠️ 長期主張監管 AI 的評論者 Gary Marcus 為這場聽證預告了證詞，他把前面那項「舉報人可分得追回金額」的法案稱為吹哨者法案（Gary Marcus，2026-10-05）；官方議程上吹哨者保護是另一案，範圍是市府承包商，本報以官方議程為準。
判斷更新： 本報 10 月 4 日的深度報告談的是 9 月 29 日的白宮 AI 協定。這份協定是 Google、OpenAI、Anthropic、Meta、xAI、NVIDIA 等業者領導人在白宮簽的自願文件，沒有法律強制力；深報說，它真正沒寫的是兩件事：稽核範圍由誰劃、結果給誰看。從官方摘要看，紐約這份提案給了後一件的答案：結果交給開發者與市府，驗證者還要揭露利益；範圍由誰劃，摘要沒寫。條文全文本報沒讀。本報 10 月 3 日那期記下六起追究動作：參議員 Hawley、佛州、加州與新墨西哥州檢察長、FTC，以及一件民間訴訟；都靠既有法律，而且除了佛州一件法院還沒裁的聲請，追的都是已經發生的事。另據《華爾街日報》經財經網站 Investing.com 轉述，白宮 10 月 3 日成立的 AI 工作組，章程第一條就寫明不採用「可能限制創新或競爭的規範」（原文：regulation that could restrict innovation or competition）（Investing.com，2026-10-03）。聯邦先表明不設這類規範，模型上市前要經誰同意的條文，目前是地方先寫出來。本報因此新記一條還在驗證的推測：模型上市前要經誰同意，可能先由城市或州寫成條文，而不是聯邦。證據偏弱，目前只有一個城市、一份還沒表決的提案。
什麼會推翻它： 今年底前這份驗證法案沒出委員會，也沒有其他州或大城市提出同樣的條款，這條推測就大幅轉弱；聯邦今年內明文宣告地方不得另訂 AI 上市規定，就改寫成「聯邦把上市前要經誰同意的決定權收回」。最近可看的是 10 月 8 日正式提出的版本，有沒有補上「AI 模型」的定義、有沒有把雲端呼叫算進去。對答案日是本報自設的 2026 年 12 月 31 日。
2. [今日]（專訪報導日 10 月 4 日）OpenAI 執行長 Sam Altman 在 Politico 專訪說，他和 Anthropic 在監管上「a lot of daylight」，差很多，並說世界應該接受一些壞事發生來換取 AI 的好處；前 OpenAI 政策研究主管 Miles Brundage 同日反駁兩家「其實沒什麼差」
為什麼跟你有關： 比較兩家時，別只拿執行長的說法當依據：Altman 說兩家差很多，Brundage 舉的四項產品與部署做法卻都相同。
展開看全文
科技媒體 SiliconANGLE 10 月 4 日引述 Politico 新電子報《Decoded》的專訪，Altman 說「I think there's a lot of daylight」。他說，「保證不會有重大駭客事件、不會有濫用、零詐騙」這種標準他不接受（原文：we'll make sure there's no major hacks, there's no misuse of this technology, there's zero scams）；他並把強大的 AI 集中在單一實驗室稱為完全不能接受的取捨，原話是「completely unacceptable trade-off」（SiliconANGLE，2026-10-04）。Politico 記者 Jonathan Martin 引的原句是「we believe that the world should accept some bad things happening for the benefits of this technology and people having the agency」，世界應該接受一些壞事發生，換取這項技術的好處與人的自主（Jonathan Martin，2026-10-04）。
同一天，曾任 OpenAI 政策研究主管、現在獨立的 Miles Brundage 反駁：「There really isn't a lot of daylight」。他列的理由是，兩家都把部分價值觀加進產品、都很少公開模型權重（不太開源）、都有大量免費用戶、都把最好的資安工具先給防守的一方用，最後一句是「Narcissism of small differences」，小差異的自戀（Miles Brundage，2026-10-04）。他另說，Altman 被追問時舉的 Anthropic 例子與事實不符。
驗證： Politico 原文我們沒拿到。SiliconANGLE 本報讀了原頁，Forbes 與路透同日報導同一場專訪，本報只讀到標題；這幾家回到同一個原點，能確認的是 Altman 說過這些話。Brundage 的貼文本報讀了原文。⚠️ Brundage 說 Altman 舉例不實，本報沒有獨立查核。⚠️ Brundage 曾在 OpenAI 任職，對兩家都有立場；本報的分析由 Anthropic 的模型協助產生，Anthropic 是本則當事方之一。
判斷更新： 兩邊說法本報都留著。本報的解讀（不是兩人的原話）：Altman 談的像是公開的監管主張，Brundage 列的是產品與部署做法，兩人不一定在講同一件事。讀者可以拿今天聽證上兩家代表的證詞，對照 Altman 說的差距是不是真的出現在做法上。與今日主線第 1 點合看：據 amNewYork，OpenAI 同意派代表在今天的聽證宣誓作證；Altman 的專訪沒有提到紐約這份提案。
3. [今日]（宣布日 10 月 4 日）美國在京都帶頭讓 17 國（含美國）背書科研宣言「Kyoto Vision」，白宮新聞稿說宣言內容包括把「超級智慧」（美國政府對 AI 的新叫法）整合進科研流程；本報讀到的新聞稿摘要沒列資金數字，也沒有約束條款
為什麼跟你有關： 別把這份宣言當成政策訊號：白宮把「超級智慧」這個新叫法帶進一份 17 國（含美國）背書的宣言的說明裡，但宣言本身有沒有用這個詞，本報沒讀到全文；新聞稿摘要也沒列資金數字與約束條款。
展開看全文
白宮科技政策辦公室主任 Michael Kratsios 10 月 4 日宣布，美國在京都的「科學技術與社會論壇」（STS Forum，每年在京都舉辦的科技政策會議）帶頭讓 17 國（含美國）背書「Kyoto Vision for a Golden Age of Science」：「The way we make scientific discoveries has changed, and the Kyoto Vision is a recognition of that shift and a call to action.」（Michael Kratsios，2026-10-04）白宮新聞稿把內容定為三項：改革科研機構的資助方式與組織型態；把超級智慧整合進科研流程，擴大研究者取用相關工具、科學資料、算力與實驗設施；投資依能力選拔的學生與早期研究者。背書國是阿根廷、保加利亞、智利、賽普勒斯、德國、希臘、印尼、義大利、日本、哈薩克、韓國、紐西蘭、波蘭、新加坡、阿聯、英國與美國（白宮，2026-10-04）。「超級智慧」（super intelligence，簡稱 SI）是白宮 9 月 29 日行政命令把政府用語裡的「AI」改稱的新名字（白宮，2026-09-29）。
驗證： 宣布有 Kratsios 本人的貼文與白宮官網新聞稿兩個一手出處，但兩者是同一個發布方；新聞稿本報讀的是摘要，不是全文逐字。⚠️ 名單上沒有法國、加拿大，也沒有中國、印度；是沒受邀、不簽，還是另有時程，來源沒寫。
判斷更新： 不改任何判斷，只記一個讀數：在本報追蹤的範圍內，這是更名令之後，美國第一次在多國背書的文件說明裡用上「超級智慧」一詞，用語出自白宮新聞稿。本報讀到的內容只有框架和用語，沒看到資金數字或約束條款。之後若有簽署國把預算或算力計畫掛到這份宣言上，才算有實質內容。
今天可以帶走的動作：第1則：如果你的模型服務有紐約用戶，可以先自查兩件事：人能不能把它關掉、能不能交給外部驗證；提案的適用範圍還沒界定，今天也不是法律；其餘各則今天沒有要你動手的事。
快訊（本報還沒查證）
1. [今日]（轉述日 10 月 4 日）據彭博社看過的文件，一家中國地方政府控制的融資公司替一家上市公司出資買逾 700 台伺服器，其中 32 台是搭載 NVIDIA B300 資料中心 GPU 的華碩機種；B300 依美國規定無許可不得賣到中國。彭博原文本報沒讀到（Poe Zhao，2026-10-04；Teortaxes，2026-10-04）。
2. [本週]（報導日 10 月 3 日）據 Axios，NVIDIA 投資的美國 AI 公司 Reflection 準備發布開放權重模型（任何人可下載自己跑），消息來源預期能和頂尖中國開放模型競爭、初期落後美國最強系統；轉貼的匿名評論帳號 Teortaxes 存疑。Axios 原文本報沒讀到（@choblin29，2026-10-03；Teortaxes，2026-10-04）。
晶片與半導體
1. [本季]（規格揭露日 8 月 26 日，訪談轉述日 9 月 30 日，本報今天補收）OpenAI 自研推論晶片 Jalapeño 的規格：每顆封裝配六顆最新一代 HBM4 記憶體、216 GiB、頻寬每秒 15.4 TB，台積電 3 奈米製程，額定峰值 700 瓦。 要估 OpenAI 自研晶片對 HBM 記憶體的需求，起點是每顆晶片配六組 HBM4 堆疊；還得乘上出貨量，而目前沒有公開的量產與出貨數字。推論晶片專門跑模型上線後回答問題的那一半工作。本報 8 月 31 日那期寫過它對 NVIDIA 機櫃的每度電產出與總持有成本，10 月 4 日那期寫過 OpenAI 硬體負責人 Richard Ho 怎麼用模型設計它；700 瓦與總持有成本此前都寫過，今天新補的是記憶體配置與系統規模。台灣產業研究機構 TrendForce 寫，每顆封裝把運算晶粒和六顆 HBM4 堆疊放在一起，「delivering 216 GiB of memory and 15.4 TB/s of bandwidth」，製程是台積電 3 奈米（TrendForce，2026-08-26）。HBM 是多層記憶體垂直堆疊、和運算晶粒封裝在一起的高頻寬記憶體。半導體分析師 Ian Cutress 的電子報 More Than Moore 另寫，額定峰值 700 瓦、量得的持續功耗接近 550 瓦，量測條件未揭露；128 顆加速器組成一個互連單位（原文 local domain），整套系統 2,048 顆（More Than Moore，2026-09-30）。⚠️ 兩篇都是轉述 OpenAI 自己的揭露，OpenAI 原頁本報沒讀到，所以是兩個通道、同一個說法，沒有第三方量測；550 瓦是 OpenAI 自己量的；系統規模只有 Cutress 一處寫出；TrendForce 另說 HBM4 據信由三星供貨，原文是「is believed to」，本報不採用。⇒ 本報的推測（未定案）：自研晶片換掉的是 NVIDIA 的運算晶片，記憶體還是得向記憶體廠買。
大神觀點
1. [今日]（貼文日 10 月 4 日）Vercel 執行長 Guillermo Rauch：AI 代理人接手寫程式之後，換程式語言的投資報酬率要重算。 Vercel 是網站部署與前端雲端平台。Rauch 回顧 Vercel 早年把建置工具 Turborepo 從 Go 改寫成 Rust；Rust 以在編譯時就保證記憶體安全聞名，但寫起來比較費工。改寫技術上做完了，但靠人一行行寫，成本很高，內部對值不值得爭議很大。他主張代理人接手寫程式之後，成本結構變了，對人最好寫的語言，不再等於對生意最好的語言（Guillermo Rauch，2026-10-04）。⚠️ 沒有任何改寫成本或收益的數字；Vercel 賣代理人基礎設施，「代理人改變一切」合乎它的生意；代理人改寫之後，人審查與測試的成本有沒有降，他沒說。⇒ 讀者自己量得到的一點：下次評估改寫，把「代理人改寫加人審查」的工時和「人自己改寫」分開估。
模型觀點
1. [本週]（論文上線 10 月 1 日）一篇研究把「挑出哪篇舊論文能啟發新研究」做成考題：讓 AI 多步自己搜尋，成績反而輸給單純的向量相似度檢索。 研究團隊請 184 位電腦科學專案的第一作者，標出哪些前人論文真的推進了、或本來可以推進自己已完成的專案；系統只能用專案開始時已有的文獻去找。以「正確論文有沒有出現在前 20 名」的比例計，讓模型自己搜、讀、再決定下一步的代理式搜尋是 0.42，把文字轉成向量比相似度的檢索是 0.48，最好的系統 0.51，摘要沒寫它屬於哪一類（ScholarCatalyst，arXiv 2610.02202）。0.48 的意思是，大約一半的題目裡，正確論文出現在前 20 名。共同作者、史丹佛教授 Chelsea Finn 10 月 4 日在 X 上轉介這篇（Chelsea Finn，2026-10-04）。⚠️ 這篇論文我們只讀了摘要；量的是作者事後的判斷，不是真實的啟發過程；樣本只有電腦科學專案；代理式搜尋用哪個模型、怎麼設定，摘要沒寫。⇒ 在這一個電腦科學基準上，讓模型多步自己搜，輸給了單純的向量檢索；要自建文獻檢索工具的團隊，可以先拿向量檢索當比較基線。代理式搜尋輸，可能是工具或模型設定的問題，摘要沒寫，不能推到整個代理式方法。
2. [本週]（論文上線 9 月 29 日）一篇預印本讓模型每次做錯後自己寫一句心得、下次帶著心得重試，在標準強化學習完全學不動的題目上學起來了。 這裡的強化學習是讓模型反覆作答、用自動驗證的結果給獎懲。常用的 GRPO 方法靠比較同一題多次作答的好壞給訊號，一題全錯就沒有訊號可學。作者挑出阿里巴巴開源模型 Qwen 3.5 9B Thinking 試 128 次都全錯的工具呼叫與程式題，標準 GRPO 訓練後一次答對率停在 0 到 1%；新方法 RLTL;DR 讓模型讀驗證結果、寫一句心得，訓練中帶著心得作答，一次答對率升到 14% 至 31%，評估時拿掉心得仍有 12% 至 13%（RLTL;DR，arXiv 2609.37633）。⚠️ 單篇預印本，只測一個 90 億參數的開源模型，題目由作者挑選，只適用能自動驗證答案的任務，沒有獨立複現。⇒ 對答案能自動驗證、要做自家模型後訓練的團隊，這給了一條在「一題全錯」的難題上也能試的路。但心得等於在訓練中多給了模型一條文字回饋，和標準強化學習的資訊條件不同；所以它還不能拿來反駁「強化學習只能引出模型本來就會的東西」這個說法，只是補了一個條件不同的例子。
產品動態
這一段本期不收：本報讀過的產品公司文章，原文發布日都在 9 月 16 日或更早，是舊文重新出現；另有 170 篇沒讀，大多是 xAI、Cohere、Perplexity 官方部落格補進來的舊文，其中有沒有新的產品文章，本報沒有逐篇確認。
過去洞見
1. [回顧]（深度報告 2026 年 9 月 17 日）比 AI 模型的價錢，該從牌價換成「每任務成本」，但那把尺本身會動。 同一家獨立評測機構 Artificial Analysis 一週內改版，Anthropic 旗艦模型 Fable 5.1 從「每任務比前代貴兩成」變成「便宜一成三」，牌價一分沒動；差別在量表從 9 月 1 日那版改到 v4.3 版，「貴兩成」只在 9 月 1 日那版成立。兩家真正分岔的是省下來的 token（AI 算字數與計費的單位）被誰收走：OpenAI 的 GPT-6 Astra 在綜合指數同分下，每任務約用 2.7 萬個輸出 token，Fable 5.1 約 7.8 萬，但 Astra 的牌價訂成自家前代 GPT-5.6 Sol 的 2.5 倍；深報判斷，token 用得少的優勢有一部分被牌價拿回去了。token 數是和 Fable 5.1 比，牌價是和自家前代比，兩者基準不同，文中算不出每任務成本。買方可以拿自己上個月的帳單，看快取讀取對輸出的比例；快取讀取是重複的提示開頭命中快取時的較低計價。9 月 17 日深度報告的判斷是：評測上的每任務成本量的是標準工作，你的帳單量的是你自己的用法；快取讀取占比越高，快取計價的變動對你的影響越大，所以這個比例可能比評測數字更能看出你換代後會變貴還是變省（深度報告，2026-09-17）。後續：Anthropic 9 月 22 日發布 Opus 5.5，官方稱多數工作達到 Fable 5.1 的水準、典型工作的執行成本比 Opus 5 低 40%；Anthropic 沒有說明這個 40% 怎麼算出來；這是官方自己量的，不是第三方量測（Anthropic，2026-09-22）。
本報不是新聞摘要：從每天的 AI 資訊流裡捕捉真正重要的洞見與值得長期追蹤的行家判斷，並交代每一條是怎麼驗證的。重點永遠是『哪條判斷變硬了、誰說得準』，不是今天發生了什麼。