晨報 2026年10月18日
GPU 緊張表現在短約溢價；新簽合約裡短約占多少無人揭露
三十秒看完
1. 本報深度專欄重驗 9 月的判斷：CoreWeave 自報短約每 MW 年化約 4,000 萬美元，約是五年長約 1,000 萬到 1,600 萬的二點五到四倍，長約數字是本報算術。CoreWeave 財務長自報 7 月漲約 25%，最可能是合約價。getdeploying 的指數四週漲 9%，量的是掛牌價，兩個數不能相減。
2. DeepSeek 以 MIT 授權公開 V4.1-Flash-1017 權重，自報 11 條基準 9 條高於 GPT-5.6 Sol、7 條低於 Opus 5；全表自報，無第三方複測。
3. 金融時報報導 Citi、美國銀行與摩根大通限制第三方 AI 代理人登入網銀；全文在付費牆後，只有轉述。本報的讀法是，代理人替人付錢可能先卡在銀行這一關。
另有快訊第 5 則：OpenCode 的「蒸餾攻擊」一詞。
本週專欄：AI 說法對帳
每週日一次：挑一條正在流傳的 AI 說法，對照原始文件，看它站不站得住。
本週沒有新的說法列入對帳，這一期只回頭核對一條到期的舊判斷。
Kimi K3 的實際價格在 10 月 15 日前跌到 DeepSeek 那一帶了嗎？
先講結論：本報 7 月 31 日登記一個預測，問 Kimi K3 的實際價格會不會在 10 月 15 日前跌到 DeepSeek 那一帶。對帳結果是沒說中，K3 沒有降價。
Kimi K3 是中國公司 Moonshot 的開權重模型。Moonshot 7 月底把 K3 的 API 牌價定得遠高於 DeepSeek 那一帶。本報 7 月 31 日登記這個預測，問這個價格會不會在 10 月 15 日前降到 DeepSeek 那一帶。判準是每百萬 token 的混合實價低於 0.5 美元，這個門檻是本報登記時設的。混合實價的算法是把快取命中輸入、一般輸入、輸出三種牌價，按七比二比一加權。
10 月 15 日查 Moonshot 官方定價頁，每百萬 token 的牌價是快取命中輸入 0.30 美元、一般輸入 3 美元、輸出 15 美元。照這個比例算，混合實價約 2.31 美元，與 7 月開帳時的讀數相同。這是用官方牌價算的數字，不是用戶實際付的價，折扣與促銷不在內。
怎麼用。 這一筆只說明 Moonshot 的官方 API 沒有降價，不足以判斷「開權重必然壓價」這個說法。本篇對帳的是 Moonshot 官方牌價，不是其他託管商賣 K3 的價格；其他託管商的價格不在這次讀數裡。「開權重必然壓價」的理由是別家也能拿到模型架設、互相比價。高價為什麼守得住，現有讀數也分不出來。一種可能是 Moonshot 算力不夠，用高價控制用量；另一種是 Moonshot 真的有定價權。這兩種都是本報的推測，文內沒有 Moonshot 的算力或擴容資料。如果 Moonshot 公布擴容後牌價跟著降，比較像前者；擴容後仍不降，比較像後者。
今天缺的資料。7 月底到 10 月 15 日之間只有兩次讀數，中間有沒有調過價沒有紀錄。DeepSeek 同一天的牌價沒有和這次讀數並列核對。
本報所有判斷與對答案日 → 判斷總表
今日主線
1. [今日]（深度專欄 10 月 18 日）GPU 租價漲多少沒有一個數：CoreWeave 自報的 25% 最可能落在合約價，公開指數量的是掛牌價，兩者不能相減
為什麼重要： CoreWeave 自報的新簽短約比五年長約貴得多，公開指數量的掛牌價看不到這一層，這是本報的讀法。
展開看全文
本報 9 月 18 日那期寫過一條判斷：GPU 算力緊張的溢價集中在新簽短約，公開掛牌價與機隊平均都看不到。今天新的是本報深度專欄逐句重驗這條判斷。核心判斷：2026 年秋的 GPU 算力是緊的，緊的形狀是期限溢價，不肯綁長約就要多付。CoreWeave 是專做 GPU 出租的新雲端公司。CoreWeave 財務長 8 月說 7 月全 SKU 漲約 25%，9 月的可轉債簡報寫第三季新簽的三到六個月短約每 MW 年化約 4,000 萬美元（CoreWeave 8-K 簡報，2026-09-17）。CoreWeave 98% 營收來自承諾合約，官網隨用隨付牌價 10 月 18 日直讀，與第三方 8 月的舊讀數相同，所以這兩個數最可能落在合約價，公司沒有說明適用範圍。第三方價目彙整站 getdeploying 量的是隨用隨付掛牌價的中位數，10 月 12 日那週四週漲 9%、一年漲 18%（getdeploying 指數）。同為新雲端的 Nebius 10 月起把四代 GPU 牌價調高 17% 到 21%（Investing.com，2026-09-17），各供應商對指數的貢獻沒有分解。本報的讀法：一把尺量合約價、一把量掛牌價，差距不能讀成緊張程度。時間窗也不同，25% 是 7 月那次漲價，9% 是近四週。短約每 MW 約 4,000 萬，五年長約約 1,000 萬到 1,600 萬，短約約是長約的二點五到四倍；長約數字是本報用合約總值除以年期與公告容量算的。兩邊的 GPU 世代組合與容量口徑未必一致，倍數裡可能有一部分是產品組合差。為什麼現在重驗：公開指數 10 月開始上揚。9 月那條判斷說公開掛牌價看不到溢價，指數一動，這條判斷就得重看。
進行中 ?
什麼會推翻它：CoreWeave 第三季財報新聞稿發布後 14 天內，拿季營收乘四，再除以季末在役電力。結果若達每 MW 年化 1,000 萬美元以上，就改讀為整體重定價。第二季這個數約 690 萬，是本報算術。14 天與 1,000 萬這兩個條件是本報設的。對答案日：CoreWeave 第三季財報，日期未公告。長版全文
還不能當真： 25% 落在合約價是推論，公司沒說適用範圍 怎麼查的 →
判斷更新： 本報 9 月 18 日那條判斷保留，加口徑：短約與可解約大單同一層，五年長約低一層；「一小塊」占多少沒有人揭露。「公開掛牌價看不到」收窄：看不到 CoreWeave 式只動合約價的漲法，看得到 Nebius 式調牌價的漲法。新簽價要等舊約到期續約才進營收，財務長說近期要續約的容量只占機隊很小一部分。
2. [今日]（事件日 10 月 17 日）DeepSeek 以 MIT 授權公開 V4.1-Flash-1017 權重，自報 11 條基準 9 條高於 GPT-5.6 Sol
為什麼重要： DeepSeek 這次距上一版只隔約一個月，自報的 Terminal-Bench 4.0 漲了 11.1 分，目前只有這一個區間。
展開看全文
DeepSeek 10 月 17 日在 Hugging Face 以 MIT 授權公開 V4.1-Flash-1017 的權重，模型卡自稱「minor update」（DeepSeek 模型卡，2026-10-17）。模型卡的 11 條基準表，對手欄有 Kimi K3、GLM-5.3、GPT-5.6 Sol 與 Opus 5。本報逐欄數：9 條高於 GPT-5.6 Sol，4 條高於 Opus 5、7 條低於 Opus 5。和一個月前的 V4.1-Flash 比，漲最多的是 Terminal-Bench 4.0 從 31.2 到 42.3，ProgramBench 從 20.3 到 29.1。Terminal-Bench 4.0 是讓模型在終端機裡完成任務的評測；ProgramBench 要模型從編譯檔與文件重建程式。全表是 DeepSeek 自報，對手分數是自跑還是引用公布值，模型卡沒寫。對照組少一代：模型卡比的是 Opus 5 與 GPT-5.6 Sol，Paweł Huryn 等人同週整理的評測表已在比 Opus 5.5 與 GPT-6 Astra。DeepSeek 官方稱這是「a Pareto improvement in performance and cost」（DeepSeek，2026-10-17）。研究者 Susan Zhang 指出 DeepSeek 約一個月就再推一次，V4 到 V4.1 用了約五個月（Susan Zhang，2026-10-17）。表外有旁證：漏洞評測方 BugBunny 自建的 100 個含漏洞 PR 題組，1017 找到 54 個、花 7.53 美元，前一版 44 個、12.79 美元（BugBunny，2026-10-17）；這是另測，不是複測。本報的看法是，DeepSeek 把成本效能的競爭放在最便宜的 Flash 檔位，用帶日期的小刷新推進，不是等下一個旗艦。另一種解釋沒有排除：旗艦 V4.1-Pro 還沒推出，Flash 的小刷新可能只是補位。
還不能當真： 11 條基準全為自報，無第三方複測 怎麼查的 →
判斷更新： 評估中國模型對 API 價格與 agent 工作負載的壓力，本報推測該看低價檔位多久刷一次、每次推多遠，不是旗艦名次。只有 9 月 10 日到 10 月 17 日一個區間，樣本不足。可檢驗的刻度是下一個帶日期刷新是否在六週內出現，以及 Terminal-Bench 4.0 是否逼近 Opus 5 的 51.8。
3. [今日]（報導轉述 10 月 16 日）金融時報報導，Citi、美國銀行、摩根大通限制第三方 AI 代理人登入網路銀行；報導全文在付費牆後
為什麼重要： 據轉述，大銀行已開始擋代理人登入網銀，代理人替人付錢可能先卡在銀行這一關，不在模型能力，這是本報的讀法。
展開看全文
金融時報報導 Citi 禁止第三方 AI 代理人登入客戶帳戶或移動資金，美國銀行與摩根大通也在限制；報導指比價代理人會把活期存款搬去高息帳戶，三大行約 1.6 兆美元非計息存款若付 3% 利息一年約 470 億美元，這是金融時報的假設情境。報導全文在付費牆後，只有轉述（Rohan Paul，2026-10-16；Jigar Shah，2026-10-17；The Next Web，2026-10-16）。
還不能當真： 報導全文在付費牆後，金額皆經轉述 怎麼查的 →
判斷更新： 代理人替用戶付錢有三條管道，本報的判斷是近期的瓶頸在誰控制管道，不在模型能力。第一條是登入網銀動資金，銀行開始擋。第二條是拿用戶的卡號在商家結帳頁付款，xAI 的 Grok Bot 走這條，依據只有 Musk 10 月 17 日轉發的用戶貼文（Elon Musk，2026-10-17）。還有一條是平台出錢補貼，消費端助理 Hark 的披薩促銷屬此，創辦人自報活動期間跑了逾 203,500 個瀏覽器 session，完成率與兌付額沒有揭露（Brett Adcock，2026-10-17）。只有第一條有公開收緊的證據；本期資料裡沒有卡組織或商家平台的公開表態。要升格需要金融時報原文與至少一家銀行的正式說明。
晶片與半導體
1. [今日]（週報 10 月 16 日）市調機構 IDC 的數據經 Reuters 與半導體產業媒體 Semiconductor Engineering 轉引：2026 上半年 NVIDIA 在中國的 AI 加速器出貨年減 44%，按出貨顆數算的市占 34%，華為 28%。 這是三層轉引，Reuters 原文與 IDC 報告都未經查閱（Semiconductor Engineering，2026-10-16；Reuters，2026-10-13）。34% 對 28% 是出貨顆數，不是營收或算力份額。年減 44% 是 NVIDIA 在中國的出貨量變化，2025 上半年的市占沒有給，差距收斂了多少算不出來。供給面的美國管制與需求面的中國客戶轉單，原文沒有拆開。同一週，智庫 Center for Technology and Statecraft 創辦人 Saif Khan 在 ChinaTalk 節目主張關鍵不在 NVIDIA，而在 DUV 浸潤式微影機。Khan 在節目中說，這是僅次於 EUV 的曝光機，華為用這種曝光機做 7 奈米晶片，只有日本與荷蘭能造。Khan 的模型估，今天全面停售可讓美國在 2030 年代中期保有 10 到 100 倍的 AI 晶片年產量優勢，繼續出口則兩邊產量可能重疊（ChinaTalk，2026-10-17）。這是倡議機構的情境推估，Khan 自承誤差很大；該機構正推動 DUV 出口禁令。本報追蹤的「出口管制與中國自給」這條趨勢，IDC 的數字是新證據。已有的判斷是進行中、暫不判贏家。看中美差距，管制仍有效；看中國自給，中方拒買 NVIDIA 與國產晶片令已有多個來源，管制反而在催化；晶片走私則讓兩邊的效果都打折。
進行中 ?
判斷更新：IDC 這個數字加重的是中國自給這一面。華為出貨份額逼近 NVIDIA 是結構訊號，但 IDC 沒拆供給面與需求面。中美差距那一面本期沒有新數字，本報 10 月 13 日那期過去洞見引過 Epoch 估的中美模型整體差距平均七個月。什麼會推翻：中國雲商重新大買 NVIDIA、H200 實際成交放量，就推翻「中國改由自己停買 NVIDIA、接手美方禁運」這段判斷；對答案日綁 IDC 下一次全年數據，約 2027 年初。 怎麼查的 →
大神觀點
1. [今日]（貼文 10 月 16 日到 17 日）Keras 作者、ARC-AGI 共同創立者 François Chollet 說，程式碼幾乎都由代理人寫了，但工程師比 2025 年更多、更忙，僱主的損益通常沒動；Box 執行長 Aaron Levie 回應，軟體需求不是定量的，工程在經濟裡的分量在上升。 Chollet 的解釋是系統論：自動化一個環節會製造新摩擦，瓶頸移到別處（François Chollet，2026-10-16）。Levie 引用這則回應，反對「軟體需求固定、自動化就減少勞動需求」這個前提。Levie 的理由是代理人能用工具、操作電腦、即時寫軟體，過去無法數位化的問題現在都能用軟體解（Aaron Levie，2026-10-16）。兩人都沒附數據，並排是本報的安排；兩人都同意工程師需求在增加。Box 賣企業內容平台給代理人用，「萬物變成軟體」與公司利益同向。另有兩位業內人士給了數字。一個是回憶，一個經轉述，母體也不同，只能並讀，不能相比。Epic Games 執行長 Tim Sweeney 回憶寫 Unreal Engine 1 時約七成時間是打字與重構，三成是硬問題；Sweeney 說意外的是 AI 開始能解那三成（Tim Sweeney，2026-10-17）。創投 20VC 的 Harry Stebbings 轉述 LangChain 執行長 Harrison Chase：LangChain 花在寫程式工具上的錢約是工程薪資的 30%，過去兩個月占比在降、token 用量在升，靠快取、路由與 LangChain 掌控的執行框架（Harry Stebbings，2026-10-16）。30% 是單一公司自報、經轉述，分母是否因擴編變大沒有說。 怎麼查的 →
模型觀點
1. [證據更新]（部落格 8 月 25 日，本報 10 月 18 日直讀）OpenRouter 官方部落格寫明，8 月折扣期間 token 日用量成長 13.8 倍的只有 GPT-5.6 Luna；Terra 是 5.6 倍，沒折扣的 Sol 同期 1.1 倍。 同一段促銷期裡，降價愈深的型號用量漲愈多，沒降價的 Sol 幾乎沒動。OpenRouter 是把請求分派給多家模型供應商的路由平台。本報 9 月 1 日那期依 OpenRouter 8 月 28 日的貼文寫「GPT-5.6 的 Terra 與 Luna 兩個型號在該平台「大幅折扣」期間，token 用量成長 13.8 倍」，部落格寫明 13.8 倍只屬 Luna。原句：「Daily Terra token usage rose 5.6x during the discount window, while daily Luna token usage jumped 13.8x. The Sol model, which remained a list price, saw only a gentle bump of 1.1x over the same period」（OpenRouter 部落格，2026-08-25）。9 月 1 日那期缺的折扣幅度，部落格也寫了：OpenRouter 先打五折，OpenAI 7 月 30 日又降自家牌價，Luna 降 80%、Terra 降 20%，兩者疊加。本報換算：Luna 有效價約原價一成、用量 13.8 倍；Terra 約四成、5.6 倍。促銷窗口的粗略對數彈性 Luna 約 −1.1、Terra 約 −1.9，這是本報的換算，不是 OpenRouter 的口徑。數字越負，代表用量對降價越敏感。Sol 1.1 倍是唯一的對照組。部落格沒有營收或毛利的句子。倍數沒扣自然成長，促銷期含一次性套利，不能外推成長期需求曲線；單一平台自報。 怎麼查的 →
快訊
1. 還沒查證：[今日]（貼文 10 月 16 日到 17 日）政策倡議者 Nathan Calvin 讀了 Anthropic 外洩的聯邦 AI 法案草案，指出兩點。一是聯邦限制前沿模型的門檻，是「迫近」且「逾 50 人死亡或逾 10 億美元損害」的災難。二是州法院原有的停機權被拿掉。評論者 Zvi Mowshowitz 判草案「不可接受」。草案全文未經查閱，兩人都屬強監管陣營（Nate Soares 轉貼 Calvin，2026-10-16；Nathan Calvin，2026-10-16；Zvi Mowshowitz，2026-10-17）。
2. 還沒查證：[今日]（貼文 10 月 16 日）寫程式平台 Replit 執行長 Amjad Masad 說 Replit 仍支援多家模型、用戶可選 Anthropic，但 OpenAI 現在是驅動 Replit Agent 的「preferred partner」。TechCrunch 報導全文未經查閱，先前預設是哪家 Masad 沒說（Amjad Masad，2026-10-16；TechCrunch，2026-10-16）。
3. 還沒查證：[今日]（轉引 10 月 16 日）市調機構 IDC 的數據經 I/O Fund 分析師 Beth Kindig 轉引：第三季全球智慧手機出貨年減 22% 到 2.553 億支、史上最大單季年減，IDC 歸因記憶體漲價；原報告未經查閱（Beth Kindig，2026-10-16）。
4. 還沒查證：[今日]（轉述 10 月 16 日）a16z 共同創辦人 Ben Horowitz 轉述 Amazon 執行長 Andy Jassy：AWS 供給短缺要到 2028 年以後才緩解；Horowitz 說 a16z 因債務風險不投新雲端。訪談節目與日期不明，Jassy 原話沒有一手紀錄（Fireside Alpha，2026-10-16）。
5. 還沒查證：[今日]（事件日 10 月 16 日）替工程師寫程式的代理人平台 OpenCode 說遭到「大規模蒸餾攻擊」，受影響的是接了外部模型供應商的用戶，約占 OpenCode Console 用戶的 1.4%。OpenCode 自報遭蒸餾攻擊，屬竊金鑰、轉供或訓練蒸餾哪種分不出（OpenCode，2026-10-17）。
學界動向
1. [趨勢]（預印本 10 月 9 日）TheoPhysEval：50 道未發表、答案可驗證的研究級理論物理題，論文稱最佳代理人準確率 98%、每題成本低於 3 美元，但仍沒有代理人主導的理論物理突破。 論文由多機構 34 位作者提交（arXiv 2610.16733，2026-10-09），只讀了摘要。最佳代理人依論文所述是「GPT-6-Astra harnessed in Codex」，也就是把 GPT-6-Astra 放進 OpenAI 的寫程式代理人 Codex 裡執行，配文獻檢索與寫數值腳本的工具。禁用網路搜尋與背景論文後各代理人準確率只小幅變動，作者解讀為對文獻有顯著記憶。題目全是有可驗證答案的計算型，不是開放式發現；50 題樣本小，單源、未經同儕審查。評估 AI for Science 的進展，「解題」與「發現」要分開算。
2. [趨勢]（預印本 10 月 15 日）兩篇論文量代理人裡「選工具、選下一步」這類多選決策：JevAgentHarness 把決策下放給 40 億參數的小模型，同分布任務上代理人成本降 81.1% 到 89.0%、成功率損失不到 3 個百分點；Prism-1 量到，讓大模型一次推論就選出選項的現行做法，只要洗牌一次選項順序，就有 12% 到 20% 的答案改變。 兩篇都只讀摘要、作者自報、未經同儕審查（arXiv 2610.21412，2026-10-15；arXiv 2610.22066，2026-10-15）。JevAgentHarness 的做法是先設一道信心門檻，小模型信心夠才自己決定。摘要也寫了反面，不先擬合這道門檻就全交給小模型，成功率掉 19 個百分點，而不是擬合後的不到 3 個百分點。成本比較基準依上下文是每步呼叫大型模型的執行框架，摘要沒逐字寫明。Prism-1 的解法是讓每個選項各自讀出分數，洗牌與加入無關選項都不改選擇。可靠度風險與可省的成本都量得出來，兩者都只有單篇自報。
產品動態
1. [商業]（公告 10 月 16 日）Microsoft 與 NVIDIA 聯名發布企業用開放權重模型的風險管理白皮書，核心句「weight openness alone does not determine an AI system's risk」，風險分五類、主要處理模型層。 Microsoft 的 Michael Scovetta 在 Azure 部落格公告，白皮書是一個系列的第一篇（Microsoft Azure 部落格，2026-10-16）。五類是資安、資料保護、內容、人機互動、偏見，對齊 ISO 標準與美國 NIST 的 AI 風險管理框架，ISO 編號沒寫。原文寫這一篇「focuses primarily on model-layer risks」，之後要延伸到執行環境與應用層。責任句是企業自行架設開放權重模型「may take on controls otherwise provided by a managed service」。白皮書主張該看部署，不看權重開放與否。說這話的是賣託管雲的 Microsoft 與晶片商 NVIDIA。兩家都是利害方：Microsoft 文內推銷 Microsoft 的 AI 開發平台 Foundry 的評測與內容安全控制，NVIDIA 有自家開放權重模型線。白皮書本體未經查閱，只讀到公告；沒有企業採用或事故數據。 怎麼查的 →
過去洞見
本期版位讓給今日主線，這一欄改到官網讀。〈[回顧]（本報 10 月 17 日同題）中國商務部第 48 號公告的徵求意見稿管不管開放權重，答〉（商務部答記者問，2026-10-16）。
更正：10 月 17 日那期把 Epoch 網路攻防指數的換算方法與完整榜單寫成「未經查閱或不存在」。Epoch 同日的資料頁其實寫了：「6 到 7 個月」是拿分數上下夾住 GLM-5.3 的兩個封閉模型 GPT-5.4 與 Anthropic Mythos Preview 的發布時間算出來的，頁上列的分數是 GPT-5.4 157.04、GLM-5.3 160.10。官網中英日三語存檔頁已補上。
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。