AI新模型四连发，AGI要来了吗？丨科创要闻

科创要闻2026年第35期

2026年8月31日-9月6日

本期要闻汇总人：丁莉

2026年9月1日-3日，四家美国AI龙头企业接连发布了四款大模型。

9月1日，Anthropic推出Fable 5.1，进一步强化了智能体的能力。相比上一代，它更擅长处理持续时间较长、步骤较多的复杂任务，比如连续数小时完成编程、研究和知识工作，并自主验证结果、调整优先级，减少中途“跑偏”或只完成表面工作的情况。Fable 5.1多项基准测试的表现均优于竞争对手OpenAI的GPT-5.6 Sol。

9月2日，谷歌上线了Gemini 3.8 Flash，主攻长周期软件工程和自主Agent，能够反复调用工具、独立完成持续数小时的复杂工作。在测试长程软件工程能力的 DeepSWE v1.1中，Gemini 3.8 Flash拿到73.7%的成绩，相比3.7 Flash提高了约8个百分点；在金融、法律等专业Agent场景中反超了Claude Opus 5。

同日，Meta发布Muse Spark 1.3，在智能体和编码任务方面性能有所提升，并增强了长周期任务、多任务处理及复杂指令遵循的能力。与上一代相比，Muse Spark 1.3在编码任务中调用工具的次数减少约20%，Token的使用量减少约25%，同时增强了对抗性输入和提示注入防护能力。

9月3日，OpenAI发布GPT-6 Astra，在计算机操作、网页浏览、软件工程、网络安全、科学研究以及专业工作方面均达到当前最先进水平。在代表高阶数学能力的FrontierMath Tier 4上，Astra得分达到97.6%，几乎将这套研究级数学测试“打穿”；在强调陌生环境学习和抽象推理的ARC-AGI-3上，其成绩更是从GPT-5.6 Sol的7.8%跃升至99.9%，接近满分。

Provider Adapter框架是Astra取得高分的重要原因，它允许模型在多次调用之间保留模型的隐藏推理状态（即隐藏的思维链），复用此前的探索结果。

四巨头一周之内接连亮剑，核心能力提升都在Agent方面，范式从让AI回答问题变成让AI完成工作。

在GPT-6 Astra模型发布时，OpenAI总裁格雷格·布洛克曼（Greg Brockman）宣称“AGI时代已来”。但事实果真如此吗？

ARC Prize指出了Astra高分背后的代价和局限，Astra使用标准测试框架时得分62.7%，测试成本约2.61万美元；使用Provider Adapter框架后，最高得分才达到99.9%，成本约1.88万美元。也就是说，高分仍严重依赖于豪华外挂和昂贵算力。ARC-AGI-3本身也存在范围狭窄、格式固定、机制确定等局限性，并不能代表真实世界的复杂性和开放性。

数字智能

01 Runway发布实时界面世界模型

8月31日，美国AI视频生成公司Runway发布研究项目Solaris，并把它定位为首个Interface World Model（界面世界模型）。其核心理念是，使界面不再