重点 · 1官方/一手
MiniMax 发布 M3.1 Flash，任务成本降 70%
- 10 月 19 日 MiniMax 正式发布 M3.1 Flash，称此前匿名测试的「Space Bunny」即其早期版本，匿名期间处理了逾 200 万亿 token。
- 官方自测：DeepSWE v1.1 为 73.7%，OSWorld V2 为 61.7，Agents' Last Exam 为 29.6（称两项均为国产模型第一），CyberGym 为 82%。采用更激进的稀疏结构，输出速度中位数 170+ TPS。
- 支持 1M 上下文、图像与视频输入，推理深度分五档可调。每百万 token 输入 0.15 美元、输出 0.60 美元；国内价为输入 1 元、输出 4 元。已上线 API、M Plan 和 MiniMax Code，权重「稍后发布」，Pro 版随后推出。
为什么重要DeepSWE 分数比两天前的 DeepSeek V4.1-Flash-1017（77.0）略低，但价格和速度更激进；国产轻量模型正在按 agent 任务成本竞争。【分析】
看点权重是否按 MIT 等宽松许可放出；Pro 版发布时间；第三方复测。
来源MiniMax · MiniMax API 文档 · 每日经济新闻
重点 · 2官方/一手
美国国土安全部禁止联邦民用机构使用 DeepSeek
- 国土安全部依据 2018 年《联邦采购供应链安全法》发布排除令，要求联邦民用机构移除杭州深度求索及其关联公司的产品与服务，包括基于 DeepSeek 构建的第三方产品，并禁止今后采购。命令已于 10 月 19 日进入《联邦公报》公开预览，定于 10 月 20 日正式刊登。
- 理由包括用户数据存储在中国、提示词与回答传往中国服务器、取证分析发现的安全与隐私漏洞。国防部、情报系统与国家安全系统不在本令范围内。
- 移除期间建议各机构加强流量监测、日志和防数据外泄措施，由 CISA 监督执行。
为什么重要「基于 DeepSeek 构建的第三方产品」也被纳入，给联邦供应商的模型来源审查带来直接合规压力。【分析】
疑点禁令早已生效，但签署日期两家报道不一（CyberScoop 称 6 月 26 日，MeriTalk 称 7 月 24 日）；自行部署开源权重是否算「第三方产品」，报道未说明。
来源联邦公报 · MeriTalk · CyberScoop
重点 · 3媒体报道
用 agent 攻击容易，用 agent 防守难
- 开源编程 agent OpenCode 称其在线平台 OpenCode Console 的旧系统 10 月 17 日夜间被攻破，1.4% 用户受影响，部分用户存放在此的 API 密钥被盗用，有人被扣费逾 1,000 美元。公司称与大规模蒸馏攻击有关，但未说明经过。Anthropic 和 Google 封禁了泄露的密钥，OpenAI 为受影响用户退款。
- 联合创始人 Dax Raad 称攻击者连续 48 小时不停尝试入侵；团队用来分析的模型因恶意代码触发安全过滤而拒绝工作，获准使用 OpenAI 面向安全防守方的 Daybreak Blue 后才好转。
- 安全公司 Norforge 称，有黑客借开源 agent 平台 Cairn 让 agent 几乎自主入侵了美、加、澳、日的逾百个网站，写给 agent 的入侵手法说明不到 100 个汉字；路透称受害者包括 John Deere、SharkNinja、Cummins。
为什么重要攻击方能用无限制的开源模型，防守方却被商用模型的安全过滤卡住；7 月 Hugging Face 也遇到过同样问题。【分析】
来源TechCrunch · The Verge
重点 · 4官方/一手
OpenAI：GPT-6 系列在 COBOL 迁移评测上接近满分
- 10 月 19 日 OpenAI 公布两项新评测。MultiLangBench 要求模型用 20 种语言从零写出兼容 SQLite 的数据库引擎：GPT-6 Astra 平均通过率 87.4%，GPT-5.6 Sol 为 26.8%；COBOL 仍最难，为 72.1%。
- COBOL 迁移评测要求把程序改写成 C++、Java、Python、Rust 等且输出逐字节一致：GPT-6.1 Sol 低推理档 86.6%（GPT-5.6 Sol 为 5.4%），高推理档 97.9%。
- MultiLangBench 的测试套件已在 GitHub 公开；官方提示用于生产仍需专家审查。
为什么重要银行和政府的遗留系统迁移是规模大、付费意愿强的企业需求，自建评测一代之内从个位数升到接近饱和。【分析】
来源OpenAI