今天 LLM 圈同時迎來兩顆重磅模型：中國 Moonshot AI 開源了 2.8T 參數的 Kimi-K3——業界第一顆開放權重的 3T 級模型；Anthropic 則推出了 Claude Opus 5，定位是「Fable 5 的九成智慧、一半價格」。兩條路線的對比本身就值的看：一邊把模型權重放上 HuggingFace（但授權條款自己寫），一邊用分類器決定你能用模型做什麼。同一天，OpenAI 把 ChatGPT 接進了美國使用者的病歷和 Apple Health 資料。

🔥 Moonshot AI 釋出 Kimi-K3：第一顆開放權重的 3T 級模型，2.8T 參數、原生多模態

中國 AI 公司 Moonshot AI（月之暗面）在 HuggingFace 上釋出了 Kimi-K3 的完整模型權重。這是一顆 2.8T 參數的 MoE 模型（896 個 expert 中每次啟動 16 個），搭配自家研發的 Kimi Delta Attention（KDA）和 Attention Residuals（AttnRes）架構，支援文字、圖片、影片的原生多模態理解，context window 達到 100 萬 token。

Moonshot 的官方說法是，K3 相較上一代 K2 的整體擴展效率提升了約 2.5 倍。模型從 SFT 階段就導入了 MXFP4 量化感知訓練（weights 用 MXFP4、activations 用 MXFP8），官方推薦用 vLLM、SGLang 或 TokenSpeed 部署。

值得注意的幾個限制。第一，「開放權重」不等於開放原始碼——模型採用的是 Moonshot 自己寫的「Kimi K3 License」，不是 Apache、MIT 或任何 OSI 認證的開源授權。第二，2.8T 參數的模型即使經過 MXFP4 量化，實際能跑得動的硬體門檻仍然極高——這顆模型的「開放」對多數開發者的意義，比較接近「你可以看到權重」而非「你可以在自己的機器上跑」。第三，K3 的思考模式是強制開啟的——API 回傳一定會包含 reasoning_content，token 成本包含了推理過程的消耗，不能關掉。

在 benchmark 方面，K3 在多項測試上跟 GPT-5.6 Sol、Claude Fable 5 互有勝負。但有一個方法論上的細節：不少 benchmark（DeepSWE、Terminal-Bench 2.1、ProgramBench、FrontierSWE）Moonshot 使用的是自家 Kimi Code harness 跑的，而對照組用的 harness 各異——GPT-5.6 Sol 用 Codex、Claude 模型用 Claude Code 或 Terminus 2。跨 harness 的比較本身就有雜音，Moonshot 有在技術文件中標注這一點，但 benchmark 表格裡的「第一名」標示不會附帶這段說明。

同一顆模型在 BrowseComp 上的表現也值得拆開看：開啟 1M context 不加壓縮策略時拿到 90.4 分，但 Moonshot 實際推薦的做法是在 300K token 時觸發 context compaction——換言之，100 萬 token 的 context window 在實際使用情境中不是全開的。

Anthropic 推出 Claude Opus 5：定價持平前代、自稱「歷來最對齊」，但資安分類器仍在

Anthropic 正式發表 Claude Opus 5，即日起在所有平台上線。定價跟 Opus 4.8 一樣：輸入 $5/百萬 token、輸出 $25/百萬 token。定位是「接近 Fable 5 的前沿智慧，價格只要一半」，並取代 Opus 4.8 成為 Claude Max 的預設模型、Claude Pro 的最強模型。

Anthropic 給出的核心數據：Opus 5 在 Frontier-Bench v0.1 上超越所有其他模型，在 CursorBench 3.2 的 max effort 設定下跟 Fable 5 的差距不到 0.5%；ARC-AGI 3 的分數是次佳模型的三倍；Zapier AutomationBench 的通過率約為次佳模型的 1.5 倍（以相同成本計算）。

安全與對齊的段落佔了公告相當大的篇幅。Anthropic 說 Opus 5 是「歷來最對齊的模型」——依據的是他們自己的自動化行為審計，衡量標準是模型遵守 Anthropic 自己撰寫的「Claude Constitution」的程度。同一個審計也顯示 Opus 5 在「欺騙行為」和「被誘導濫用」的指標上低於 Opus 4.8、Sonnet 5 和 Fable 5。

資安限制的設計值得細看。Anthropic 說他們「刻意避免用資安任務訓練 Opus 5」，但模型因為整體能力提升，在漏洞發現上仍然接近 Mythos 5 的水準——差距主要出現在漏洞利用（exploit development）環節，Opus 5 遠落後於 Mythos 5。為了控制這個「副作用」，Opus 5 內建了資安分類器：允許對原始碼進行漏洞掃描，但阻擋 binary-based 漏洞掃描、滲透測試和 exploit 生成。被分類器標記的請求會降級到 Opus 4.8。Anthropic 說這個分類器對 Opus 5 的干預頻率比對 Fable 5 少了約 85%。

想繞過這些限制？請加入 Cyber Verification Program（CVP）。Anthropic 說「已經是 CVP 成員的企業和研究人員可以立即使用安全限制較少的 Opus 5 版本」。誰能加入 CVP、審核標準是什麼——公告沒有說明。

附帶兩個 beta 功能：API 端自動 fallback（被資安分類器擋下的請求自動路由到其他模型，而不是直接拒絕）和對話中途更換工具而不 invalidate prompt cache。

OpenAI 推出 Health in ChatGPT：接 Apple Health 和美國病歷，使用者「自主控制」資料權限

OpenAI 正式推出 Health in ChatGPT，讓美國使用者（18 歲以上）將 Apple Health 資料和支援的美國醫療系統病歷連接到 ChatGPT，用於個人化的健康問答。功能橫跨 Free、Go、Plus、Pro 方案，目前僅限美國，尚未在 Codex 上線。

運作方式：使用者在 ChatGPT 側欄的 Health 區塊連接 Apple Health 或支援的醫療機構（含 One Medical、Function Health），資料同步後，ChatGPT 可以在對話中引用這些健康資訊——預設是每次使用前跳出權限提示，使用者可以改為「永遠允許」。OpenAI 說，超過 70% 的健康相關對話發生在專門的 Health 介面之外（例如使用者在規劃飲食時順便問了過敏問題），所以這次的設計是讓健康資料「跨對話可用」，不需要先點進 Health 專區。

隱私與資料使用的承諾：連接的健康資料和引用這些資料的對話「不會用於訓練基礎模型或投放廣告」——OpenAI 強調這個限制不受使用者的一般模型訓練設定影響。中斷連接後，已同步的資料會在 30 天內從 OpenAI 系統中刪除。對話本身如果不手動刪除，會保留在聊天記錄裡。Health 對話中產生的「記憶」不會直接從病歷或 Apple Health 資料建立，但可以從對話內容中產生。

幾個值得停下來想的設計選擇。30 天的刪除窗口——對醫療資料來說不算短。Health 對話可以產生「記憶」——這些記憶會留在 ChatGPT 的個人化系統中，就算你中斷了 Health 的資料連線，已經記住的東西不會消失。OpenAI 說跨 plugin 的敏感操作（例如把根據 Apple Health 資料產生的訓練計畫送給跑步夥伴）會有「額外安全防護協助檢查」——「協助檢查」不是「阻止」。

OpenAI 請了數百位醫師設計評估情境和評分標準，GPT-5.6 Sol 在 HealthBench Professional 上的表現超越了 GPT-5.5。但 OpenAI 同時在頁尾加了一句：「ChatGPT 仍然可能犯錯，無法取代合格醫療專業人員的照護和判斷」。