1. Anthropic 秘密递交 S-1，估值 9650 亿美元 ARR 470 亿，冲刺万亿 IPO
一句话: Anthropic 6 月 1 日向 SEC 秘密递交 S-1，随附 65 亿美元 H 轮，估值 9650 亿美元，预计 10 月上市、破万亿可期。
Anthropic 在 2026 年 6 月 1 日悄然向美国证券交易委员会（SEC）递交了 S-1 招股说明书，选择「秘密申报」通道以争取在正式公开前与监管方充分沟通。此次申报随附公司最新一轮 65 亿美元 H 轮融资文件，投后估值约为 9650 亿美元——距万亿美元市值仅一步之遥。这是继 2025 年 F 轮后，Anthropic 不到 18 个月内完成的第二次规模融资，累计外部融资额突破 130 亿美元。在财务披露方面，Anthropic 透露截至 2026 年 5 月的年化收入（ARR）已达约 470 亿美元，2026 年 Q2 营收预计超过 109 亿美元，实现季度同比翻倍以上增长。主承销商目前尚未最终确定，但高盛、摩根士丹利等已进入候选名单，路演窗口预期锁定在 10 月份。
这次 IPO 引发市场广泛关注，原因不仅在于估值数字本身，更在于其背后的战略信号。Claude 商业化路径的快速成功证明了 Anthropic 「安全优先，商业第二」的定位并不妨碍其盈利能力；相反，在企业级市场（Claude for Enterprise、AWS 和 Google Cloud 的集成渠道）中，「安全 AI」的品牌溢价反而成了差异化卖点。Fortune 评论指出，若 Anthropic 成功以万亿估值上市，将「打开 AI 创业公司 IPO 市场的闸门」——届时 OpenAI、Mistral、Cohere 等公司都可能面临资本市场要求其给出上市时间表的压力。
对于 IT 从业者和开发者而言，Anthropic 上市后最直接的变化是：Claude API 的定价策略将受到华尔街盈利预期的约束，短期内大幅涨价的可能性下降；公司研报和财报将成为追踪 Claude 产品方向的公开信息渠道，模型路线图的透明度将显著提升。此外，上市公司地位也意味着 Anthropic 需要向投资者定期披露 AI 安全研究与商业产品之间的资源分配，或将影响 Claude 模型的迭代节奏与安全边界设定。
2. Google Gemini 3.5 Flash 正式 GA，2M Token 上下文主攻 Agent 与代码
一句话: gemini-3.5-flash 本月正式进入通用可用阶段，支持 200 万 token 上下文，定位「持续前沿的 Agent 与代码智能」，旧版预览模型 6 月 25 日下线。
Google 在 2026 年 6 月的 Gemini API 更新中将 gemini-3.5-flash 标注为正式 GA（Generally Available），结束了此前数月的预览期。官方 changelog 将其定义为「我们在 Agent 和代码任务上最智能的持续前沿性能模型」，旗舰卖点是 200 万 token 的上下文窗口——约为目前大多数商用模型的 8-16 倍。同步发布的还有一则重要迁移通知：gemini-3.1-flash-image-preview 和 gemini-3-pro-image-preview 两款旧版预览模型将于 6 月 25 日正式停用，使用这两款模型的 API 调用届时将返回错误码。值得关注的是，Google I/O 2026 上发布的 Gemini 3.5 Pro（预告具备 Deep Think 推理模式和同级别的 2M token 上下文）尚未正式 GA，仍处于有限测试阶段，但 Flash 版本先行上线意味着 Pro 版发布窗口可能也在 6 月底前后。
200 万 token 上下文窗口进入正式商用阶段，其意义不可小觑。在 Agent 应用中，极长上下文意味着 Agent 可以在一次调用中持有完整的工具调用历史、长期规划记录和当前环境状态，大幅降低了多轮对话中的「遗忘」风险。在代码场景中，整个中型代码库（约 50 万行 Python）可以一次性注入，使代码审查、重构建议和跨文件依赖分析变得更加可靠。对比 Anthropic Claude Opus 4.8 的 200K token 和 OpenAI GPT-5.5 的 128K token，Gemini 3.5 Flash 的上下文容量达到前者的 10 倍，为特定场景提供了显著优势。
开发者接入路径：gemini-3.5-flash 可通过 Google AI Studio（免费测试）和 Vertex AI（生产调用，需 Google Cloud 账号）直接访问。对于仍在使用 gemini-3.1-flash-image-preview 或 gemini-3-pro-image-preview 的项目，迁移窗口仅剩约两周，建议优先完成模型名称替换和功能验证，避免 6 月 25 日后的服务中断。Vertex AI 上可通过模型参数对比新旧版本的响应差异，建议在生产迁移前跑完关键用例的回归测试。
3. xAI Grok V9 在 1.5T 参数量训练中，同步发布 Grok Voice 与编程模型 Grok Build
一句话: Grok V9-Medium 以 1.5 万亿参数完成预训练，是现行 V8-Small 的 3 倍，SFT 与强化学习进行中，预计 6 月中旬发布；同期上线 Grok Voice 与 $1/$2 定价的编程模型 Grok Build 0.1。
xAI 最新动态显示，Grok V9-Medium 已在 Colossus 2 超算集群上完成 1.5 万亿（1.5T）参数的预训练阶段，目前进入监督式微调（SFT）和强化学习（RL）阶段，Elon Musk 在 X 平台确认预计 6 月中旬向用户公开发布。作为对比，当前生产环境中运行的 Grok V8-Small 参数量约为 500B（5000 亿），V9-Medium 的规模是其 3 倍。同步在 6 月 4 日发布的还有两款新产品：Grok Voice（支持 xAI API 的口语交互接口，已与 Vapi 合作服务 250 万语音 Agent）和 Grok Build 0.1（专为代码场景优化的编程模型，256K token 上下文，内置持续推理，定价 $1 per 1M input tokens / $2 per 1M output tokens，目前 API 公测）。
Grok V9 的参数规模引发了业界对其性能上限的广泛猜测。xAI 方面透露，Grok 4.4（1T 参数）和 Grok 4.5（1.5T 参数）将在数周内相继发布，而 Grok 5 正在训练中，部分变体参数量将达到 10T（10 万亿）级别——如果属实，这将是目前公开披露的最大规模 AI 模型。值得关注的是，xAI 同期宣布暂停部分专项训练师岗位的招募，Bloomberg 报道指出这可能意味着 xAI 正在转向更多依赖合成数据和自动化评估流程，减少人工标注环节的比重。Grok Build 0.1 的低定价（约为 Claude Opus 4.8 的 1/15）也将进一步压缩代码助手市场的价格上限。
对开发者而言，Grok Build 0.1 目前是 xAI API 中最具性价比的选项，适合需要持续推理的代码生成、调试和代码审查任务。申请公测资格可通过 docs.x.ai 提交；Grok Voice 接口已对外开放，基于 Vapi 构建的语音 Agent 开发者可直接接入 xAI 语音引擎（12 种核心声音）。Grok V9 正式发布后，建议在 SWE-Bench、HumanEval 等代码基准上与 GPT-5.5 和 Claude Opus 4.8 做横向对比，再决定是否迁移核心工作流。
来源: xAI News · Bloomberg · SwipeInsight
4. ChatGPT 记忆系统全面升级，「做梦」机制自动修正过期记忆
一句话: ChatGPT 新记忆系统引入「做梦（Dreaming）」功能，AI 可在对话间隔自动修订时态过期的记忆，Plus/Pro 用户容量翻倍，迈向时态感知的长期个性化助手。
OpenAI 在 2026 年 6 月推出了 ChatGPT 记忆系统的重大升级版本，包含三项核心改进。第一是容量翻倍：ChatGPT Plus 和 Pro 用户的记忆存储容量扩大为原来的两倍，可以保存更多关于用户偏好、习惯和长期目标的信息。第二是「做梦（Dreaming）」机制：ChatGPT 现在可以在两次对话之间主动修订记忆中过期的事件状态——例如，当初记录为「你将于 7 月前往新加坡」的记忆，在 7 月后会被系统自动更新为「你于 7 月去了新加坡」，保持记忆的时效性和准确性。第三是增强的个性化推断能力：系统可从用户的对话行为模式中自动提炼出未明说的偏好（如常用语言、回复风格、关注话题），无需用户手动告知。
「做梦」功能的引入标志着 AI 助手在记忆管理上的范式升级。此前，所有 AI 个人助手面临的共同缺陷是「记忆不会过时」——用户告知过的事件或计划，即使已经发生或取消，依然会被系统当作未来事实处理，造成上下文混乱。「做梦」机制通过后台异步推理修正这一问题，使 ChatGPT 的长期对话一致性大幅提升。这对于将 ChatGPT 用作私人日程助手、职业规划工具或学习伙伴的用户而言价值尤其明显。OpenAI 发布后，业界已有声音指出 Anthropic 的 Claude 和 Google 的 Gemini 都没有类似的时态感知记忆机制，预期将在未来几个月推出对应功能。
使用建议：Plus/Pro 用户升级后无需任何额外操作，新版记忆系统将自动生效。建议用户通过「设置→个性化→记忆」查看当前存储的记忆内容，确认是否有需要删除的过时信息。对于担心隐私的用户，可以随时关闭记忆功能或手动删除特定条目；「做梦」功能的修订过程也会在记忆列表中留下变更记录，方便追溯。免费版用户暂未获得容量翻倍，但「做梦」机制对所有有记忆功能的账户均适用。
5. DeepSeek 7 月 24 日废弃旧 API 名，deepseek-chat / deepseek-reasoner 统一迁至 V4-Flash
一句话: DeepSeek 官方宣布 2026 年 7 月 24 日 UTC 停用历史模型名 deepseek-chat 和 deepseek-reasoner，分别对应 deepseek-v4-flash 的非思考与思考模式，100 万 token 上下文窗口全面开放。
DeepSeek 官方 API 文档在近期更新中正式宣布：自 2026 年 7 月 24 日 15:59 UTC 起，历史遗留的两个模型标识符 deepseek-chat 和 deepseek-reasoner 将被永久停用。官方说明澄清，这两个名称实际上是对同一底层模型架构（deepseek-v4-flash）两种推理模式的别名——deepseek-chat 对应「非思考模式（non-thinking mode）」，deepseek-reasoner 对应「思考模式（thinking mode）」。迁移后，开发者需直接使用 deepseek-v4-flash 作为模型名，并通过 thinking_mode 参数（true/false）显式控制推理模式。DeepSeek 目前的 API 产品线涵盖两款核心模型：deepseek-v4-flash（284B 总参数，13B 激活，100 万 token 上下文）和 deepseek-v4-pro（1.6 万亿总参数，49B 激活，100 万 token 上下文），两款均在知识处理和 Agent 任务基准上取得强势表现。
此次 API 迁移背后是 DeepSeek 产品线的整体架构重构。DeepSeek 在今年 4 月底发布 V4 系列（V4-Pro 和 V4-Flash）后，持续通过 API changelog 推动用户升级，此次废弃旧别名是清理遗留混淆的最后一步。从技术层面来看，V4-Flash 在单 token 推理 FLOPs 上比 V3.2 降低了 73%（仅需 27% 的计算量），KV cache 也只有 V3.2 的 10%，使得 100 万 token 超长文档处理的成本和延迟均大幅下降。V4-Pro 则面向对精度要求更高的 Agent 工作流和知识密集型任务。两款模型均已通过 DeepSeek API（api.deepseek.com）开放商用调用，定价相比 Anthropic 和 OpenAI 旗舰模型仍有明显优势。
开发者行动清单：首先检查所有生产代码中是否存在 model: "deepseek-chat" 或 model: "deepseek-reasoner" 的字符串，将其替换为 model: "deepseek-v4-flash"，并按需添加 thinking_mode 参数；其次在 staging 环境验证迁移后的响应格式和性能是否符合预期（V4-Flash 与旧版 V3 系列存在响应结构差异）；最后设置 7 月 24 日前的迁移 deadline 提醒，避免 API 调用在当天突然返回 InvalidModel 错误导致服务中断。如需升级至更高性能的 V4-Pro，可通过 model: "deepseek-v4-pro" 直接切换，定价差异可在 DeepSeek API 定价页面确认。
