OpenAI 暂停 Pro 新订阅，Astra 需求挤占算力

概览

本期共 10 条，前 3 条为今日重点；正文按板块展开。

热门模型动态

1. 重点 · OpenAI 暂停 200 美元 Pro 新订阅，GPT-6 Astra 需求挤占算力
2. 重点 · Anthropic 称月之暗面把近 30 万次 Kimi 请求转给 Claude
3. 重点 · RunningHub 开源 MiniMax H3 多卡加速方案，5 秒视频提速约 12 倍
4. 寒武纪 Day-0 适配 DeepSeek-V4.1-Flash，跑在 vLLM 上

全球 AI 资讯

5. Sakana AI 发布 Fugu Max 与 Fugu Ultra v2，用学习型编排调度多模型
6. SageMaker HyperPod 推理支持模型缓存，冷启动改从本地 NVMe 读权重
7. Amazon Quick 桌面版正式可用，覆盖 macOS 与 Windows

区域与早期信号

8. 研究者称拿到 6TB 中国大模型中转服务日志，含企业凭据
9. 豆包工作上线本地 Office 编辑与浏览器录制回放
10. Kimi K3 带动月之暗面年化收入破 10 亿美元，年底瞄准 20 亿

九凤根据本期已引用来源整理。

热门模型动态

GPT-6 Astra 发布一周后，OpenAI 停收每月 200 美元 ChatGPT Pro 的新订阅，已有订阅者和 API 不受影响。

负责 Codex 的 OpenAI 高管 Thibault Sottiaux 9 月 10 日在 X 上宣布暂停接受 ChatGPT Pro 新订阅，理由是这一档订阅「对我们系统造成的压力最大」。

现有 Pro 订阅者保留账户和 Astra 使用权，OpenAI 的其他订阅档与 API 继续开放。Sottiaux 称，暂停 200 美元这一档是在 OpenAI 扩容期间维持广泛可用的最小干预。前一天（9 月 9 日）他已预警可能停收新 Pro 用户，称 Astra 的需求前所未有，并表示会优先保障现有客户。

• 时间线：GPT-6 Astra 于 9 月 3 日发布，第 7 天起暂停 Pro 新订阅
• 上线范围：发布后推向 ChatGPT Plus、Pro、Business、Enterprise，以及 API、Microsoft Azure 与 AWS Bedrock
• API 标准价：每百万输入 token 10 美元、输出 token 50 美元；输入超过 272,000 token 的提示费率更高

局限：这次只停收新用户，想新开 Pro 的用户眼下只能改用其他订阅档或按量计费的 API；TechCrunch 称这是 OpenAI 扩容期间的临时暂停。RuntimeWire 评论称，此举暴露了重算力智能体与固定价格订阅之间的张力。

来源：RuntimeWire · TechCrunch · Sottiaux on X · OpenAI：GPT-6 Astra · GPT-6 Astra API 文档

据彭博社报道，Anthropic 指控 Moonshot 在未告知用户的情况下，经 5,380 个欺诈账号把 Kimi 用户请求交给 Claude 处理。

RuntimeWire 援引彭博社 9 月 10 日的报道称，Anthropic 指控杨植麟的 Moonshot AI 把 Kimi 用户请求转给 Anthropic 的 Claude 模型处理，且没有告知这些用户。Anthropic 识别出的其中一组请求：

• 请求量：近 300,000 次
• 目标模型：主要发往一个 Opus 模型
• 账号：经由 5,380 个欺诈账号发出，多数看起来在新加坡和日本运营

RuntimeWire 指出，Moonshot 把 Kimi 定位为由自家模型家族驱动的助手与智能体平台；如果 Kimi 把普通用户的提问交给 Claude、再把答案当作 Kimi 的输出展示，争议就不止于训练方式，而是直接关系到用户数据由哪个模型处理、产品输出由谁生成。Moonshot 正在争取美国云厂商、开发者和投资者把 Kimi 当作独立模型平台来信任；Together AI 7 月宣布与 Moonshot AI 建立战略合作，原生托管 Kimi 模型。

局限：这是 Anthropic 的指控，经彭博社报道、RuntimeWire 转述，请求记录与账号归属尚待独立核实。

来源：RuntimeWire · Together AI

量子位报道，RunningHub 的 H3 Lightning 在 4 张 RTX 6000D 上把 5 秒视频的生成从 348.8 秒压到 28.7 秒，同时保留 BF16 精度。

MiniMax 开源 H3 视频模型后，一站式 AIGC 创作平台 RunningHub 做了一套名为 H3 Lightning 的推理加速方案，并在 GitHub 开源（仓库 RH-RunningHub/MiniMax-H3-MultiGPU-Lightning）。量子位给出的测试口径：

前两行对应约 12 倍提速、生成耗时减少约 92%。量子位的拆解把省下的时间归到三处：减少多余计算、加快单步计算、减少多卡之间的相互等待；原始 H3 推理默认跑 50 步。

局限：数字来自 RunningHub 的方案、经量子位报道，本站未见第三方复现；量子位在文中指出，狗在快速跳跃时四肢动作偶尔发「硬」。该条目目前只有中文单一来源。

来源：量子位

寒武纪在 DeepSeek-V4.1-Flash 发布当天完成了 vLLM 上的适配，寒武纪芯片与新模型同日可用。

Pandaily 报道，寒武纪完成了 DeepSeek-V4.1-Flash 在 vLLM 上的同日（Day-0）适配，算子层结合 Torch-MLU-Ops 与 BangC kernel，并搭配 NeuWare。报道的重点是芯片侧与模型发布同步可用，而不是再复述一遍模型发布。

被适配的 V4.1-Flash 是 552B 参数的 MoE 模型，接近 V4-Flash 284B 的两倍；SiliconANGLE 报道，新的因果编码器-解码器设计让它处理提示时只激活 8B 参数、生成时激活 16B，图像理解已内置到模型中。

局限：Day-0 适配说明模型能在这套软硬件栈上跑起来，本站未见寒武纪芯片上的吞吐、延迟等公开测试数据；本站目前只见到 Pandaily 一家报道这次适配。

来源：Pandaily · SiliconANGLE

全球 AI 资讯

两款模型共用同一套学习型编排架构，主打性价比的 Fugu Max 定价为每百万 token 2 美元 / 6 美元。

MarkTechPost 报道，Sakana AI 发布了 Fugu Max 与 Fugu Ultra v2 两款模型，二者建立在同一套学习型编排架构上。OpenRouter 的模型页称，Fugu 不是单一的整体模型，而是学习型多智能体编排系统。

• Fugu Max：把任务分派给轻量的开放模型和专用模型，其中包括 NVIDIA Nemotron；每百万 token 2 美元 / 6 美元
• Fugu Ultra v2：瞄准最高能力；OpenRouter 标注上下文长度 100 万 token

局限：Fugu 本身不是单一模型，任务会被分派给底层模型执行；目前的定价与能力说法来自 Sakana 的发布信息和 OpenRouter 上架页，本站未见独立评测。

来源：MarkTechPost · OpenRouter：Fugu Ultra v2

AWS 让 HyperPod 集群提前把模型权重和容器镜像缓存到节点本地，pod 启动时以约 7 GB/s 读取，不再现场下载。

AWS 在官方博客中写道，在 SageMaker HyperPod 上部署大模型推理时，从申请 pod 到能接流量之间的等待主要来自两段串行下载：从 Amazon ECR 拉推理服务器容器镜像，以及从 Amazon S3、Amazon FSx for Lustre 或 Hugging Face Hub 拉模型权重。小模型可能要几分钟；像 DeepSeek-R1 这种 600 GB 以上的模型，要 30 分钟或更久才能服务第一个请求，而且每次扩容都要重走一遍下载，自动扩缩容的响应速度因此被存储后端的网络吞吐卡住。

新上线的模型缓存会在 pod 需要之前，把模型权重和容器镜像预加载到集群节点上；pod 启动后从本地 NVMe 以约 7 GB/s 读取，而不是通过网络下载。

局限：这是 AWS 官方的产品说明，缩短冷启动的效果来自 AWS 自己的描述，本站未见第三方测试；功能只面向 HyperPod 上的 SageMaker 推理部署。

来源：AWS Machine Learning Blog

亚马逊的企业 AI 助手 Quick 推出 macOS 与 Windows 桌面正式版，移动端新增把邮件、日历、CRM 和消息汇成一处的动态流。

AWS 官方博客宣布，Amazon Quick 桌面应用在 macOS 和 Windows 上正式可用（GA）。iOS 与 Android 移动端同时新增 activity feed，把邮件、日历、CRM 和消息汇总成一个按优先级排序的视图：需要团队决策的事项被推到前面，例行事务由智能体在后台处理。

AWS 把 Quick 定位为跑在 AWS 上的企业级 AI 助手，强调数据留在企业自有环境、对话保持私密，并把它当作 IT 部门应对影子 AI 风险的办法：不去限制员工用 AI，而是在 IT 已掌控的基础设施上给团队提供一个工作用的助手。

局限：这是 AWS 官方的产品公告，隐私与数据留在企业环境等说法来自厂商自述，本站未见第三方评测。

来源：AWS Machine Learning Blog

九凤根据本期已引用来源整理。

区域与早期信号

安全研究员 Chaofan Shou 称，他从某中国大模型中转服务拿到约 6TB 调用日志，里面有与企业相关的 SSH 密钥、云凭据和 token。

Pandaily 报道，安全研究员 Chaofan Shou 表示，他获得了一家中国大模型中转（relay）服务约 6TB 的调用日志，并在其中发现与企业相关的 SSH 密钥、云服务凭据和各类 token。Pandaily 将其作为一项供应链风险声明来报道，并注明仍待确认。

局限：这仍是研究者单方面的说法，涉及哪家中转服务、波及多少企业，本站未见独立核实，在确认之前不宜当作已证实的泄露事件。该条目目前只有 Pandaily 一个来源。

来源：Pandaily

豆包工作新增三项能力：直接编辑本地 PPT/Excel、把一次网页操作录成可复用的 Skill、任务中途切换本地与云电脑。

雷锋网报道，三项新功能分别是：

• 本地 Office 编辑：已全量上线，可从侧边工作台选文件，或右键本地 PPT、Excel 文件直接调用豆包处理；AI 生成或修改后的文件仍可在本地继续编辑，保存结果同步到线上和本地
• 浏览器录制与回放：安装最新版豆包电脑版后，在豆包浏览器里演示一次操作，豆包会学习点击、填写、上传等步骤，整理成可复用的 Skill，并记录调用条件、所需输入和结果验证方式
• 执行环境切换：不用新建或中断对话，就能在「本地电脑」与「云电脑」之间切换，避免上下文丢失；还可在一台已登录电脑上向其他已登录设备发指令，调用对方的文件与算力

局限：本地编辑目前只支持 PPT 和 Excel，Word 能力要后续上线；录制回放暂时只覆盖豆包浏览器内的操作。功能说明来自雷锋网报道，本站未见实测。该条目目前只有中文单一来源。

来源：雷锋网

据彭博社报道，月之暗面 8 月年度经常性收入突破 10 亿美元，推动力是 7 月发布的 Kimi K3。

IT之家援引彭博社报道，知情人士称月之暗面最近告诉投资者，公司 8 月年度经常性收入（ARR）已突破 10 亿美元，并计划在年底前提高到 20 亿美元：

报道称，推动 ARR 快速上升的是 7 月发布的 Kimi K3，它发布后跃居多项基准测试前列，成本远低于美国顶尖竞品。知情人士称，随着消费者和企业对 Kimi 订阅服务和月之暗面在线托管模型的兴趣持续上升，公司预计销售速度还会再翻一倍。按 Kimi K3 许可协议，商业托管 K3 的企业若在 12 个月内累计收入超过 2,000 万美元，须另行与月之暗面签署协议。路透社上月报道，月之暗面正与微软、亚马逊和谷歌洽谈 30% 的收入分成。

局限：收入数字来自知情人士的转述，并非公司正式披露。该条目目前只有中文单一来源（IT之家转述彭博社）。

来源：IT之家