早安，今天是 2026 年 7 月 25 日。
今天三則 AI 新聞，分別談到模型能力、開放與封閉路線，以及 AI 基礎設施背後的記憶體晶片。
它們共同指出一個趨勢：AI 競爭已經不只是誰的模型比較聰明，而是誰能用更低成本完成工作、誰能控制技術，以及誰能供應背後需要的硬體。
第一則：Anthropic 推出 Claude Opus 5
Anthropic 於 7 月 24 日推出 Claude Opus 5。
官方把它定位為適合長時間代理任務、程式開發、資料分析與專業知識工作的模型。
Anthropic 表示，Opus 5 在部分程式開發、電腦操作、自動化與知識工作測試中，表現接近更高階的 Claude Fable 5，但每項任務的成本更低。
它目前已成為 Claude Max 的預設模型，也是 Claude Pro 方案中能力最強的模型。
- 每百萬輸入 Token 為 5 美元。
- 每百萬輸出 Token 為 25 美元。
- 價格與上一代 Opus 4.8 相同。
- 另有速度約提高 2.5 倍的 Fast mode，但費用也較高。
這次更新真正值得注意的，不只是測驗分數，而是模型開始更重視檢查自己的成果、持續修改，以及完成較長的工作。
企業真正需要的，不一定是每一題都最聰明的模型，而是能穩定完成整段任務、自己發現錯誤，並且不讓成本失控的模型。
Opus 5 的安全能力也受到檢查
Anthropic 表示，Opus 5 在發布前的行為測試中，比近期其他 Claude 模型更少出現欺騙、濫用與難以逆轉的冒險行動。
但這些都是 Anthropic 自己公布的測試結果，實際使用表現仍需要等待更多獨立研究與企業案例驗證。
在資安工作方面，Opus 5 可以協助尋找程式漏洞，但官方會限制滲透測試、惡意利用與部分高風險操作。
這也反映 AI 模型的一個兩難：
- 限制太多，可能阻礙合法的安全研究。
- 限制太少，又可能增加被濫用的風險。
未來各家模型的差異，不只會出現在能力排名，也會出現在「允許使用者做到哪裡」。
第二則：Nvidia、Microsoft 等業者力挺開放模型
Nvidia、Microsoft、Meta、IBM，以及另外約二十多家企業與組織，聯名向美國政策制定者表達支持開放權重 AI 模型。
這些業者認為，政府不應過早採取全面限制，否則可能：
- 降低市場競爭。
- 讓企業更依賴少數封閉模型供應商。
- 增加使用 AI 的成本。
- 把研究與創新推向其他國家。
開放權重模型的特色，是企業或研究人員可以把模型下載到自己的設備或資料中心中運行。
這讓使用者能自行調整、檢查與控制資料，不必把所有工作都交給外部公司的雲端服務。
開放模型的優點，是更多人能檢查與改進；它的風險，也是更多人能修改並用在原開發者無法控制的地方。
開放模型一定比較安全嗎？
不一定。
支持者認為，更多研究人員可以檢查模型，有助於提早發現漏洞、偏見與危險行為。
但反對者擔心，一旦高能力模型被公開下載，就很難要求所有使用者更新安全措施，或在發生問題時停止所有副本。
因此，真正的問題不是簡單選擇「開放比較好」或「封閉比較好」。
更需要處理的是：
- 哪些能力適合公開。
- 高風險模型是否需要額外測試。
- 技術遭到濫用時由誰負責。
- 企業是否能取得足夠透明的安全資料。
這場爭論也與近期美國議員提出 AI 緊急停止機制的討論形成對比。
封閉模型比較容易由單一公司停止服務；開放模型則可能已經分散到各地，無法只靠一個按鈕全部關閉。
第三則：AI 需求讓中國記憶體晶片業者翻身
AI 資料中心除了需要高階運算晶片，也需要大量記憶體來保存與快速傳輸資料。
全球 AI 建設快速增加，讓原本利潤較低的記憶體晶片，變成市場搶購的重要零件。
Reuters 報導，中國記憶體晶片業者 CXMT 與 YMTC，目前已開始擁有更大的定價能力。
其中，CXMT 已成為全球第四大記憶體製造商，並與 ByteDance 簽下超過 70 億美元、為期五年的供應協議。
它先前也與 Tencent 簽下超過 30 億美元的供應合作。
隨著需求增加，部分中國記憶體晶片的價格，甚至高於 Samsung 與 SK Hynix 的同類產品。
中國晶片業已經追上全球領先者了嗎？
還不能這樣說。
CXMT 與 YMTC 在產能、營收與市場地位上快速成長，但在最先進的 AI 記憶體技術與製造設備方面，仍面臨限制。
Reuters 引述消息人士指出，CXMT 的高頻寬記憶體技術仍可能落後主要競爭者約兩個世代。
中國業者目前仍依賴部分海外晶片製造設備，美國也正在討論是否進一步限制相關設備供應。
因此，這場競爭同時存在兩個事實：
- 中國記憶體晶片業者已不再只是低價替代品。
- 它們在最先進製程與設備上仍受到技術與出口管制限制。
AI 供應鏈的勝負，不只看誰能設計最強晶片，也要看誰能穩定供應記憶體、設備、電力與資料中心。
今天三則新聞放在一起代表什麼？
- 模型競爭：能力提升之外，成本與穩定性愈來愈重要。
- 技術路線：開放模型與封閉模型正在爭奪企業與政策支持。
- 硬體供應：AI 熱潮開始重新分配記憶體晶片市場的權力。
對一般使用者來說，模型名稱可能每天都在改變。
但真正影響使用體驗與費用的，會是模型能否可靠完成工作、是否能在自己的系統內使用，以及背後的算力與晶片供應是否足夠。
對企業與個人有什麼提醒？
- 不要只看模型排行榜，要測試自己的真實工作。
- 比較模型時，同時記錄費用、修改次數與完成時間。
- 處理敏感資料前，先確認模型在雲端還是自己的設備運行。
- 不要因為模型開放，就假設它一定安全或免費。
- 使用 AI 服務時，也要留意背後的供應與價格變化。
今天，和 AI 一起進步一點。
每天學會一個 AI 技巧。
每天節省一點時間。
每天提升一點能力。
SasaDaily，陪你一起成長。
