本週有兩個重點：模型變便宜了，資安風險也變多了。OpenAI 與 Anthropic 同一天推出新模型，OpenAI 的 Sol 與 Luna 標價比前代少一半，Anthropic 則強調 Opus 5.5 降低了越界行為，兩家新模型也都上架 Amazon Bedrock。同一週，Mandiant 揭露 AI 程式開發助手的工作階段被劫持，Anthropic 也公布有駭客用多個 AI 代理自動化攻擊逾百家組織。AI 代理的能力愈強，被濫用的代價也愈高。另外，Gartner 觀察到推論支出首度超過訓練支出，Token 成本管理開始成為營運議題。我們建議企業趁價格下降重新評估適合的模型組合，同時把 AI 工具的權限、稽核與成本監控放進導入計畫的第一階段，不要等上線後才補。
1. OpenAI 推出 GPT-6 Sol、Luna，API 價格減半
模型與產品｜來源：iThome｜2026-09-23
OpenAI 9 月 22 日宣布 GPT-6 家族新成員：主力模型 Sol 與輕量模型 Luna，定位在頂級模型 Astra 之下。OpenAI 表示，快取與推論能力提升後，得以用更低成本提供模型能力。兩款的 API 價格都比 GPT-5.6 版少一半，Sol 每百萬 token 輸入／輸出由 4／20 美元降為 2／10 美元，Luna 由 0.2／1.2 美元降為 0.1／0.5 美元。OpenAI 同時改善 GPT-6 的提示快取（prompt caching），提供更高的快取命中率、診斷工具與明確斷點設定。兩款模型也已在 Amazon Bedrock 正式推出。
對企業的意義：已在用 GPT 系列做客服或知識庫問答的企業，可以直接評估換成 Sol 或 Luna 能省多少成本。建議用自家真實問答集比較新舊模型的答題品質與費用。系統提示和知識文件固定的應用，可以搭配快取設定進一步壓低成本。
2. Claude Opus 5.5 登場，越界行為減少約 85%
模型與產品｜來源：iThome｜2026-09-23
Anthropic 9 月 22 日推出新一代旗艦模型 Claude Opus 5.5，是 Claude 5.5 系列的第一款模型，效能與成本都有改善。在一項新的安全評估中，它試圖突破限制邊界的行為，比 Opus 5 及 Claude Mythos 5.1 減少約 85%。外媒報導指出，這次特別針對資安面加強了防護措施，包括降低試圖逃出測試沙箱等風險行為。Opus 5.5 已同步在 Amazon Bedrock 與 AWS 上的 Claude Platform 提供，定位是代理式程式開發、知識工作與長時間任務。
對企業的意義：需要讓 AI Agent 長時間自主執行流程的企業，除了看模型能力，也應該把模型的安全行為列入選型標準。已使用 AWS 的企業可以直接在 Bedrock 上試用，和現有模型比較任務完成率與費用後，再決定要不要切換。
3. AI 程式助手遭劫持，蠕蟲擴散至約百個儲存庫
企業應用｜來源：iThome｜2026-09-23
Google 旗下資安業者 Mandiant 揭露一起與 AI 程式開發工具有關的攻擊事件。攻擊者入侵一家未具名的 SaaS 業者後，劫持開發人員正在使用的 AI 程式開發助手工作階段，最後讓 Shai-Hulud 蠕蟲擴散到約 100 個內部程式碼儲存庫。
對企業的意義：開放員工使用 AI 程式助手的企業，應該盤點這些工具能存取哪些儲存庫與憑證，採用最小權限原則，並保留操作紀錄。AI 工具的工作階段也該納入資安監控範圍，不要只當作一般的個人開發工具。
4. 駭客用 AI 代理自動化攻擊，數天入侵逾百組織
產業動態｜來源：科技新報｜2026-09-23
Anthropic 9 月 22 日披露，一個具中國背景的駭客組織疑似利用多個 AI 代理，在短短數天內對一百多家組織發動自動化網路攻擊，並竊取約 60 萬筆信用卡資料。
對企業的意義：AI 讓攻擊的速度與規模都在提高，中小企業也可能成為目標。建議優先落實已知漏洞修補、多因素驗證與異常登入告警。處理付款或個資的系統要定期檢視存取紀錄，不要把防護寄託在「規模小、不會被盯上」。
5. Gartner：AI 推論支出首度超越訓練
產業動態｜來源：科技新報｜2026-09-23
根據 Gartner 的最新觀察，AI 的成本結構正在轉變，推論（Inference）支出首度超過模型訓練支出。報導並以精算 Token 用量為主題，討論企業如何避免 AI 預算失控。
對企業的意義：對多數只呼叫 API、不自己訓練模型的中小企業來說，成本幾乎都是推論費用。建議上線時就設定各應用的 Token 用量監控與預算上限，並依任務難度搭配大小模型，避免所有請求都使用最貴的模型。
6. Trane 用 AI Agent 把 20 分鐘診斷縮到 20 秒
企業應用｜來源：AWS Machine Learning Blog｜2026-09-22
Trane Technologies 用大約四週時間，在 Amazon Bedrock AgentCore 上建置 AI 代理方案，把原本需要切換多個畫面、耗時約 20 分鐘的建築診斷流程，改成約 20 秒的自然語言互動，取得洞察的速度提升約 60 倍。AWS 的文章也分享了這套方案的架構做法與關鍵設計決策。
對企業的意義：這個案例說明，AI Agent 最容易見效的場景之一，是把「要查好幾個系統才能回答」的內部流程整合成一句提問。企業可以先找出員工每天重複查詢多個畫面的流程，當作第一個自動化試點。
7. V7 把散落的公司檔案變成 AI 代理的記憶
企業應用｜來源：OpenAI｜2026-09-21
V7 使用 GPT-5.6，把企業分散各處的檔案整理成 AI 代理可以使用的脈絡，讓代理能完成較複雜的工作，並在產出中附上來源連結。OpenAI 以此案例說明 AI 代理如何取得企業的「組織記憶」（institutional memory）。
對企業的意義：知識庫問答要做得好，關鍵往往在於檔案整理與來源追溯，而不只是換更強的模型。導入前建議先盤點文件存放位置與權限，並要求 AI 的回答附上出處，方便員工查核，也有助於建立內部信任。
8. 開放權重模型 Kimi K3 上架 Amazon Bedrock
開源與工具｜來源：AWS Machine Learning Blog｜2026-09-18
Moonshot AI 的 Kimi K3 已在 Amazon Bedrock 上線。這是一款開放權重（open-weight）模型，定位在程式開發與知識工作，原生支援視覺能力，提供 100 萬 token 的上下文長度，並支援明確的提示快取，用來降低延遲與輸入成本。
對企業的意義：企業在閉源模型之外又多了一個可以透過雲端平台試用的開放權重選項，適合用來處理大量長文件。不過，模型來源與資料治理是否符合公司政策，仍應由 IT 與法務先確認後再採用。
本週報由 AI 協助整理摘要，經諾秋工作室人工審核後發布；各則內容以原文為準，請點選來源連結閱讀完整報導。