本文研究窗口為 2026-07-06 至 2026-07-12（Asia/Taipei）。本週不是單一模型榜單換手，而是模型供應商把「規劃、平行代理、電腦操作、即時語音與工具呼叫」直接做成產品介面。市場競爭的單位，正在從模型 API 變成完整的 agent runtime。
GPT-5.6：多代理編排進入標準 API
OpenAI 於 7 月 9 日讓 GPT-5.6 系列全面可用，包含 Sol、Terra、Luna，並同步進入 ChatGPT、Codex 與 API。產品面最重要的不是名稱，而是 Responses API 加入 programmatic tool calling、persisted reasoning、明確 prompt cache 控制，以及 beta 的 multi-agent orchestration。這表示代理的狀態、工具與委派不再只是外部框架補丁，而開始成為模型平台的原生能力。
官方宣稱更好的每 token 效率與高難度知識工作能力，但企業仍應用自己的任務集衡量總成本：工具失敗、重試、長上下文、驗證與人工接管都會改變帳單。GA 也不等於所有風險已解決；高能力 cyber use 與更強工具權限需要同時加上最小權限與稽核。
Muse Spark 1.1：Meta 把模型、API 與個人代理綁在一起
Meta 在 7 月 9 日發布 Muse Spark 1.1，並開放 Meta Model API public preview。官方將它定位為多模態 agentic model，強調一百萬 token context、MCP / custom skills、平行 subagents、context compaction、computer use 與 coding harness 適配。
這個發布的產業意義是「模型即協調器」。主代理蒐集脈絡與分工，子代理執行，再把結果升級回主代理；computer use 則在寫腳本與直接點擊之間選擇。Meta 同時公布安全評估方向，但多數效能仍來自官方或內部評測，採購者應要求可重現的外部任務與失敗紀錄。
GPT-Live 與 Muse Image：介面本身開始 agent 化
OpenAI 在 7 月 8 日發布 GPT-Live，將即時聽與說推向更自然的語音代理。Meta 的 Muse Image 則會呼叫搜尋與程式工具、自我修正，並能與 Muse Spark 共同規劃。這兩者顯示 agent 不再只存在於文字工作流：語音延遲、打斷處理、影像事實性與內容來源，都變成新的可靠度邊界。
中國與企業部署：能力發布後，重點轉向接入核心流程
本週中文來源集中於騰訊混元 Hy3、智慧體手機、AgentTeams / AgentLoop 與首批智慧體評估成果。這些線索共同指出，中國市場也從「大模型能力」轉向產品整合、端側入口、團隊協作與評測標準。另一方面，Accenture 與 Google Cloud 的中型企業方案、TCS 擴張 AI deployment engineers 等訊號，說明落地仍高度依賴資料整合、流程改造與現場工程，而不是只換一個模型名稱。
本週判斷
W28 的轉折是 agent runtime 平台化：模型 API 開始原生管理工具、推理狀態與多代理；多模態與語音介面也變成可行動的代理。真正的護城河將是端到端成功率、權限控制、可觀測性、成本與現場交付。
Watchlist
- GPT-5.6 multi-agent orchestration 是否公開穩定介面、計費與 trace 格式。
- Meta Model API 的 rate limits、資料政策與外部 benchmark 可重現性。
- 即時語音代理在打斷、背景噪音、敏感動作確認上的失敗率。
- 中國智慧體評測是否公開測試集、判分器與可比較結果。
- 企業 deployment engineer 擴張是否產生可量化的 production ROI 案例。
