OpenAI 的前沿模型正式登陸 AWS Bedrock。GPT-5.5 與 GPT-5.4 現在可直接透過 Amazon 的基礎設施呼叫，繞過 OpenAI 自己的 API 與計費流程OpenAI frontier models and Codex are now available on AWS - OpenAIGet started with OpenAI GPT-5.5, GPT-5.4 models, and Codex on Amazon Bedrock - Amazon Web Services (AWS)。這是基礎模型通路競爭最具實質意義的一步。
雲端通路戰：不再只是 API call
過去幾年，企業要用 GPT-5，邏輯很簡單：拿 OpenAI API key，在自己的系統裡串接，給 OpenAI 付費。這個模式對新創公司夠用，但對大型企業是採購與合規的雙重障礙——企業有既定的雲端供應商、既有預算架構、既有的資安審查流程，繞過這些的摩擦遠高於定價差異。
現在遊戲規則變了。GPT-5.5 進入 AWS Bedrock，企業可以直接用內部既有的雲端基礎設施訂閱 frontier model，計費打在同一張帳單上，合規審查走同一套框架。Anthropic 與 Google 走在同一條路上，只是 GCP 多了 Google Workplace 的深度整合——Gmail、Meet、Drive、Sheets 全部內建，這讓 Anthropic 的模型在 Google 生態系裡幾乎是預設選項。
這不是單一產品發布，是 distribution 策略的質變。當通路決定採購路徑，模型能力本身就不再是差異化因子——企業不會因為 GPT-5.5 比 Claude 3.7 強 3% 就繞過企業雲端架構。
Codex 的質變：從程式工具到通用助理
同一週，OpenAI 宣布 Codex 從純程式碼任務擴展為通用工作流程助理Codex for every role, tool, and workflow - OpenAICodex is becoming a productivity tool for everyone - OpenAI。目標從「幫工程師寫 code」變成「幫任何職業處理重複性任務」——這是從工具到助理的質變。
如果通路戰是本週最重要的商業訊號，Codex 的擴展就是最重要的能力訊號。當同一個模型家族可以覆蓋從 code review 到行政流程自動化的全譜，企業就不需要為每個工作流程買一個 specialized 工具。整合成本下降，但模型提供商的談判籌碼上升。
不過這裡有一個重要的「但是」：Codex 展示的功能在 demo 環境裡看起來很流暞，但企業整合需要與內部系統（CRM、ERP、程式碼庫）深度對接，需要企業級資安審查與資料隔離，需要可靠的延遲 SLA。這三件事目前多數仍待驗證——不是發布了就能用在生產環境。
Gemma 4：Google 的開放模型策略
Google 發布 Gemma 4 12B，這是一個無編碼器的多模態模型，支援文字與圖片輸入，強調在消費級硬體上的可用性Introducing Gemma 4 12B: a unified, encoder-free multimodal model - blog.google。同一週 Google 披露內部用 Gemini 建構 Google I/O 2026 的內容How we used Gemini to build Google I/O 2026 - blog.google——第一次公開承認用自家模型支撐大型產品發布。
Gemma 系列的定位很清楚：輕量、開放、企業內部部署友好。12B 參數在本地硬體上的延遲可接受，企業可以繞過 API 延遲與隱私疑慮。這個策略與 Llama、Qwen 一致——用開源社群稀釋封閉模型的通路優勢。對企業資安團隊而言，在自己的資料中心跑一個 12B 模型，資料不上雲，審計路徑簡單得多。
基礎模型的工作記憶能力
本週有兩個值得注意的能力發布。OpenAI 公布「Dreaming」功能，ChatGPT 在背景持續處理對話上下文，改善多輪對話的連貫性Dreaming: Better memory for a more helpful ChatGPT - OpenAI。同日 OpenAI 發布 GPT-Rosalind，強調多步推理與科學研究場景的整合Introducing new capabilities to GPT-Rosalind - OpenAI。
Ars Technica 報導一個 OpenAI 模型解決了困擾人類數學家 80 年的問題An OpenAI model solved a famous math problem that stumped humans for 80 years - Ars Technica——這個結果需要獨立驗證，但方向明確：模型正在從知識檢索走向知識建構。
這些能力目前多數仍在實驗階段。企業在評估時需要區分「demo 很驚艷」與「實際部署可靠」之間的差距。
NVIDIA：基礎建設比模型更深
本週 NVIDIA 宣布與 Microsoft 共同重構 Windows PC 的 AI 架構，瞄準個人 AI 助理的硬體層NVIDIA and Microsoft Reinvent Windows PCs for the Age of Personal AI - NVIDIA Newsroom。同日宣布與 TSMC 合作將 AI 引入半導體製程，模型輔助晶片設計與製造NVIDIA and TSMC Bring AI Into Fabs to Advance Semiconductor Design and Manufacturing - NVIDIA Newsroom。
兩條新聞說明同一件事：無論哪個基礎模型最終勝出，NVIDIA 都受益。PC AI 意味著更多本地推論需求，離不開 NVIDIA GPU；半導體 AI 意味著晶片廠需要更強的 AI 設計工具，依然離不開 CUDA 生態。晶片管制短期內影響 NVIDIA 中國營收，但長期來說加速了中國自研晶片的進程——對 NVIDIA 在其他市場的定價權影響有限。
地緣政治：晶片管制失敗與中國加速自主
本週有兩條新聞衝擊晶片出口管制的敘事。South China Morning Post 報導美國出口管制正在迫使中國重新設計整條 AI 晶片供應鏈，從 IC 設計到先進封裝全面本土化How US export curbs are forcing China to redesign its AI chip industry - South China Morning Post。Foundation for Defense of Democracies 的分析指出美國商務部已坦承現有管制執行失敗Commerce Department Admits Failure To Enforce AI Export Controls on China - Foundation for Defense of Democracies。
Carnegie Endowment 的報告嘗試為美國政策辯護，認為晶片管制不會阻止中國 AI 發展Trump’s AI Order Won’t Stymie U.S. Competition with China - Carnegie Endowment for International Peace。但 War on the Rocks 的分析更尖銳：中國本土 AI 市場的競爭慘烈程度被嚴重低估——數千個模型在中國國內市場激烈競爭，這會訓練出真正能在邊緣場景部署的團隊，不是只會發政策報告Forged in a Knife Fight: China’s Brutal Domestic AI Competition - War on the Rocks。
對於任何有中國市場或供應鏈曝險的企業而言，這不是地緣政治背景噪音，而是直接影響定價與供應鏈的商業變數。
法規進展：Florida 起訴 OpenAI
Florida 州政府對 OpenAI 及 Sam Altman 提起訴訟，指控其在 AI 安全措施上存在過失Florida sues OpenAI and Sam Altman over alleged safety lapses - NPRFlorida sues OpenAI and Sam Altman over AI risks - Politico。這是美國州級政府第一次對主流 AI 公司採取實質法律行動，標誌監管風險從聯邦草案進入實際執行階段。
訴訟的實質意涵取決於裁決，但訊號很清晰：模型公司不能再用「監管框架尚未成型」作為延後合規的藉口。Florida 的論點如果成立，將建立 AI 公司責任認定的先例。企業採購 AI 工具時，合規框架不能只依賴廠商保證——法務團隊需要開始追蹤州級 AI 法規的具體進展，特別是金融、醫療、國防相關的高度監管領域。
一句話總結
基礎模型的可用階段已到來，但可商用的瓶頸正在從模型能力轉移到通路、晶片供應鏈與法規三條主線。雲端通路戰只是開始，誰拿下企業 distribution誰就有定價權。
SOCIAL SHARE CARD GENERATOR