正在加载，请稍候
DeepSeek V4 Pro 与 Grok 4.6 同日发布，旗舰输出价压到百万 token 不足 1 美元；阿里首次开源 2.4T MoE 权重。价格战、开源与推理链漏洞三条线交汇，企业 AI 采购从「选最强模型」转向「模型路由 + 底座混合」。
今日 AI 圈有 7 件事值得企业技术决策者关注：DeepSeek 与 xAI 在 2 小时内先后发布新旗舰模型，把旗舰能力价格打到输出百万 token 不足 1 美元；阿里首次开放旗舰模型权重；两大 AI 助手双双跨过 10 亿月活；头部模型厂商传出最快 9 月 IPO。对正在评估 AIcoding 转型的企业来说，模型价格、开源生态与安全边界的变化，直接影响选型与成本核算。
8 月 12 日深夜，DeepSeek V4 Pro 正式版与 xAI 的 Grok 4.6 在约 2 小时内先后发布，前者为 1.6T 参数，后者为 1.5T 参数，双双被描述为逼近 Claude Fable 5 的体验水平。它重点强化长时运行与交互式视觉任务，在 Artificial Analysis Intelligence Index 上追平 GPT-5.6 Sol。
对企业意味着什么：这一轮发布最有冲击力的不是参数，而是价格。按多方信息，新旗舰把百万输出成本压到 1 美元以内，与 Fable 5 约 50 美元形成数量级差距。这意味着企业做 AI 应用落地时，模型路由应成为常态架构——同样的任务，按难度与敏感度分配到不同档位模型，成本可差数十倍。一个能自动分级的调用层，比单纯"选最强模型"更划算。
来源：AIHOT 精选 · IT之家早报 0813
8 月 12 日晚，阿里 Qwen 团队在魔搭社区开放 Qwen3.8-2.4T-A95B 模型权重，这是其旗舰级别模型首次开源权重。模型总参数 2.4T，激活参数 95B，原生支持 262K 上下文窗口，可扩展至 100 万；每个 MoE 层含 512 个专家，每次路由 10 个并激活 1 个共享专家，并做了多步 MTP 训练。
落到企业端：超大规模 MoE 从"只能调用"变成"可以复现、微调、私有化部署"，企业内部基于开源底座做长周期自动化任务的门槛进一步下降。百万级上下文窗口意味着整份代码库、整份合同、整条业务规则可以一次性放进上下文，这对软件定制开发与知识库类 AI 应用是直接利好。评估私有化方案的企业，可以把该权重纳入技术选型清单。
OpenAI 在 8 月 6 日的博文中披露 ChatGPT 月活用户超 10 亿，7 月周活已达 10 亿；8 月 12 日，谷歌 CEO 皮查伊宣布 Gemini 月活达到 10 亿，成为谷歌史上增长最快的产品，也是其第 14 个十亿级里程碑产品。
对企业的价值：它从 2 月的 7.5 亿月活增长到 8 月的 10 亿，说明 AI 原生交互已经越过早期采用者阶段，成为大众默认入口。对企业来说，"要不要做 AI 应用"已经不再是一个问题，真正的问题是做什么、以及如何比别人更快交付。具备 AIcoding 全栈开发能力的团队，能把从模型选型到多端上线的周期压缩，正是这个窗口期里最稀缺的产能。
来源：双十亿用户摘要 · 8 月 12 日日报
消息称 Anthropic 正与潜在投资者接触，为可能的史上最大规模 IPO 做准备，计划今年 9 月或 10 月初上市，估值高达 9,650 亿美元，年化收入已超 470 亿美元。公司同时淡化来自中国 AI 企业的竞争影响，并计划拓展 AI 在医疗和生物学领域的应用。
采购与选型视角：头部模型厂商加速资本化，意味着模型供应商的治理结构、财报压力与战略稳定性会进入企业采购评估。对采用单一闭源模型的 AI 应用来说，供应商风险是真实存在的；多模型路由 + 开源底座混合的架构，能在模型层保留替换空间，降低锁定风险。
Alexander Panfilov 团队发现 OpenAI、Anthropic、Google 等主要 AI 提供商的 API 存在漏洞，可读取推理模型的加密思考过程。团队扫描约 7,000 条公开会话，发现 62 个 API 密钥、33 个邮箱和 33 个密码；通过越狱，其 Haiku 4.5 可逐字转写 Opus 4.8 的原始推理，解码 10,000 条推理轨迹的 API 成本约 720 美元。
安全与架构视角：思考过程（chain-of-thought）被视为模型内部信息，一旦可被第三方读取，企业放入提示词与上下文的业务敏感数据就多了一层暴露面。做 Agent 系统落地时，"哪些信息进上下文、哪些必须留在私有侧"应当作为架构决策前置考虑，而不是事后补丁。私有化部署、本地推理与敏感数据脱敏，会从"可选优化"变成"基本要求"。
8 月 13 日，官方宣布升级 Chrome 扩展，侧边栏带来完整 Cowork 会话体验：浏览器内任务与对话可跨桌面端、网页端、移动端无缝切换，技能和连接器在浏览器内即可工作，对话保存至历史记录。
用户体验视角：这种模式把"一个人 + AI 干一个跨端任务"变成默认形态。对做 AI 应用的企业来说，这意味着用户预期在快速抬升——AI 不应只存在于某个聊天框，而应贯穿浏览器、桌面、移动端。要承接这种体验，需要一套能衔接各端的工程底座，这正是全栈开发模式要解决的问题。
Meta AI 超级智能实验室首个开放权重模型 Muse Glimmer 上线公网模型平台：30B 密集文本+图像模型，采用 Apache 2.0 许可证，定位可靠的本地模型。官方数据为 MCP Atlas 得分 75.5、SWE-Bench Pro 得分 51.2。
私有化与合规视角：本地可跑、可商用、带视觉的 30B 模型，让"数据不出域"的私有化模型有了更现实的底座。对金融、医疗、政企等合规要求高的行业，端侧 + 本地模型的混合架构会成为 AI 应用交付的主流选项；模型能否在受限网络里稳定执行，也将成为选型时的关键评估项。
来源：官方公告原文
| 模型 | 参数规模 | 百万输出价（美元） | 备注 |
|---|---|---|---|
| V4 Pro | 1.6T | 约 0.87 美元 | 8/12 发布正式版 |
| Grok 4.6 | 1.5T | 未披露 | 追平 GPT-5.6 Sol |
| Qwen3.8-2.4T-A95B | 2.4T / 激活 95B | 开源权重 | 旗舰级首次开源 |
| Claude Fable 5 | 未披露 | 约 50 美元 | 头部体验标杆 |
数据来源：价格以官方公布为准
把今天的几条信息放在一起看，趋势相当清晰：旗舰模型价格往下打，开源权重往上放，用户基数走向十亿级，同时安全边界问题浮出水面。对企业来说，模型本身不再稀缺，稀缺的是把模型接进业务系统的工程能力。
蓝曜炬辉用 AIcoding 全栈开发模式，把 App、Web、小程序、桌面端的软件定制开发工期压缩约 50%，核心就是把"模型选型、Agent 编排、多端落地"变成一条可复用的流水线。今天新旗舰把价格打到不足 1 美元、开源权重开放到 2.4T，意味着更多企业可以用更低的成本启动 AI 应用试错；而 API 漏洞与模型依赖风险又提醒我们，工程底座与安全边界才是长期壁垒。做 Agent 系统、做 AI 应用，拼的不是调一个接口，而是把数据、流程、人机协作织成一张能稳定运行的生产网络。这恰恰是 AI 工程师团队的价值所在。
如果你的团队正在评估模型选型、AI 落地或 AI 应用开发，欢迎约一次 30 分钟免费咨询，我们帮你做一次 AI 应用转型评估，并给出模型路由与多端交付的初步方案。通过官网 /contact 联系即可。