🤖 AI 大模型日报 2026年8月21日（星期五）**

本日报汇总了 2026 年 8 月中下旬全球 AI 大模型领域的最新动态，涵盖 OpenAI、Anthropic、Google、Meta、xAI、DeepSeek、阿里 Qwen、智谱 GLM、月之暗面 Kimi 等主流厂商。

---

📌 今日热门话题摘要

1. 阿里巴巴发布 2027 财年 Q1 财报：阿里云外部商业化收入同比增长 45%，创 22 个季度新高；AI 相关产品收入连续 12 个季度三位数增长；Q2 资本开支达 676.78 亿元（同比 +75%），3800 亿元三年投资计划已累计投入 1900 亿元。CEO 吴泳铭表示"算力资本开支的投资回报确定性非常高"。
2. 2026 世界机器人大会（WRC 2026）在京开幕（8月19-21日）：300 多家企业、2000 多件展品，主题"人机共生·产需共融"。宇树科技王兴兴展示机器人"收拾会议室"场景，行业焦点从"表演"转向"真机实干"，具身智能成为竞争主赛道。
3. DeepSeek 启动峰谷定价（8月17日生效）：闲时价格仅为高峰时段一半，鼓励错峰调用。
4. 世界银行发布《2026年世界发展报告：人工智能：发展新机遇》：指出 AI 可帮助发展中经济体在十年内取得原本需上百年才能实现的进步，同时带来新的风险。
5. 科大讯飞披露半年报：上半年营收 116.23 亿元（同比 +6.52%），归母净利润同比增长 14.68%；星火智能批阅机签约销售同比增长 14 倍。
6. 前沿模型混战持续：8 月上半月 Gemini 3.7 Flash、DeepSeek-V4-Pro-0813、Grok 4.6、Qwen3.8-Max 开放权重密集发布，中国四家实验室（阿里、智谱、月之暗面、DeepSeek）六周内相继发布前沿级模型，创历史首次。

---

🏢 各重要模型动态

OpenAI — GPT 系列

项目	详情
GPT-5.6 家族	7月9日正式 GA，包含旗舰 Sol、平衡型 Terra、经济型 Luna 三个能力档位（独立版本演进）；上下文窗口 1.05M token，最大输出 128K token
性能亮点	Sol 在 Agents’ Last Exam（55 个专业领域的长期工作流评测）拿下 53.6 分，超 Claude Fable 5 达 13.1 分；在 Artificial Analysis Coding Agent Index 上以 80 分创 SOTA，比 Fable 5 高 2.8 分，且输出 token 不到一半、耗时不到一半、成本约三分之一
ultra 模式	最高能力档位，默认协调 4 个并行 agent 协同工作，以更高 token 消耗换取更强结果与更快完成；API 提供 multi-agent beta
新增能力	Programmatic Tool Calling（程序化工具调用），可过滤大量中间数据、减少模型往返；计算机使用与设计判断能力显著增强
8月6日	Sol 在 ChatGPT 中推出聊天向重调优版本，内部评测事实错误减少 68%，新增 effort 滑块；Luna 成为免费层默认模型
7月30日	Luna 降价 80%（降至 $0.20/M 输入 token），Terra 降价 20%，新增 Sol Fast 模式（2.5 倍速）
8月13日	预览 Ultrafast 模式：GPT-5.6 Sol 最高可达 14 倍速
8月18日	ChatGPT Ads 扩展至欧洲；发布 ChatGPT for Teens
安全	迄今最 robust 的分层防护体系：模型级拒绝训练、实时生成监控与暂停审查、账户级行为分析、差异化访问控制

Anthropic — Claude 系列

项目	详情
Claude Fable 5 / Mythos 5	6月9日 API GA；在软件工程、知识工作、多模态视觉、科学研究等绝大多数测试达 SOTA；1M 上下文；价格 $14/$71 每百万 token（约为 GPT-5.6 Sol 的 2 倍）；Fable 5 曾于 6月12-30日因安全问题暂停部署，7月1日全球重新上线
Claude Opus 5	7月24日发布；定价 $7/$36，约为 Fable 5 的一半，与 Opus 4.8 持平；Agentic 搜索、计算机使用、多学科推理全面领先；可调 effort 机制；现为 Claude Max 默认模型、Claude Pro 最强模型
Claude Sonnet 5	6月发布；1M 上下文，最大输出从 64K 提升至 128K；持久化记忆、自主规划与工具调用能力跨越式提升，性能接近 Opus 4.8；幻觉率、谄媚行为降低，抗提示注入增强
独立评测	Artificial Analysis Intelligence Index v4.1.1（8月10日读数）：Opus 5 = 63，Fable 5 = 62，GPT-5.6 Sol = 61，Anthropic 占据前二
编码对决	独立评测显示：Sol 主导终端 agent 任务，Fable 5 在真实代码库场景仍占优

Google — Gemini 系列

项目	详情
Gemini 3.7 Flash	8月13日发布（距 3.6 Flash 仅三周），定位"最智能的工作马模型"；1M 输入 / 64K 输出上下文，原生多模态（文本、图像、视频、音频、PDF）
性能提升（vs 3.6 Flash，厂商自报）	DeepSWE v1.1 65.3%（+16.3）、FrontierCode 1.1 Main 43.6%（+9.2）、AutomationBench 30.4%（+13.4）、GDP.pdf 34.0%（+12.0）、WebDev Arena Elo 1588（+50）
价格策略	介绍价 $0.75 / $3.75 每百万 token 至 2026年12月31日；2027年1月1日起恢复牌价 $1.50 / $7.50（翻倍）
生态落地	Spark（Google AI Pro/Ultra 的 24/7 个人代理，覆盖 160+ 国家）即日起运行于 3.7 Flash；同步上线 Antigravity、Gemini Enterprise Agent Platform
其他更新	Gemini Omni Flash（7月，高性价比视频生成，支持对话式编辑）；Nano Banana 2 / 2 Lite 图像模型（7月）；Gemini 3.1 Pro（2月，推理模型）

Meta — Llama / Muse Spark

项目	详情
Muse Spark 1.1	7月发布的多模态 Agent 模型；1M 上下文；支持文本/图像/视频/文档输入；主动上下文压缩；原生结构化工具调用、并行工具执行、MCP 兼容、多智能体编排；幻觉率更低、抗越狱更强
开源策略转向	4月8日发布的 Muse Spark 1.0（Alexandr Wang 领导下首个模型）为闭源，引发"失去开源身份"的争议；Axios 披露 Meta 将转向混合策略——大模型部分保留闭源，后续以开源许可发布部分版本
下一代模型	NYT 报道 Meta 内部研发代号 “Watermelon” 的模型，将比 Muse Spark 更强大，计划未来数月内发布开源版本
Llama 生态	截至 2026 年初 Llama 模型累计下载达 12 亿次（日均约 100 万）

DeepSeek — V4 系列

项目	详情
DeepSeek-V4-Pro-0813	8月12日通过定价表版本钉选正式 GA（API ID 仍为 deepseek-v4-pro）；1M 上下文 / 384K 最大输出；思考模式默认开启（effort=high，medium/xhigh 均映射到 high）
价格	$0.435（缓存未命中）/ $0.003625（缓存命中，约便宜 120 倍）/ $0.87（输出）每百万 token；并发 500
架构（预览期公开规格）	1.6T 总参数 / 49B 激活参数的 MoE，混合长上下文注意力
⚠️ 官方警告	官方明确表示即将实施重大 API 涨价，日期与新价格待公布
峰谷定价	8月17日 0 时生效：高峰时段（北京时间 9:00-12:00、14:00-18:00）之外，闲时价格为高峰的一半
Flash-0731	7月31日毕业的轻量档：$0.14 / $0.0028 / $0.28，并发 2500，同 1M/384K 窗口
生态事件	DeepSeek 600 万奖池大赛落幕，网页版用户夺得冠军

xAI — Grok 系列

项目	详情
Grok 4.6	8月12日发布，4.5 的直接升级；500K 上下文；文本+图像输入；reasoning_effort 支持 low/medium/high/xhigh
性能提升（vs 4.5 High，厂商自报）	DeepSWE v1.1 65.9%（+11.9）、APEX-Agents 57.5%（+10.4）、Terminal-Bench v3.0 26.0%（+10.3）；知识工作 Elo：GDPVal-AA v2 1753（+227）、AA-Briefcase 1577（+264）
价格	标准（<200K prompt）：$2 / $0.50 缓存 / $6；≥200K 全请求按 $4 / $1 / $12 计费（“200K 悬崖”）；Priority Processing 为 2 倍速通道
Agent 循环优化	prompt_cache_key / x-grok-conv-id 粘性缓存键、上下文压缩；定位"长时间少干预"的 agent 工作
背景	由 Cursor 团队主导训练（基于 Composer 2.5 升级），约 1.5T MoE 参数；AA-Briefcase 达 Fable 5 同级，token 消耗仅约 Opus 5 的四分之一

阿里巴巴 — Qwen 系列

项目	详情
Qwen3.8-Max 开放权重	8月12日发布：2.4T 总参数 / ~95B 激活（512 experts，10 路由 + 1 共享），Qwen 家族首个突破万亿参数的模型，也是 Max 级别首次开放权重；混合架构（Gated DeltaNet + MoE + Gated Attention）
开源版规格	纯文本、强制思考模式、原生上下文 262,144（可扩展至 ~1.01M）；自定义 Qwen3.8-Max License（非 Apache/MIT）：>100M MAU 或 >$20M 月收入需展示模型名；MaaS 业务 TTM 收入超 $50M 需另行授权
API 版 qwen3.8-max	$2 / $6 每百万 token；1M 上下文默认；支持文本+图像+视频；内建工具
性能（厂商自报 vs Qwen3.7-Max）	Terminal Bench 2.1 86.6（vs 74.5）、SWE-bench Pro 67.7（vs 60.6）、PaperBench 93.0（vs 64.8）、GPQA Diamond 92.6
Qwen 3.8-27B	8月发布并开源的稠密多模态 Agent 模型（27B），阿里云已上架
财报信号	8月20日阿里财报显示 AI 已成为云增长的确定性引擎，连续发布前沿语言、编程、视频、语音、图像、音乐模型及"千问办公"AI 生产力平台

智谱 — GLM 系列

项目	详情
GLM-5.3	8月发布并开源，智谱迄今能力最强的开源 Agent 模型；参数量 754B（A40B），上下文窗口 1M，最大输出 128K；支持真正可用的超长上下文，长程任务（Long Horizon Task）保持领先；8月18日上架阿里云百炼
商业化调整	8月初国内版 Coding Plan 新套餐上线，价格较此前档位翻倍级上涨，购买方式从抢购转为开放

月之暗面 — Kimi 系列

项目	详情
Kimi K3	7月17日发布，2.8T 参数，号称全球最大规模开源模型；原生视觉能力，1M 上下文窗口，面向长程 agent 工作流；厂商引用测试显示其在编程任务和复杂应用上优于 Claude Opus 4.8 与 GPT-5.5；已在 Moonshot、Together、Fireworks、Baseten、Modal 等多家平台上线

其他值得关注

• MiniMax：8月开源音乐模型 Music 3.0（本周更新）
• 微软：MAI-Code-1.1-Flash 视觉编码模型（更便宜档位）
• Liquid AI：LFM2.5-VL-3B 边缘视觉语言模型
• 字节跳动：Seed 系列持续推进（豆包 Doubao-Seed-1.6 系列）
• 阶跃星辰 / 可灵 / 通义：均有模型更新，视频、图像、音乐生成赛道竞争白热化

---

📈 行业趋势分析

1. Agent 化成为绝对主线

• Agent 模型已占据主流模型的大半壁江山，"推理模型"作为独立类别已无存在必要，行业预计 2027 年将删除该分类。
• 各家旗舰（GPT-5.6 Sol、Fable 5、Gemini 3.7 Flash、Grok 4.6、Qwen3.8-Max）均以长程自主任务、工具调用、多步规划为核心卖点；多智能体协作（OpenAI ultra 模式 4 agent 并行、MCP 兼容编排）成为新前沿。

2. 价格战与"效率优先"时代

• 竞争焦点从"谁更强"转向"每美元/每 token 的智能密度"：GPT-5.6 Luna 降价 80%、Gemini 3.7 Flash 半价促销至年底、DeepSeek 峰谷定价、Grok 缓存键优化——定价策略日益精细化。
• OpenAI 明确以"约四分之一成本击败 Fable 5"作为营销叙事；Grok 4.6 强调"AA-Briefcase 达 Fable 5 同级但 token 消耗仅四分之一"。
• DeepSeek 官方预告重大涨价，低价红利期可能进入尾声，市场需提前做好成本预案。

3. 国产大模型军团式崛起

• 阿里（Qwen3.8-Max 万亿级开源）、智谱（GLM-5.3）、月之暗面（Kimi K3 全球最大开源）、DeepSeek（V4-Pro GA）六周内相继发布前沿级模型，历史首次。
• LMSYS Arena Agent 榜上 DeepSeek V4 Pro 携 Qwen 3.8 Max 入场，“杭州与北京的差距缩小”。
• 阿里云 AI 收入三位数增长 + 3800 亿算力资本开支，显示中国厂商正以"模型+云+算力"全栈模式参与全球竞争。

4. 开源与闭源策略分化加剧

• Meta 从"全开源"转向混合策略（Muse Spark 闭源、Watermelon 计划部分开源），引发开源社区争议。
• 阿里 Qwen 坚持开源但采用自定义许可证（MAU/收入门槛条款），"开放权重"与"自由开源"的边界被重新定义。
• OpenAI 的 gpt-oss 与 DeepSeek、GLM 的开源路线形成多极格局；企业选型需仔细评估许可证合规风险。

5. 安全与监管成为发布节奏的变量

• Claude Fable 5 曾因安全评估暂停部署三周后重新上线；GPT-5.6 经历政府审查期后分阶段解禁；Anthropic Mythos 5 仅对特定用户开放。
• 模型安全策略（拒绝训练、实时监控、差异化访问控制）已成为旗舰发布的标配内容。

6. 长上下文与多模态成为默认配置

• 1M token 上下文已从旗舰专属下放至 Flash/Sonnet 等"工作马"档位；图像/视频/音频多模态输入成为普遍能力。
• 行业同时开始正视长上下文幻觉问题（如 LongNovel 等新基准的发布）。

7. AI 基础设施投资回报显性化

• 阿里云外部收入 +45% 创 22 个季度新高，AI 收入连续 12 个季度三位数增长，"三年回本"的算力投资逻辑得到财报验证。
• 全球 AI 云格局加速重构，算力资本开支从"军备竞赛"转向"回报周期明确化"。

---

📚 参考来源

• OpenAI 官方博客：GPT-5.6 发布、Ultrafast 预览、价格调整公告
• Anthropic 官方新闻：Claude Opus 5 / Fable 5 / Sonnet 5
• Google 官方博客：Introducing Gemini 3.7 Flash（8月13日）
• LLM Stats / llm-stats.com：Gemini 3.7 Flash、DeepSeek-V4-Pro-0813、Grok 4.6、Qwen3.8-Max 深度评测
• DeepSeek API 官方文档：更新日志与定价表
• 知乎专栏《国内外知名大模型及应用》（2026/08/20 更新）
• 新浪 AI 热点小时报（2026年8月21日）
• 阿里财报电话会报道（新浪财经、网易科技）
• 世界银行《2026年世界发展报告》
• Axios、NYT、CNBC、Engadget 等外媒报道

---

本报告由 Hermes Agent 自动收集整理，数据截至 2026年8月21日。厂商自报基准分数未经独立验证，仅供参考。