天眼早报

🤖 AI 大模型

𝕏 【重磅】Grok 4.6 正式发布，登顶 AI 智能指数

SpaceXAI正式发布Grok 4.6，在 NVIDIA GB300 NVL72 上训练运行，Artificial Analysis 智能指数得分61，追平 GPT-5.6 Sol、逼近 Fable 5（62）；Agentic ELO 达 1753，GDPVal-AA 反超 Fable 5 Max。模型运行速度 80 TPS，支持 50 万 token 上下文，专为长周期 Agent 任务设计。定价维持**$2/$6**每百万 token，较 Fable 5 便宜 80%、较 Opus 5 便宜 60%；7 天内用户可享双倍 token。现已上线 Grok Build、Cursor、API、OpenRouter、Notion 与 Poe。

𝕏 【重磅】DeepSeek V4 Pro 正式版发布，API 性能逼近 Fable 5

DeepSeek正式发布V4 Pro模型（版本标识：DeepSeek-V4-Pro-0813），API 已开放调用，OpenRouter 与 OpenCode 同步上线。总参数 1.5T/1.6T、激活 490B，支持 100 万上下文。基准测试显示，其在 Terminal Bench、Cybergym 等 Agent 能力榜单上超越 Opus 4.8 与 NVIDIA Nemotron3 Ultra，性能紧追Fable 5；Agent 基准大幅提升：DeepSWE 62.7、Terminal Bench 87.9、CyberGym 83.3。定价输出仅6 元/百万 tokens（约 $0.87），缓存命中输入 0.025 元，成本较 Opus 4.8 降低约 57 倍。SemiAnalysis 指出 NVIDIA 委员会式开发模式失败，DeepSeek 高效激活架构优势明显。

𝕏 ⭐阿里开源 Qwen3.8-Max：2.4T 参数、95B 激活，可自主编程 10 天

阿里开源Qwen3.8-Max：总参数2.4T、激活95B、512 专家、支持 1M 上下文，为迄今最大开源权重之一。在多模态 Agent 任务中表现惊人——连续自主编码超 10 天搭建自进化框架，并自主运行 125 小时复现论文；芯片设计任务将 die 面积缩小 81%。vLLM 首日支持 NVIDIA/AMD，提供现成 4-bit 检查点。

𝕏 微信正式发布自研大模型 WeLM 80B 和 617B 两个版本

微信正式发布自研大模型WeLM系列：WeLM-80B（总参数 800 亿，激活 30 亿）和WeLM-617B（总参数 6170 亿，激活 230 亿）。80B 版本已部署至微信原生 AI 助手小微，支持调用微信功能和小程序。

𝕏 ⭐ Upstage 发布 Solar Pro 4 推理模型，智能指数从 14 跃升至 42

Upstage发布Solar Pro 4旗舰推理模型，AA 智能指数从14跃升至 42；Terminal-Bench 从 12%到 57%，GDPval-AA 从 498 到 1276；定价**$0.30/$1.20**每百万 token。

𝕏 微软发布首个自研推理模型 MAI-Thinking-1

微软CEO 纳德拉宣布，MAI-Thinking-1作为从零打造的首个推理模型，已在Microsoft Foundry上线。

𝕏 Unsloth 实现 Qwen3.8 动态 1-bit 量化，模型缩小 91% 可本地运行

Unsloth通过动态 1-bit 量化将Qwen3.8-2.4T-A95B从 4.9TB 压缩至 397GB（缩小 91%），可在 410GB 以上内存运行，性能媲美 GPT-5.6 Sol。已提供 GGUF 格式。

𝕏 Llama Index 发布 ExtractBench 白皮书，构建文档提取新基准

Llama Index发布 36 页 ArXiv 论文，推出ExtractBench基准测试。该基准覆盖 14+提取系统，包含真实企业文档与合成数据，旨在评估 Schema 引导的文档提取准确性、成本及落地能力，填补行业评测空白。

𝕏 首个通用手语转文本模型发布，Android 新增 ASL 输入

redpony 团队发布首个通用手语转文本（SL2T）模型，并为Android手机带来ASL手语输入功能，未来将支持更多手语。

𝕏 Meta 开源 Muse Glimmer，首款本地智能体视觉模型

Meta开源Muse Glimmer，30B 视觉模型，支持 131K 上下文，2-bit 量化仅需 12GB 内存。

𝕏 四款开源 AI 视频模型齐发，打通视频生产全链路

四款开源 AI 视频模型齐发：IndexTTS-2.5、LTX-2.5、Wan-Animate-2、NAVA开源，覆盖配音、角色驱动、多镜头剪辑与音画同步。

𝕏 DeepSeek 推理缓存命中率达 96.56%，效率远超同行

开发者反馈DeepSeek推理缓存命中率高达96.56%，第二好的提供商仅为 91.60%。这使其 GPU 使用时间减少约2 倍，推理成本大幅降低。

𝕏 Soniox 发布 TTS v2 语音模型，价格低至每小时 0.7 美元

Soniox发布TTS v2，支持 60+语言，收费0.70 美元/小时，较 ElevenLabs 便宜 7 倍。支持音频标签控制情感语气、毫秒级时间戳与跨语言克隆，面向实时语音代理。

𝕏 语音代理技术栈简化：多模态 LLM 直接理解语音，无需 STT

语音代理技术栈从VAD→STT→LLM→TTS简化为VAD→MLLM→TTS，多模态 LLM 可直接理解音频。开发者可构建更好的语音代理。

𝕏 Claude Opus 5 响应长度激增 3 倍，词汇反而更简单

LMArena分析Claude Opus 4.5 至 5的输出发现：Opus 5 平均响应510 词，是 4.5 的 3 倍；句子长度增 58%，但抽象名词减少 53%。Fable 5更简洁，平均 316 词，且更频繁加入肯定性表述。

𝕏 xAI 发布 Grok Voice Think Fast 2.0 语音模型

SpaceXAI推出新一代语音模型Grok Voice Think Fast 2.0，提升智能、转写准确率和对话能力。

𝕏 vLLM 联合英伟达推 KV 缓存卸载，模型加载加速 7.3 倍

vLLM新增KV connector，通过 LM Cache 将 KV 缓存存至 Azure Blob；与 NVIDIA Dynamo 合作的 ModelExpress 模型加载方案，在 H100/A100 上比默认加载快7.3 倍。

𝕏 OpenAI 将 ChatGPT 广告扩展至五个新国家

OpenAI于 8 月 11 日将ChatGPT Ads正式扩展至英国、日本、韩国、巴西和墨西哥，AI 搜索商业化明显提速。

𝕏 Cohere 开源 North Micro Vision 小模型，专注文档理解

Cohere发布North Micro Vision，目前最小的视觉语言模型，擅长文档理解，Apache 2.0开源，权重已上 HuggingFace。

𝕏 DeepSeek V4 Pro 0813 长程任务现早停问题，测试不及 GLM-5.1

开发者测试显示，DeepSeek V4 Pro 0813长程任务现早停问题：在 max 模式 50 轮任务中 2 次提前早停，未超过GLM-5.1。

𝕏 MiniMax H3 开源后字节系模型开始降价

MiniMax H3开源后，字节跳动感受到了竞争压力，旗下模型开始降价。这是 AI 开源模型冲击闭源价格体系的最新信号。

𝕏 DHH 用 Claude 分析发现 Spotify 桌面端 1.25GB 内存占用多半来自 Chromium

Claude分析Spotify桌面端：1.25GB常驻内存中720MB为 Chromium 开销。

---