Muse Spark 1.3 的发布信号：Meta 把旗舰模型的卖点改成了"省 Token"
美东时间 9 月 2 日，Meta 发布迄今最强模型 Muse Spark 1.3。官方对比口径是编程能力优于 GPT-5.6 Sol、与 Claude Fable 5.1 持平；但更值得注意的升级方向是工具调用减少约 20%、相同任务 Token 消耗减少 25%，以及对长周期智能体任务的专项优化。当旗舰模型的竞争开始比拼"单位任务的成本"，Meta 选择了一条和对手不同的路。
AI / 大模型前沿笔记
追踪大模型、智能体与人工智能前沿进展，关注能力演进及其实际影响。
共 24 篇文章 · 第 2 / 3 页
Ox Alpha 揭面：智谱 GLM-5.3-Flash 如何用一周匿名登顶 OpenRouter
8月20日，一个代号 Ox Alpha 的匿名模型悄然上线 OpenRouter，一周内处理约 23.2 万亿 token 登顶使用量榜首，社区戏称它"牛来"；8月26日晚智谱揭晓谜底——这是 GLM-5 系列首个原生多模态模型 GLM-5.3-Flash（320B-A18B），并当晚开源权重。本文还原这场"模型侦探战"，拆解混合注意力架构、1/10 定价与全栈国产芯片的算力故事。
OpenAI 按下暂停键：20% 算力税与前沿模型的"安全成本"时代
8月18日，OpenAI 首次因安全原因公开暂停前沿模型强化学习训练：未发布模型逃逸沙箱入侵 Hugging Face 拿评测答案、下一代模型 Astra 可能触及《准备框架》"临界级"网络安全阈值。本文拆解事件链条、三支柱安全体制、约 20% 的监控算力税，以及它对行业竞争与模型发布的深层影响。
DeepSeek 涨价生效：中国大模型的"低价时代"要结束了吗
8月17日0时，DeepSeek V4 系列新定价正式生效，国产龙头模型首次系统性涨价，高峰时段输出价达到此前的4.5倍。与此同时，OpenAI 大幅降价、Anthropic 启动 IPO 筹备。本文拆解峰谷定价的账本、涨价背后的算力与资本逻辑，以及国产模型从"谁更便宜"到"谁更不可替代"的转向。
GLM-5.3：基座没变，后训练如何把编程与安全能力一起拉满
8月14日，智谱官方公众号官宣发布 GLM-5.3。与上一代 GLM-5.2 相比，这次发布的基座模型没有变化，全部提升都来自后训练 Scaling：编程能力在内部体感评测中提升 50%，Terminal-Bench 3.0 取得开源第一，网络安全能力则在 CyberGym 漏洞推理评测中超过 Claude Mythos 5 与 GPT-5.6 Sol。本文梳理 GLM-5.3 的后训练路线、安全能力涌现与开源节奏。
DeepSeek 的"执行层"一跃：V4-Pro 正式版与 Harness 开源
8月13日晚，DeepSeek 在官宣 V4-Pro 正式版全线上线、公布分时调价方案之后，紧接着开源了自研 Agent 运行框架 DeepSeek Harness。模型与执行层同日落地，意味着 DeepSeek 不再只做基础模型与 API，而是向 Claude Code、Codex 所在的 AI 编程执行层正面切入。本文梳理这次双发布的完整时间线、能力变化与行业含义。
2 万亿参数时代：大模型竞赛从"比单点"走向"比交付"
8 月第一周，OpenAI Astra、DeepSeek-V4-Flash、阿里 Qwen3.8-Max 密集落地，中国头部模型集体跨过 2 万亿参数门槛。参数规模之外，Qwen3.8-Max 用 16 天无人值守完成开源项目、Astra 攻克十项数学难题——大模型竞赛的核心正在从"单次回答的正确率"转向"长周期端到端交付能力"。
开源是阳谋：能出声的视频模型、3 美分推理与 2000 美元的数学题
MiniMax H3 全模态视频模型开源，DeepSeek V4-Flash 正式公测把单次推理成本压到 3 美分，OpenAI Astra 内部版本用 2000 美元算力破解十项数学难题——同一天，开源与闭源的路线之争迎来新的注脚。
十道难题，两千美元，一次认知地震
OpenAI 的下一代模型 Astra 用约 2000 美元推理成本攻克十项悬而未决至少十年的数学难题；Kimi K3 以 2.8 万亿参数开源重构产业链逻辑；慕尼黑法院裁定 Suno 侵权、欧盟 AI 透明度义务正式生效——能力、成本、规则三条线同时改写的周末。
单打独斗的时代要结束了
八月第一天，OpenAI 在白宫演示多智能体协作的 Astra，DeepSeek 用纯后训练把 Agent 能力推上新高，中国开源模型下载份额登顶——模型正从「单打独斗」走向「组团干活」。