引言过去一年AI 大模型的竞争主线是「闭源旗舰越卖越贵」更长的上下文、更强的工具调用、更复杂的 Agent 任务往往意味着更高的 API 价格和更封闭的权重。但 2026 年 8 月 13 日的密集发布把这条主线掰弯了——DeepSeek V4 Pro、阿里 Qwen3.8-2.4T 与 xAI 的 Grok 4.6 在同一天亮相三者的共同关键词不是「参数更大」而是长周期 Agent 能力。更关键的是开源权重已经开始在核心基准上逼近闭源旗舰同时把调用成本打到约 1/60。对开发者来说这意味着选型逻辑变了不再只看榜单第一是谁而是看「同样的任务谁能以可控成本真正跑完」。一、事实速览8 月 13 日发生了什么下表汇总了本文依赖的核心事实。所有数值均来自公开来源无法独立核实的内容已标注。事件关键事实来源可信度DeepSeek V4 Pro 08138 月 12 日深夜 API 版本更新为DeepSeek-V4-Pro-0813MoE、约 1.6T 总参数 / 49B 激活、1M 上下文、384K 最大输出输出 6 元/MDeepSeek 官网 API 文档、腾讯科技、ai0.news官方定价媒体转述DeepSeek 基准Terminal Bench 2.1 87.9Fable 5 88.0差 0.1CyberGym 83.3反超 Fable 5 83.1DeepSWE 从预览版 12.8 跃升至 62.7猎云网、腾讯科技、ai0.news厂商/媒体披露待独立核实阿里 Qwen3.8-2.4T-A95B8 月 13 日开放权重2.4T 总参数 / 95B 激活首个开放权重的 Max 级模型Terminal Bench 2.1 从 74.5 升至 86.6腾讯科技、ai0.news官方开放权重媒体转述Qwen 限制开放权重无 vision 和 1M 上下文能力保留在 Qwen3.8-Max 托管 APIBF16 权重约 4.9TBUnsloth 1-bit 量化 397GBai0.news媒体转述xAI Grok 4.68 月 12 日发布长周期 Agent 多模态视觉Artificial Analysis Intelligence Index 61与 GPT-5.6 Sol 持平5 vs 4.5GDPVal-AA v2 1753 Elo 登顶ai0.news、今日头条厂商/媒体披露Grok 定价输入 $2/M、输出 $6/M高速版 2 倍WebDev High 1618 分、第 7 名ai0.news、新浪财经官方定价媒体转述Claude Fable 5 定价输出约 360 元/M媒体披露腾讯科技、so.html5.qq.com媒体披露待核实中国开源下载Hugging Face 2026 春季报告中国自研开源模型下载占比 41%首次超过美国腾讯科技机构报告转述Zuckerberg 长文Meta CEO 发布《The Future is for Everyone》主张开源普惠路线XR 控/腾讯科技媒体转述白宫框架Wired白宫拟把自愿安全框架扩展至接近前沿能力的开放权重模型ai0.news媒体转述Twitch 训练数据Amazon 默认把 Twitch 内容纳入 AI 训练opt-out 模式TechCrunchai0.news 转述媒体转述三件事放在一起看Agent 能力成为共同的主线而权重是否开放正在成为定价和部署灵活性的分水岭。二、DeepSeek V4 Pro开源权重逼近 Fable 5DeepSeek 没有发新闻稿。8 月 12 日深夜用户发现官网 API 定价页的deepseek-v4-pro版本号变成了DeepSeek-V4-Pro-0813。根据公开信息正式版的关键规格如下架构MoE约 1.6T 总参数 / 49B 激活参数基于公开报道待官方确认。上下文1M token单次最大输出 384K token。模式支持思考默认与非思考两种模式API 提供普通、高推理、最高推理三档。接口新增 Responses API 与 Codex 接入兼容 OpenAI 与 Anthropic API 格式保留工具调用、JSON 结构化输出、FIM 补全。价格尚未涨价缓存命中输入 0.025 元/M缓存未命中输入 3 元/M输出 6 元/M。真正值得关注的是它的 Agent 基准Terminal Bench 2.1 达到 87.9 分仅落后 Claude Fable 5 的 88.0 分 0.1 分CyberGym 83.3 分反超 Fable 5 的 83.1 分DeepSWE 更是从预览版的 12.8 跳到了 62.7。这些数字如果属实说明开源权重的天花板已经与闭源旗舰几乎贴平。三、Qwen3.8-2.4TMax 级权重首次开放阿里千问在同一天开放 Qwen3.8-2.4T-A95B 的权重。这是 Qwen 首次把 Max 规模模型对外开放2.4T 总参数95B 激活架构采用约 3:1 的线性注意力与全局注意力混合。重点转向 Coding Agent 与长程任务后它的 Terminal Bench 2.1 从 74.5 升至 86.6虽然略低于 DeepSeek V4 Pro但已经站在同一梯队。开放权重不等于「全能可用」。根据英文报道开放版本不带 vision 和 1M 上下文多模态与超长窗口仍留在托管的 Qwen3.8-Max API 后面。商用授权也是自定义的超大规模商用需要署名或额外授权。另外BF16 权重约 4.9TB即使 Unsloth 的 1-bit 量化也要 397GB普通开发者基本只能走 API 或云端部署。四、Grok 4.6从回答问题到完成任务xAI中文报道中亦称 SpaceXAI的 Grok 4.6 是同日第三个主角。与 DeepSeek 和 Qwen 不同Grok 4.6 不是开放权重而是强化长周期 Agent的闭源模型。Artificial Analysis Intelligence Index 61 分与 GPT-5.6 Sol 持平比 Grok 4.5 高 5 分。GDPVal-AA v2 以 1753 Elo 登顶。输出价格 $6/M是 DeepSeek 的约 7 倍按汇率 7.0 折算但也在 Grok 4.5 的价位区间内。WebDev High 1618 分排名第 7紧随 GPT-5.6 Sol 与 Claude Fable 5 之后。xAI 同时推出了 Grok Bot定位为「AI 队友」登录云端桌面、并行执行多步骤任务、学习用户工作流。它的直接竞品是 OpenAI、Anthropic 和微软的企业 Agent 产品。一个需要注意的细节Hacker News 上有开发者指出Grok API 会在每次请求中注入隐藏 system prompt且该 prompt 会覆盖用户层面的 system prompt。如果你的应用依赖自定义系统提示发布前建议实测验证。五、输出价格对比开源把闭源价格打穿一个数量级图1输出价格对比元/百万 token对数刻度。DeepSeek V4 Pro 输出 6 元/MGrok 4.6 约 42 元/M按汇率 7.0 折算Claude Fable 5 约 360 元/M媒体披露。Grok 4.6 / Fable 5 数据为厂商或媒体口径发布前建议复核。这张图说明三件事DeepSeek V4 Pro 的价格只有 Claude Fable 5 的约 1/60——如果它真的能把 Fable 5 级别的 Agent 能力稳定交付闭源 API 的溢价空间会被大幅压缩。Grok 4.6 的价格处于中间带比 DeepSeek 贵约 7 倍但比 Fable 5 便宜约 8 倍。xAI 的赌注是「更快的响应 更强的长程任务执行」值得这 7 倍溢价。价格差不再和能力差完全正相关。intelligence gap 在收窄price gap 没有。六、Terminal Bench 2.1能力鸿沟几乎抹平图2Terminal Bench 2.1 自主终端操作基准。DeepSeek V4 Pro 87.9 分仅落后 Claude Fable 5 的 88.0 分 0.1 分Qwen3.8-2.4T 86.6 分Grok 4.6 未披露该基准得分未列入。数据来自厂商/媒体披露。Terminal Bench 2.1 测的是模型在终端环境中自主操作、排障、完成多步骤任务的能力。这是当前 Agent 落地的核心场景之一。三个模型的得分集中在 86–88 分区间。考虑到 DeepSeek 是开源权重、Qwen 是首次开放 Max 权重这个密集分布说明在 Agent 赛道上开源/开放权重与闭源旗舰之间的绝对差距已经很小剩下的差异更多体现在延迟、稳定性、多模态、长上下文和企业合规上。七、MoE 架构万亿总参数数十亿激活图3MoE 参数规模对比对数刻度。DeepSeek V4 Pro 约 1.6T 总参数 / 49B 激活Qwen3.8-2.4T-A95B 为 2.4T 总参数 / 95B 激活。基于公开报道整理待官方确认Grok 4.6 参数未披露未列入。两个开放/开源的 frontier 模型都走 MoE 路线总参数冲上万亿级但每轮前向传播只激活其中 3%–4%。这个设计的工程含义是训练时可以堆容量推理时控制显存与延迟。本地私有化部署虽然「理论上可行」但 4.9TB 的 BF16 权重对绝大多数团队仍是云端或托管场景。对开发者来说MoE 不再是噱头而是把 frontier 能力塞进可控成本的结构选择。八、可复制动作如何快速接入新模型下面给出三个可直接粘贴执行的命令示例。{YOUR_API_KEY}请替换为实际 key模型名称请以官方最新文档为准。# 1) DeepSeek V4 ProOpenAI 兼容格式 curl https://api.deepseek.com/chat/completions \ -H Authorization: Bearer $DEEPSEEK_API_KEY \ -H Content-Type: application/json \ -d { model: deepseek-v4-pro, messages: [{role: user, content: 用 Python 写一个带单元测试的 Todo Agent}] } 2) Grok 4.6xAI API curl https://api.x.ai/v1/chat/completions -H Authorization: Bearer $XAI_API_KEY -H Content-Type: application/json -d { model: grok-4.6, messages: [{role: user, content: 把这段需求拆成可执行步骤并生成 MVP}] } 3) 拉取 Qwen3.8-2.4T 权重发布后请到 Hugging Face 仓库确认具体 tag huggingface-cli download Qwen/Qwen3.8-2.4T-A95B --local-dir ./qwen3.8-2.4t如果你只是想快速跑 benchmark建议先用 OpenRouter 的统一接口跑同一 prompt直接看延迟、价格与输出稳定性而不是只盯着榜单得分。九、局限与诚实声明本文中的基准分数、参数规模、价格等多为厂商自报或媒体转述已标注「待独立核实」。Qwen3.8-2.4T 开放权重「不带 vision 和 1M 上下文」如果你需要多模态或超长上下文仍需使用托管 API。Grok 4.6 的隐藏 system prompt 细节来自 Hacker News 讨论未经过官方确认生产接入前请务必实测。命令示例中的模型名称、API endpoint、CLI tag 为撰写时的公开信息实际运行前请替换为官方 exact 名称。价格对比涉及汇率折算Grok 4.6 的 42 元/M 按 7.0 汇率估算Claude Fable 5 的 360 元/M 来自中文媒体披露建议独立验证。