近期AI模型盘点：承诺兑现了多少

上期各家 AI 实验室许诺了权重、接口和降价，本期必须交货。下面是真正发出来的东西，分门别类，附原始出处。



三十天里七笔承诺到期，五笔兑现

七笔承诺的兑现情况：

Kimi K3 开放权重｜上期承诺、本期提前交付｜Hugging Face 上放出 1.4 TB，比自己定的截止日还早｜已兑现
FLUX 3 Video 开放访问｜上期承诺、本期如期｜正式可用，按秒计费｜已兑现
Ling-3.0-flash 权重｜上期承诺、本期兑现｜MIT 协议；FP8 版可装进 128 GB｜已兑现
Seedance 2.5 公开接口｜上期测试版预告、本期开放｜面向 BytePlus 与火山引擎开发者开放｜已兑现
Qwen3.8-Max 权重｜上期预告、本期兑现｜2.4T 检查点，采用自定义协议｜已兑现
GLM-5.3 权重｜上期承诺｜安全评审后暂缓，截至本期发稿仍无仓库｜待兑现
Mistral 开放前沿家族｜上期放风｜仍在早期体验，无权重、无模型卡｜待兑现

以上是上期盘点里我们记下的每一条开放承诺，以及本期发稿时的状态。每一行在正文里都链向一手出处，没有一条凭记忆引用。

本期有两家相隔重洋的实验室，在九天之内各发一款前沿模型，最后价格却一模一样：每百万输入 token 2 美元、每百万输出 token 6 美元。这个数字不是巧合，它是一个月贴身厮杀贴在价签上的结果。而这只占本期故事的一半，另一半是各家实验室在还账：上期宣布、放风或许诺的几乎所有东西，都得真的发出来。

这是第二期月度盘点，做法和第一期一样：下面每一个价格、规格都在本周对照过出处并就地链接，只有厂商自测的跑分会明确标注，最响的几件什么也没发生的事放在最后点名。在这期覆盖的三十天里，十一家厂商的十七个发布入选。其中三件会真正改变你的选择。

速读：三件值得在乎的发布

如果你按顶配买 token，Grok 4.6 把地板价重画了。xAI 这款新发布在独立综合测试中宣称达到前沿水平，却保留 Grok 4.5 的每百万输入 2 美元、输出 6 美元定价，成为价格最低、又敢自称前沿的模型。

如果你做微调或自托管，Qwen3.8-Max 改变了开放二字的含义。阿里这款 2.4 万亿参数旗舰发布九天之后做了一件此前 Max 级 Qwen 从没做过的事：把真正的检查点放出来供下载。

如果你跑的是干活档，Gemini 3.7 Flash 把你的账单砍了一半。Google 在 Gemini 3.6 Flash 之后 23 天就发出它，价格腰斩，编程分数涨了十六分。其余一切，都是在评论同一个结构性事实：上期的承诺——尤其是开放权重——大部分在本期变成了真能下载的文件，而价格在这个过程中继续往下掉。

本期发布一览，按时间顺序：

Kimi K3 权重｜开放｜2.8T 旗舰放出 1.4 TB，提前于承诺
DeepSeek-V4-Flash-0731｜开放｜284B 总参、13B 激活的智能体再训练版，首发即 MIT 权重
Seedance 2.5｜视频｜正式发布；公开开发者接口随后开放
Qwen3.8-Max｜文本｜2.4T MoE，每百万 token 2/6 美元，1M 上下文；月中放出权重
FLUX 3 Video｜视频｜正式可用：20 秒片段带原生声音，每秒 0.06 美元起
Qwen-Image-3.0｜图像｜上期邀约定制本期公开，每张图 0.03 美元起
Ling-3.0-flash｜开放｜MIT 协议；BF16 255 GB，FP8 128 GB
Muse Spark 1.2 加 Muse Code｜文本｜1M 上下文、仓库级训练，外加智能体框架测试版
GPT Transcribe｜音频｜转写每分钟 0.0045 美元，比 whisper-1 低 25%
Think Fast 2.0 live｜音频｜上期语音对语音预告上线，每分钟 0.08 美元
GPT-5.6 Luna 免费默认｜文本｜免费版 ChatGPT 换底；一周后免费用户 unlimited 文本对话
Grok Imagine Image 2.0｜图像｜双榜图像世界第二；仅应用内，接口待定
Grok 4.6｜文本｜宣称追平前沿，2/6 美元，与 Grok 4.5 持平
Seed 2.1 Turbo｜文本｜多模态编程加智能体模型，0.5/2.5 美元，262K 上下文
Gemini 3.7 Flash｜文本｜比它 23 天前的前辈便宜一半，编程大涨
GLM-5.3｜文本｜智能体能力大涨；承诺的权重仍在安全评审中
GLM-5.3-Flash｜开放｜320B/18B 多模态 MoE，首发即 MIT 权重，0.15/0.5 美元

开放标记的是发布当天就能下载权重的产品。



文本：输入 2 美元、输出 6 美元，成了前沿新价

Grok 4.6 是这股趋势最干净的表达。输入 2、输出 6 美元的费率和 Grok 4.5 一样，500K 上下文窗口也一样，但 xAI 称它在 Artificial Analysis 智能指数上已追平 GPT-5.6 Sol，落后 Claude Fable 5 一分，DeepSWE 编程分从 54 涨到 65.9。两条诚实的脚注：所谓追平，是拿 Grok 的默认档位对标对手的最高档位；而小字条款重新给一切定了价。提示词超过 200K token 之后，请求里每个 token 都按翻倍的 4/12 美元计费，缓存输入价悄悄涨了 67%。读费率卡，别读标题。

Qwen3.8-Max 从另一个方向选中了同一个价签：2/6 美元，换来一个 2.4 万亿参数的 MoE、1M token 上下文、能吃文字图像视频输入。阿里自己的表显示它在智能体电脑操作上领先，编程成绩则好坏参半；发布时还没有独立跑分，所以这张表应该按它应得的方式去读——厂商自测表。更大的新闻九天后才到：这款旗舰现在可以下载了。

Google 只用价格回应。Gemini 3.7 Flash 发布价 0.75/3.75 美元，是 Gemini 3.6 Flash 首发价的一半，DeepSWE 从 49.0% 涨到 65.3%。坑在于日历：这个价是优惠 introductory 价，约四个月后翻倍到 1.5/7.5 美元，所以任何按首发价搭出来的成本模型，保质期只有四个月。菜单更下面，字节的 Seed 2.1 Turbo 以 0.5/2.5 美元提供一个多模态编程加智能体模型，262K 上下文；Meta 的 Muse Spark 1.2 加上了 1M token 窗口和仓库级训练。

OpenAI 本期把力气花在分发而不是前沿宣称上：GPT-5.6 Luna 在这周成为免费档默认模型，一周后免费用户 unlimited 文本对话（仅文本，上传和图片仍有上限）。预算党记一个截止日：Anthropic 对 Claude Sonnet 5 的促销价 2/10 美元即将结束，恢复为 3/15 美元。如果你的流水线已经按那个价标准化，下周账单就会动。

本期文本模型每百万输出 token 要多少钱（首发厂商挂牌价，灰色柱是更早发布用于对照，柱长按对数刻度）：

Claude Fable 5（更早，对照）｜50 美元
Claude Opus 5（更早，对照）｜25 美元
Kimi K3（更早，对照）｜15 美元
Grok 4.6｜6 美元
Qwen3.8-Max｜6 美元
Gemini 3.7 Flash｜3.75 美元
Seed 2.1 Turbo｜2.50 美元
GLM-5.3-Flash｜0.50 美元
DeepSeek-V4-Flash｜0.28 美元

两家相隔重洋的实验室，在自称前沿的模型上落到同一个 6 美元价签；与此同时一个 320B 开放模型首发只要 0.5 美元。而不久之前，旗舰价还是 50 美元。

图像：最好的新工具偏偏不开放接口

本期最强的新图像工具，没法用代码调用。Grok Imagine Image 2.0 作为 Grok 应用和网站里的质量模式发出，支持区域级编辑、抠背景、最多五张参考图生成，排版明显更好。它在文生图和图像编辑两个 Arena 榜上首发就排到世界第二，仅次于 OpenAI 自家图像模型。接口在计划中。开发者只能眼睁睁看着消费者用一个自己还没法出货的模型。

阿里通过发布回答了上期悬着的一个问题。Qwen-Image-3.0 从邀约定制变成公开端点，每张图 0.03 美元，2K 分辨率的 Pro 档 0.075 美元，瞄准 12 种语言下密集、文字多的排版。它发出时仍然没有跑分、没有模型卡，所以诚实的标签还是便宜但未经验证。生产环境出图的人记一笔：Google 关停了 Imagen 4 端点，转向 Gemini 品牌的图像模型——又一次提醒，图像接口退役的速度比建在它上面的产品还快。

视频：30 秒片段终于有了公开价签

上期的视频新闻都锁在企业门后面，本期把门打开了。字节的 Seedance 2.5 正式发布，公开开发者接口也随之开放：一次生成最长 30 秒、音画同步；最多用 30 张参考图加视频和音频参考来引导生成；对已有片段做到时间戳级编辑。验证过的输出封顶 1080p，所以上期谈的 4K 当作路线图看就好。我们做过上一代的正面对比（含第一条直出），2.5 的公开接口让任何人都能做这种测试。

Black Forest Labs 按期兑现了上期承诺。FLUX 3 Video 正式可用：最长 20 秒片段，对白、音效、环境音一起生成，草稿每秒 0.06 美元，HD 0.17 美元，全 HD 0.29 美元。一段 20 秒草稿 1.2 美元，这让 AI 视频从预算项变成了故事板阶段的零头。BFL 自己的 Arena 数字称它在文生视频上领先 Seedance 2.0 六十六个 Elo；那是内部评测，而它上期放风的开放权重 Dev 版仍然没有日期。

音频：OpenAI 自己砍了 Whisper

本期的音频故事，是一家公司在跟自己竞争。GPT Transcribe 把语音转文字定价每分钟 0.0045 美元，约合每小时 0.27 美元，比 whisper-1 一直以来的每分钟 0.006 美元低 25%，还带上了 whisper 从没有过的关键词提示和多语言提示。转写本来就便宜，现在便宜到连转写行业自己都觉得过分；有意思的效应在下游——当每段录音默认都带一份文字稿之后，人们会拿它去索引、搜索、总结什么。

另一条音频条目了了上期的一桩悬案。Grok Voice 的 Think Fast 2.0 上期宣布时我们因为太新没下判断，本期已对全部 Grok Voice 流量开启：语音对语音每分钟 0.08 美元，首音频延迟 0.7 秒。一边是一毛钱一小时的转写，一边是亚秒级语音智能体，整条语音回路越来越便宜；从上期到本期没变的一点是，最好的那部分仍然只有云端。

开放权重：上期的欠条基本都还了

我们上期盘点结尾的开放权重部分警告过：一个模型开放不开放，看下载链接能不能用，而不是看新闻稿怎么说。本期就是这句话的考场，结果比我们预期的好。Moonshot 第一个还：Kimi K3 权重落在 Hugging Face，比它自己定的十天截止日还早，也比我们上期盘点发稿早三天——上期那篇还把这条记在待兑现里。在此更正：2.8 万亿参数，104B 激活，1M token 上下文，约 1.4 TB 文件，采用 Moonshot 自家的 Kimi K3 License。这是有史以来最大的一次开放权重发布。

然后欠条一张张清。DeepSeek-V4-Flash-0731 首发即 MIT，284B 总参、13B 激活，磁盘上 166.9 GB，是一次面向智能体的再训练，在它自家公布的全部九项智能体基准上超过 DeepSeek 更大的 V4-Pro 预览版，托管接口 0.14/0.28 美元。蚂蚁集团如期交出 Ling-3.0-flash，MIT 协议，FP8 版 128 GB。阿里做了那件没人太敢信的事：完整的 Qwen3.8-Max 检查点上线，FP8 约 2.5 TB，采用带收入门槛条件的自定义协议，而不是 Apache。就算带着种种限制，一个可下载的 2.4T 前沿旗舰，一个月前还不存在。

反例也有教益。Z.ai 推出 GLM-5.3，自家基准上的智能体数字亮眼，Terminal-Bench 从前代的 4.6 涨到 28.3，并承诺权重在安全评审后分阶段放出。本期发稿时仍无仓库。它给出的理由值得认真对待而不是冷嘲：Z.ai 称模型在网络安全评测中表现出多阶段漏洞利用规划能力，而把一个一旦放出就收不回的检查点先卡住，正是安全评审存在的意义。但记分牌就是记分牌：上期七笔承诺清了五笔，剩下两笔——GLM-5.3 和 Mistral 放风的开放家族——都要算在它们真正发布的那个月头上。

就在本期截稿前一天，Z.ai 让自己的反例变复杂了。GLM-5.3-Flash 是一个 320B 参数、18B 激活的 MoE，原生多模态吃文字、图像、视频输入，1M token 上下文，发布当天权重就以干净的 MIT 协议上了 Hugging Face，FP8 约 306 GiB。它在 Artificial Analysis 智能指数上拿 57 分，比 Gemini 3.7 Flash 高一分，接口价 0.15/0.5 美元。这款模型发布头一周一直匿名以 Ox Alpha 名义对外服务，据 Z.ai 称完全跑在国产芯片上。发布一天的数字值得被审视一个月之后再动你的默认选择，但按这些数字，它是本期每美元最强的开放发布，也让带门槛的 GLM-5.3 看起来像 Z.ai 产品目录里的例外而非常态。

本地能跑的：真正的礼物是 17 GB

TB 级检查点关乎托管商和大学，不关乎你桌上这台机器，所以下面是诚实排序。大多数读者真正跑得起的一个发布是 Qwen3.8-27B：稠密模型，Apache 2.0，4-bit 量化后约 17 GB，在 Artificial Analysis 智能指数上拿 52 分，前代是 38 分。这个下载能塞进一块 24 GB 显卡或一台 32 GB 的 Mac，装的当天就取代旧 27B 成为本地 Qwen 默认。

硬件往上一档，DeepSeek-V4-Flash-0731 的 167 GB 和 Ling-3.0-flash 的 128 GB FP8 版，都能装进 192 GB 统一内存的 Mac 或双显卡工作站，激活参数低让生成速度还算舒服；我们的 DeepSeek 本地指南覆盖了这个家族小得多的量化版。GLM-5.3-Flash 的 306 GiB FP8 检查点暂时还在工作站够不着的地方，要等更小的量化版；Kimi K3 和 Qwen3.8-Max 仍是多节点工程。你自己这台机器装得下什么的算术没变，内存与显存指南仍然用一次减法算清楚。

我们故意没写的

砍掉了什么，为什么。GLM-5.2 Turbo：上一代模型的速度刷新，发布三天就被自己的继任者盖过；如果你在选 Z.ai 模型，决策直接看 GLM-5.3 或它的开放 Flash 兄弟。OpenAI 的数学成果：十个带机器可验证证明的开放问题被解出，是真正的研究新闻，但它不是模型、不是产品、也不是价格。Wan 3.0：整月传着要发，没有厂商帖子、没有仓库、没有市场上架，按本盘点规则它还不存在。Mistral 开放家族：仍在早期体验，无权重无模型卡，和上期一样。下载链接能用之前，我们会一直写这句话。

这是第二期。下一期照旧做法：一手出处、发布当日价格、一份跳过清单。两条信息值得记着：欧盟对通用 AI 义务的执法已经开始适用，正在影响这些模型在哪儿、什么时候发布；Gemini 3.7 Flash 的半价窗口即将关闭。两期之间，那张可排序的模型对比表保持更新。如果本期有哪个发布改变了你默认伸手去拿的那个模型，它配得上标题。对大多数人来说，正好有三个。