中国大模型 8 月发生了什么：一张时间线看懂这两周
8 月 12 日到 17 日的五天里，中国大模型圈接连做了三件互相矛盾又互相呼应的事：DeepSeek 宣布 API 涨价最高超 1100%，阿里同步把从未开源过的 Qwen-Max 级旗舰模型 2.4 万亿参数权重放出来，智谱则用同一个基座模型、纯靠后训练把编程测试成绩拉高数倍。三家公司、三种打法，共同指向同一个信号——国产大模型正在从「卷价格」转向「卷定价权」。
7月16日 · Kimi K3：月之暗面开源 2.8 万亿参数的 Kimi K3，此前已引发美方安全关注。
8月2日–3日 · Qwen 上云：阿里 Qwen3.8-Max 先预告、后上线云端 API。
8月10日 · Meta 对照：Meta 发布开源模型 Muse Glimmer（300 亿参数，Apache 2.0），预告旗舰 Muse Spark 1.2 权重「即将开源」。
8月12日 · 开源权重落地：阿里正式在 ModelScope / Hugging Face 放出 Qwen3.8-2.4T-A95B 开源权重；同日 xAI 发布 Grok 4.6。
8月13日–14日 · 涨价与后训练：DeepSeek-V4-Pro 正式版上线，同步公告 8 月 17 日起 API 涨价；谷歌发布降价的 Gemini 3.7 Flash。次日智谱发布 GLM-5.3，沿用 GLM-5.2 的 7430 亿参数基座。
8月17日 0点（北京时间）· 新定价生效：DeepSeek 峰谷价正式切换。把镜头再拉远：7 月 30 日 OpenAI 已把最便宜档 GPT-5.6 Luna 降价 80%，8 月 6–7 日又把 Luna 设为免费用户默认模型并开放无限文本对话——中国厂商在涨价和开源上做加法的同一时间，美国厂商正在免费和降价上做加法。
提示：这不是巧合，而是同一场定价博弈的两个侧面。国内财经媒体普遍将密集发布解读为「中国开源模型倒逼全球 AI 行业重新定价」；英文科技媒体则多把单次发布当孤立产品新闻。
DeepSeek 涨了多少、Qwen 开了什么、GLM-5.3 强在哪
先把可核对的数字放进表里。DeepSeek 新定价自 8 月 17 日 0 点起生效，北京时间 9–12 点、14–18 点为高峰时段。数据来源：DeepSeek 官方公告，经华尔街见闻、IT之家、V2EX 等多方交叉核对。
| 计费项（每百万 tokens） | 涨价前 | 空闲时段（新） | 高峰时段（新） | 涨幅（高峰） |
|---|---|---|---|---|
| V4-Flash 缓存命中输入 | ¥0.02 | ¥0.05 | ¥0.10 | 约 400% |
| V4-Flash 缓存未命中输入 | ¥1.0 | ¥1.5 | ¥3.0 | 200% |
| V4-Flash 输出 | ¥2.0 | ¥4.5 | ¥9.0 | 350% |
| V4-Pro 缓存命中输入 | ¥0.025 | ¥0.15 | ¥0.30 | 约 1100% |
| V4-Pro 缓存未命中输入 | ¥3.0 | ¥4.5 | ¥9.0 | 200% |
| V4-Pro 输出 | ¥6.0 | ¥13.5 | ¥27.0 | 350% |
缓存命中场景涨幅最大（最高约 12 倍 / 1100%+），但绝对金额仍很小；对重度调用者影响更大的其实是输出价格（350%）和缓存未命中输入价格。
Qwen3.8-2.4T-A95B（Qwen3.8-Max 开源权重）是阿里历史上首次把 Max 级旗舰模型开源，此前 Qwen3.5 / 3.6 / 3.7 Max 均为闭源 API。
| 项目 | 数据 |
|---|---|
| 参数规模 | 2.4 万亿总参数，950 亿激活参数（MoE，512 个专家，10 路由 + 1 共享） |
| 上下文窗口 | 开源权重原生 26.2 万 tokens，可扩展至约 101 万；云端 Max 版默认 100 万 tokens |
| 发布节奏 | 8 月 2 日预告 → 8 月 3 日 API 上线 → 8 月 12 日开源权重 |
| API 定价（国际站） | 输入 $2 / M tokens，输出 $6 / M tokens |
| 许可证 | 非 Apache 2.0，自定义「Qwen3.8-Max License」 |
GLM-5.3 与 GLM-5.2 共用同一个 7430 亿参数基座，没有重新预训练。以下为智谱官方自测，尚无独立第三方复测。
| 基准测试 | GLM-5.2 | GLM-5.3 | 变化 |
|---|---|---|---|
| Terminal-Bench 3.0 | 4.6% | 28.3% | +23.7 |
| DeepSWE v1.1 | 46.2% | 66.9% | +20.7 |
| Agents' Last Exam（CLI） | 23.8% | 28.5% | +4.7 |
| CyberGym | 77.2% | 84.5% | +7.3 |
| AutomationBench | 26.2% | 48.2% | +22.0 |
注意：GLM-5.3 在 Terminal-Bench 3.0 上仍落后 GPT-5.6 Sol（34.6%）和 Claude Fable 5（33.7%），并非全面登顶，而是「开源模型第一梯队」。
涨价之后 DeepSeek 还是最便宜的旗舰吗？三种打法对照
DeepSeek 这次涨价最容易被误读为「跟涨」，细看结构更像一次「算力账单透明化」。此前长期采用不分时段的统一低价，用低价换用户规模，再靠缓存命中率和错峰调度摊薄成本。当调用量指数级增长、GPU 产能跟不上时，这套模式撑不住了——涨价公告里「鼓励更灵活的工作负载调度」，翻译过来就是「我们的算力已经不够用了，请你自己错峰」。
值得注意的细节：涨价后 DeepSeek 官方 API 在高峰时段已经反超部分第三方转售平台（如 GMI Cloud、Novita 等目前报价仍低于官方高峰价）。「官方价格最便宜」这个曾经支撑 DeepSeek 护城河的假设，第一次被打破。
阿里同时做了两件事：把 2.4 万亿参数的权重公开下载，同时配一份不同于以往 Apache 2.0 的自定义许可证——年营收超 5000 万美元的「模型即服务」或「AI 工作助手」业务，必须单独找阿里谈商业授权；月活超 1 亿或月收入超 2000 万美元的产品，必须在界面上显著展示模型名称。用开源换开发者生态和口碑（尤其是海外开发者），但在真正能产生现金流的大客户身上继续保留议价权。这也是为什么它和 Meta 的 Muse Glimmer（完全 Apache 2.0，无附加条款）在「开源程度」上不是一个量级。
网上一度传阿里的许可证禁止美国、欧盟、英国、韩国用户下载，这是不实信息，官方许可证原文中并无任何地域限制条款。
GLM-5.3 最值得关注的不是分数本身，而是「怎么拿到这个分数」——基座与 GLM-5.2 完全相同（7430 亿参数），仅靠扩大强化学习环境规模做后训练，就把 Terminal-Bench 3.0 从 4.6% 拉到 28.3%，接近 6 倍提升。当预训练 Scaling Law 边际收益放缓，「后训练强化学习规模化」正在成为新的性能杠杆，门槛显著低于重新训练一个千亿级基座，意味着更多中小厂商也有机会靠「精装修」追上头部模型。
| 模型 | 输入（每百万 tokens） | 输出（每百万 tokens） | 开源程度 |
|---|---|---|---|
| DeepSeek V4-Pro（高峰） | ¥9.0（约 $1.26） | ¥27.0（约 $3.78） | 权重未开源 |
| DeepSeek V4-Pro（空闲） | ¥4.5（约 $0.63） | ¥13.5（约 $1.89） | 权重未开源 |
| Qwen3.8-Max（国际站） | $2 | $6 | 开源（自定义许可证） |
| OpenAI GPT-5.6 Luna | $0.20 | $1.20 | 闭源 |
| Claude Opus 5（据阿里披露倍数推算） | 约 $5 | 约 $25 | 闭源 |
DeepSeek peak hours (Beijing time) 09:00-12:00 + 14:00-18:00 off-peak = all other hours FX ref ≈ ¥7.15 / $1
涨价后 DeepSeek V4-Pro 空闲价仍明显低于 Claude Opus 5，但已经不再是「全场最低」——Qwen3.8-Max 国际站和 OpenAI Luna 都比 DeepSeek 空闲价更便宜。「国产=最便宜」的等式正在瓦解。
团队怎么算这笔账：六步研判 DeepSeek 涨价与开源权重
headline 数字会骗人。把调用落在哪一时段、缓存命中多少、许可证有没有踩线拆开，才能判断你的真实账单和合规边界。
先对计费维度：「涨 11 倍」「涨超 1100%」「涨 350%」都对，但对应的是不同计费项。缓存命中输入涨幅最大、绝对金额最小；输出和缓存未命中输入才是重度用户账单的主因。
对齐北京高峰窗：新价在北京时间 9–12 点、14–18 点走高峰档。把批处理、评测、夜间 Agent 循环挪到空闲时段，是公告里「灵活调度」的直接含义。
用真实命中率估账单：有分析测算，重度用户（约 8400 万 tokens/月、多为空闲、约一半缓存命中）实际账单涨幅约 1.8 倍，远低于 headline。高峰 + 低命中才会贴近 350% / 1100%。
核 Qwen 许可证门槛：个人与内部使用基本不受影响。踩线项只有两类：过去 12 个月「模型即服务 / AI 工作助手」累计收入超 5000 万美元须另谈商业授权；月活超 1 亿或月收入超 2000 万美元须显著标注模型名。无地域禁令。
把 GLM-5.3 当「后训练杠杆」而不是新基座：7430 亿参数未重训，Terminal-Bench 3.0 从 4.6% 到 28.3% 是官方自测。选型时保留「开源第一梯队、尚未登顶闭源」的口径，并等待第三方复测。
官方 API、转售与本地权重分开记账：高峰时段官方价已可能高于 GMI Cloud、Novita 等转售；开源权重则把成本从 token 账单转到显存与宿主。需要 7×24、不休眠的本机推理或 Agent 联调时，可评估 MESHLAUNCH 云 Mac 租赁，步骤见 帮助中心。
争议口径、两线战争，以及三条可引用硬数据
阅读这波报道时，先把「已核实」和「未独立验证」拆开：
涨价幅度口径混乱：不同媒体分别报道「涨 11 倍」「涨超 1100%」「涨 350%」，对应缓存命中输入 vs 输出 vs 缓存未命中输入，阅读时必须看清是哪一项。
震悟 M890 国产芯片服务：多家中文财经媒体报道称 Qwen3.8-Max 部分推理服务跑在阿里自研震悟 M890 芯片和「盘古 AL128」超节点上，目前仅见于中文媒体转述，未见阿里官方独立技术文档或第三方基准测试确认，建议标注为未经独立验证。
GLM-5.3「发现 Cursor 严重漏洞」：来自 VentureBeat 报道及智谱方面透露，具体漏洞细节未公开披露，真实性和影响范围有待第三方安全机构确认，属于厂商单方面披露。
商务部反制出口管制传闻：部分报道提及中国官方可能针对 AI / 半导体技术酝酿反制性出口管制，目前未见官方正式确认，属媒体推测，仅供背景参考。
把这几件事放进更大叙事：过去一个月，中国头部模型厂商呈现出「一周三更」的密集发布——DeepSeek、阿里、智谱之外，还有月之暗面 Kimi K3（7 月 16 日，2.8 万亿参数开源）、MiniMax H3 等轮番登场。美国厂商走另一条路径：OpenAI 7 月 30 日大幅降价（Luna 降 80%），8 月 6–7 日把降价后的 Luna 设为免费用户默认并开放无限文本对话；谷歌 8 月 13 日发布价格减半的 Gemini 3.7 Flash。中国厂商在「开源旗舰 + 梯度涨价」，美国厂商在「消费端免费 + 降价防守」——两条路径同时发生，共同把 2026 年 8 月变成大模型定价逻辑重构的关键节点。
另一层背景是地缘政治：Kimi K3 开源此前已引发美方安全审查关注，阿里选择在这个窗口把 2.4 万亿参数旗舰开源，被部分分析解读为「在潜在监管收紧前，抢先巩固国产模型的国际影响力和技术对等叙事」。这一判断带有推测性质，但是理解这波开源潮时机时不可忽略的背景。
可引用硬数据三条：① DeepSeek V4-Pro 高峰缓存命中输入从 ¥0.025 到 ¥0.30，约 1100%；输出从 ¥6.0 到 ¥27.0，350%。② Qwen3.8-2.4T-A95B：2.4 万亿总参数 / 950 亿激活，国际站 API $2 / $6。③ GLM-5.3 Terminal-Bench 3.0：4.6% → 28.3%（官方自测，同 7430 亿基座）。
数据来源：DeepSeek 官方涨价公告，经华尔街见闻、IT之家、AIGC 工具导航、V2EX 交叉核对；阿里 Qwen 官方模型仓库（Hugging Face / ModelScope）及南华早报（SCMP）关于许可证条款的报道；智谱（Z.ai）GLM-5.3 官方技术页面及 VentureBeat、StableLearn；Meta AI Research 官方博客及 VentureBeat 关于 Muse Glimmer 的报道；第一财经、搜狐财经等关于密集发布节奏的综合报道。截至发稿前公开信息整理。
API 峰谷价让错峰调度变成刚需，开源权重又把推理从「按 token 付」改成「自己养机器」。共享机抢端口、笔记本合盖休眠、缺 Metal 的廉价 VPS，都会让本机评测和 Agent 联调失真。对于更稳定、更适合 iOS CI/CD 与 AI Agent 自动化的生产环境，MESHLAUNCH 的 Mac Mini 云端租赁通常是更优解：独占 Apple Silicon、7×24 在线、按天/周/月弹性下单。配置与价目见 价格页，操作指引见 帮助中心。
要分场景看。如果你的调用大多落在空闲时段（非北京时间 9–12 点、14–18 点），且是缓存命中率较高的重度用户，实际涨幅会明显低于表面的「350%」「1100%」这类 headline 数字（有分析测算重度用户实际账单涨幅约为 1.8 倍左右）；但如果集中在高峰时段调用、且缓存命中率低，涨幅会接近甚至达到 headline 数字。
个人开发者和内部使用基本不受影响。但如果你的业务是「模型即服务」或「AI 工作助手」类产品，且过去 12 个月内该业务累计收入超过 5000 万美元，需要单独向阿里申请商业授权；如果产品月活超 1 亿或月收入超 2000 万美元，需要在界面上显著标注模型名称。
底层基座模型确实完全相同（7430 亿参数），智谱没有重新训练。分数大幅提升的原因是后训练阶段大幅扩大了强化学习环境的规模，这说明当前阶段「后训练规模化」本身就是一个独立、有效的性能杠杆，不一定需要重新预训练一个更大的基座。
不是真的。这是网络上流传的不实信息，官方许可证原文中没有任何地域限制条款，主要限制是针对超过特定营收规模的商业化服务，与用户所在地区无关。