QName AI logoQName AI
全部 AI 模型日报
香港时间采集

AI 模型日报 - 2026-08-03

2026-08-03 AI 模型资讯：今天没有看到 OpenAI、Anthropic、Google DeepMind、Meta、Mistral、Qwen、Kimi、Runway、Luma、Kling 在窗口内发布新的基础模型；主线是已发布模型的入口、价格和榜单信号扩散。

30 秒摘要

  • 今天没有看到 OpenAI、Anthropic、Google DeepMind、Meta、Mistral、Qwen、Kimi、Runway、Luma、Kling 在窗口内发布新的基础模型；主线是已发布模型的入口、价格和榜单信号扩散。
  • DeepSeek-V4-Flash-0731 是今天最强信号：Nous Research 宣布 Nous Portal 上 7 天 90% off，Ollama Cloud 称同一模型比前一天快 2x+，小互转述 Artificial Analysis 成本对比，社区围绕“近似免费 agent 工作”快速扩散。
  • Kimi K3 继续从首发转入开发者落地期：Together AI 发布完整开发者指南，强调 2.8T open-weights、1M context、OpenAI-compatible API、benchmark 和定价；这不是新模型首发，而是入口/文档完善。
  • Google TPU 8i / TPU 8t 在中文/日文圈继续传播；官方材料显示 8i 面向低延迟推理、8t 面向训练，8i 相比 Ironwood 在低延迟 MoE 推理场景最高 80% performance-per-dollar 改善。
  • Arena 近窗口的重点仍是 Image-to-WebDev：官方更新稍早于本窗口，但窗口内仍有传播；Opus 5 Max 继续领先，GPT-5.6 Sol、Grok-4.5、Kimi K3 Max、Muse Spark 1.1 进入同场比较。

今日必看

1. DeepSeek-V4-Flash-0731：从模型发布进入“超低成本 agent”扩散期

  • 事件类型：官方发布 / 入口更新 / X 首发 / 第三方榜单核验。
  • 首发/官方/可用时间：DeepSeek / Hugging Face 模型卡在 2026-08-01 前后公开 DeepSeek-V4-Flash-0731；Ollama Cloud 于 2026-08-01 宣布可用，2026-08-02 称速度比前一天提升 2x+；Nous Research 于 2026-08-02 16:29 UTC 宣布与 Novita Labs 合作，在 Nous Portal 对该模型提供 7 天 90% off。
  • 能力变化：Hugging Face 模型卡称 DeepSeek-V4-Flash-0731 是 DeepSeek-V4-Flash 的 official release，面向 agentic 能力增强；模型卡列出 Terminal Bench 2.1 82.7、NL2Repo 54.2、Cybergym 76.7、DeepSWE 54.4、Toolathlon-Verified 70.3。Artificial Analysis 文章给出 Intelligence Index 50，较旧版 DeepSeek V4 Flash 高 10 分，并记录 Terminal-Bench 2.1 上升到约 79%。
  • 可用入口：Hugging Face 权重、Ollama Cloud、Nous Portal、Novita Labs / OpenRouter、DeepInfra 等第三方入口。
  • 影响判断：今天的重点不是“模型今天首发”，而是它进入可大规模试用的价格/入口扩散阶段。若 Nous Portal 折扣和 Ollama Cloud 提速稳定，DeepSeek-V4-Flash-0731 会成为低成本 coding agent、翻译流水线、长上下文批处理和本地/云混合推理的优先候选。
  • 来源链接：Hugging Face model card、Artificial Analysis article、Ollama model page、Ollama X、Nous Research X、Novita X。

2. Nous Portal / Novita 折扣：DeepSeek V4 Flash 0731 被推到“价格事件”

  • 事件类型：可用入口更新 / X 首发 / 待核验价格信号。
  • 首发/官方/可用时间：@NousResearch 于 2026-08-02 16:29 UTC 发布折扣信息；@novita_labs 同窗口确认合作。
  • 能力变化：Nous Research 称 DeepSeek V4 Flash 0731 在 Nous Portal 上未来 7 天 90% off，并称在 comparable tasks 上比 Fable 5 便宜 1000x+、仍在 Terminal-Bench 2.1 超过 Fable 5。Novita Labs 表示与 Nous 合作让更多 builders 使用该模型；另一个 Novita 回帖称 OpenRouter 上的 DeepSeek-V4-Flash-0731 是同一模型，“Optimized for Codex” 指模型经过后训练以更适配 Codex-style agent workflows。
  • 可用入口：Nous Portal、Novita Labs、OpenRouter provider 路由。
  • 影响判断：这里需要把“促销价格”和“长期成本曲线”分开。短期它会显著刺激 agent 试用和 benchmark 截图，但是否改变真实生产选型，还要看折扣结束后价格、速率限制、稳定性、缓存计费、provider 是否透明。
  • 来源链接：Nous Research X、Nous Portal、Novita X - partnership、Novita X - same model / Codex optimized、OpenRouter DeepSeek V4 Flash 0731。

3. Google TPU 8i / 8t：训练与推理芯片路线正式拆分的基础设施信号

  • 事件类型：官方发布 / X 传播 / 基础设施信号。
  • 首发/官方/可用时间：Google Cloud 官方技术深潜早于本窗口发布；@googlecloud 于 2026-08-01 再次发布 TPU 8i / 8t 视频，小互与多位中文/日文账号在 2026-08-02 窗口内继续转述。
  • 能力变化：Google Cloud 官方材料把 TPU 8t 定位为大规模训练芯片，把 TPU 8i 定位为低延迟推理/serving 芯片；TPU 8i 在低延迟大型 MoE 推理目标上，相比 Ironwood TPU 最高 80% performance-per-dollar 改善；两类芯片均强调最高 2x performance-per-watt。
  • 可用入口：Google Cloud TPU 8i / 8t 相关 Google Cloud 入口；实际客户开放节奏仍需跟进。
  • 影响判断：这不是模型发布，但和未来 Gemini、agent serving、低延迟 MoE 推理成本直接相关。重点在于 Google 不再让单一 TPU 同时覆盖训练和 serving，而是把 agentic era 的训练/推理经济性拆开优化。
  • 来源链接：Google Cloud technical deep dive、Google infrastructure blog、Google Cloud X、xiaohu X。

4. Kimi K3：Together AI 开发者指南上线，首发期转入集成期

  • 事件类型：官方/合作方文档更新 / 可用入口更新 / 媒体报道。
  • 首发/官方/可用时间：Kimi K3 官方发布早于本窗口；Together AI 于 2026-08-02 窗口内发布 Kimi K3: The Complete Developer Guide，并在 X 上强调 2.8T parameters、1M context、OpenAI-compatible API。
  • 能力变化：Together AI 模型页称 Kimi K3 是 Moonshot AI 最强模型，2.8T total parameters，每 token 激活 16/896 experts，支持 native vision、1M context、Kimi Delta Attention 与 Attention Residuals。开发者指南覆盖 API 调用、benchmark、pricing、ROI calculator 和生产选型。
  • 可用入口：Together AI API / Playground、Kimi 官方、Hugging Face 权重及其他第三方推理入口。
  • 影响判断：今天 Kimi K3 没有新模型能力发布，但开发者文档完善会降低实测门槛。Kimi K3 当前应继续放在“开放权重高能力模型”的重点观察位，尤其是长上下文、视觉到代码、agentic coding 和本地/云端成本对比。
  • 来源链接：Together AI guide、Together AI Kimi K3 model page、Together X、Kimi K3 official blog、Kimi K3 Hugging Face。

5. Gemini 3.6 Flash / 3.5 Flash-Lite：不是今日首发，但 Gemini Drops 继续扩大触达

  • 事件类型：官方发布 / 产品入口更新 / X 延续传播。
  • 首发/官方/可用时间：Google 于 2026-07-21 发布 Gemini 3.6 Flash、3.5 Flash-Lite、3.5 Flash Cyber；Gemini Drops 页面在本窗口内可见，@GeminiApp 在近窗口继续推广 Gemini Drops。
  • 能力变化：Google 官方称 Gemini 3.6 Flash 是 Gemini 3 系列的 workhorse model，面向 coding、knowledge work、多模态任务和更好的 token efficiency；Gemini Drops 页面显示 Gemini Spark 已全球可用、macOS 语音模式、Gemini 3.6 Flash 与 Gemini 3.5 Flash-Lite、Nano Banana 数字头像/个性化图片等入口。
  • 可用入口：Gemini、Google AI Studio、Gemini API / 相关 Google 产品入口。
  • 影响判断：这条不应写成今天的新模型发布。它的价值在于确认 Google 正把 Flash 系列、Spark agent 和 Nano Banana 入口持续下沉到 Gemini 产品面，和 DeepSeek / Luna / Kimi 的低成本路线形成正面竞争。
  • 来源链接：Google Gemini models blog、Gemini Drops、Gemini 3.6 Flash model card、GeminiApp X。

Arena Watch

  • Artificial Analysis / DeepSeek V4 Flash 0731：AA 文章显示 DeepSeek V4 Flash 0731 Intelligence Index 50，比旧版 DeepSeek V4 Flash 高 10 分；GDPval-AA v2 Elo 1559，Terminal-Bench 2.1 约 79%，τ³-Bench Banking 约 31%。官方 Hugging Face 模型卡列出的 Terminal Bench 2.1 为 82.7，与 AA 口径不同，报告中需保留来源差异。来源：AA article、HF model card。
  • Artificial Analysis / 成本信号：@xiaohu 在窗口内转述 AA 成本 breakdown，称 DeepSeek 以比 Fable 低 105x 的成本完成相同基准任务；该说法应作为“AA 成本模型 + 中文辅助源”使用，生产决策仍需按具体 provider 的输入/输出/cache 价格复算。来源：xiaohu X、AA DeepSeek model page。
  • Arena / Image-to-WebDev：Arena 官方更新略早于本窗口，但窗口内仍有传播。官方帖称 Image-to-WebDev 中 Opus 5 Max #1，GPT-5.6 Sol xHigh #4，Grok-4.5 #5，Kimi K3 Max #6，Muse Spark 1.1 #8，GPT-5.6 Terra xHigh #13，GPT-5.6 Luna xHigh #21。来源：Arena X、Arena Code WebDev leaderboard。
  • LMArena / 其他赛道：本窗口内未看到 LMArena/模型竞技场官方账号有新的基础模型首发帖；可见重点仍是前述 Image-to-WebDev 与最近几天的 AutoEval 方法更新。来源：Arena leaderboards、Arena changelog。
  • 结论：今天没有新的“榜单爆点”。DeepSeek-V4-Flash-0731 是成本/agentic 指标主线；Image-to-WebDev 是近窗口 carryover；Kimi K3 仍在开放权重高位观察。

X Watch

  • @xiaohu：窗口内重点转述 Google TPU 8i/8t 拆分训练/推理路线，并记录 DeepSeek V4 Flash 替换网站翻译任务后，从 20-60 分钟降到约 3 分钟、单篇成本一毛钱不到。另转述 AA 成本 breakdown。可信度：中文辅助源，需用官方/AA/provider 页面核验。来源：TPU 8i/8t、DeepSeek translation test、AA cost reply。
  • @NousResearch：发布 DeepSeek V4 Flash 0731 在 Nous Portal 上 7 天 90% off，并称 comparable tasks 上比 Fable 5 便宜 1000x+。可信度：官方入口/促销信号高，长期成本需二次核验。来源：Nous X。
  • @ollama：称 DeepSeek-V4-Flash-0731 在 Ollama Cloud 上比前一天快 2x+。可信度：官方入口信号高，但具体速度需按任务、context、并发和区域复测。来源：Ollama X。
  • @novita_labs：确认与 Nous 合作，也确认 OpenRouter 上的 DeepSeek-V4-Flash-0731 是同一模型，并解释 “Optimized for Codex” 指后训练适配 Codex-style agent workflows。来源：Novita partnership、Novita same model。
  • @togethercompute：发布 Kimi K3 developer guide；这是集成/文档信号，不是 Kimi K3 今日首发。来源：Together X、Together guide。
  • @GeminiApp：窗口内只有低信息量互动；近窗口 Gemini Drops 继续传播 Gemini 3.6 Flash、3.5 Flash-Lite、Spark、Nano Banana 数字头像等。来源：Gemini Drops。
  • @OpenAI、@OpenAIDevs、@AnthropicAI、@GoogleDeepMind、@GoogleAI、@xai、@grok、@AIatMeta、@MistralAI、@Alibaba_Qwen、@Kimi_Moonshot、@deepseek_ai、@runwayml、@LumaLabsAI、@Kling_ai、@TencentHunyuan、@SakanaAILabs、@cohere：本窗口内未看到新的高可信基础模型首发。@grok 搜索结果主要是大量自动回复，不纳入模型日报主线。

待确认清单

  • DeepSeek-V4-Flash-0731 的 official release 时间、权重版本、provider 版本是否完全一致：Hugging Face、Ollama Cloud、OpenRouter/Novita、Nous Portal、DeepInfra 的命名和后训练说明需要逐一比对。
  • DeepSeek 成本结论需要重算：Nous 90% off 是 7 天促销；OpenRouter/Novita、official DeepSeek China、cache read/write、reasoning token、Responses API、Codex-style agent workflow 的计费口径可能不同。
  • Ollama Cloud 的 2x+ 提速需复测：需要记录 region、model tag、context length、prompt cache、并发、是否启用 speculative decoding。
  • Google TPU 8i/8t：官方技术材料早于本窗口，但 X 在窗口内重新传播；需确认 2026 年底客户开放范围、Cloud SKU、Gemini 内部训练/serving 使用比例，以及是否会影响外部 Gemini API 定价。
  • Kimi K3：Together 指南降低了集成门槛，但仍需比较 Together、Kimi 官方、OpenRouter、Fireworks、Nebius 等入口的 latency、ZDR、context 上限、视觉输入支持和实际成本。
  • Gemini 3.6 Flash / 3.5 Flash-Lite：官方发布不在本窗口；需确认 Gemini Drops 中面向普通用户、AI Studio、API、Antigravity 的入口是否一致，以及 Flash-Lite 在高吞吐任务上的实际速度/价格。
  • Arena Image-to-WebDev：官方帖稍早于本窗口，今天只作为近窗口 carryover；需要打开公开 leaderboard 复查最新分数是否从 X 帖的 Opus 5 Max 1669 等数字发生变化。