DeepSeek 输出价涨至峰时 27 元并首次按时段计费，Grok 4.6 以 2/6 美元追平 GPT-5.6 Sol，英伟达联合六家资管将算力做成 5000 亿美元可融资资产

8 月 13 日深夜，DeepSeek 将 V4-Pro 正式版推上 App、网页端与 API，同时公布调价方案：8 月 17 日 0 点起按北京时间分峰谷两段计费，每百万输出 token 高峰时段 27 元、空闲时段 13.5 元，调价前为全天 6 元。前一日，xAI 发布 Grok 4.6，价格与上一版持平，每百万 token 输入 2 美元、输出 6 美元，Artificial Analysis 独立评测给出智能指数 61 分，与 GPT-5.6 Sol 并列。全球最便宜的前沿模型开始抬价，并把调用时段写进价目表，而同一价位买到的能力已逼近榜首。资金侧，英伟达 8 月 10 日与阿波罗、贝莱德、黑石、Brookfield、高盛、KKR 六家机构签署谅解备忘录，筹建算力融资平台，目标动员超过 5000 亿美元第三方资本，将 GPU 算力做成可承销的资产类别。8 月 13 日，Anthropic 首席财务官启动上市前的投资者沟通，投资方按 2 万亿美元估值、10 月挂牌的预期在准备。安全侧，OpenAI 8 月 10 日将 Daybreak 拆为防御与红队两级授权并发布 GPT-5.6-Cyber；Z.ai 8 月 14 日发布 GLM-5.3 时则把开源权重与 API 访问推迟至安全评审之后。

主要事件

DeepSeek 将北京时间写进价目表，峰时输出价涨至调价前的 4.5 倍

8 月 13 日深夜，DeepSeek 近乎无预告地将 V4-Pro 正式版推上 App、网页端与 API，版本号 DeepSeek-V4-Pro-0813。模型结构与 preview 版一致，为 1.6 万亿总参数、490 亿激活的 MoE，100 万 token 上下文，最大输出 38.4 万 token。提升全部来自针对性后训练，集中于长链路代码修改、环境操作与工具调用几类任务：Terminal Bench 2.1 由 72.1 升至 87.9，DeepSWE 由 12.8 升至 62.7，Cybergym 由 52.7 升至 83.3，DSBench-Hard 翻倍至 67.2。接口侧原生支持 OpenAI Responses API 与 Anthropic 格式端点，并针对 Codex 做了适配，V4-Pro 并发上限 500，V4-Flash 为 2500。

同日公布的调价方案更需要企业逐笔算账。8 月 17 日 0 点起，DeepSeek API 按北京时间分两段计费，高峰时段为 9:00 至 12:00 与 14:00 至 18:00，其余时间为空闲时段，空闲价恰为高峰价的一半。落到 deepseek-v4-pro，高峰时段每百万 token 缓存命中 0.30 元、缓存未命中 9 元、输出 27 元，空闲时段依次为 0.15 元、4.5 元、13.5 元。调价前的价目是 0.025 元、3 元、6 元。即便按空闲价计，输出也涨至 2.25 倍，缓存命中涨至 6 倍；按高峰价计，输出为 4.5 倍，缓存命中为 12 倍。deepseek-v4-flash 同步调整，空闲时段 0.05 元、1.5 元、4.5 元，高峰时段翻倍。这家以最低价支撑国产开源叙事的厂商，首次将调用发生在几点钟纳入计费维度。

按当前汇率折算，V4-Pro 高峰输出价约合每百万 token 3.8 美元，空闲时段约 1.9 美元，仍低于同类模型近期报价，但价格优势的量级明显收窄。横向对照，8 月 3 日上线的阿里 Qwen3.8-Max 报 2 美元输入、6 美元输出；8 月 12 日的 Grok 4.6 以完全相同的 2/6 美元，报到 Artificial Analysis 智能指数 61 分，与 GPT-5.6 Sol 并列，仅次于 Claude Opus 5 的 63 与 Fable 5 的 62。Grok 4.6 沿用 Grok 4.5 的 1.5 万亿参数基座，性能提升来自后训练而非扩容，价格因此未动，仅在提示词超过 20 万 token 时整单跳至 4/12 美元一档。2 美元这一档买到的能力较三个月前明显提高，而最便宜的一端正在抬价。

这类改动对企业账单的影响，在单价对比表上看不出来。同一工作流在上午九点至十二点运行与在夜间运行，成本相差一倍；提示词缓存的经济性同样改变，缓存命中价涨幅最大，此前以长系统提示词加缓存压低成本的做法须重新核算。要吃到这层差价，需先具备三项条件：掌握各团队调用量落在哪个时段，能将不赶时间的批量任务移至空闲窗口，能在同档位的多家模型之间按任务切换。将请求按任务类型、成本预算与时段分流至不同模型，为每个团队和项目设定配额，并按 endpoint、用户、团队、模型逐笔沉淀实际成本，是这三项条件的共同基础。在 AgentsFlare 上运行 AI 流量的企业，价目表结构变动一次，调整一次路由策略即可，各业务线代码不动。

攻防能力开始按许可证发放：OpenAI 分设两级授权，Z.ai 推迟 GLM-5.3 开源

8 月 10 日，OpenAI 发布《Expanding Daybreak as the Cyber Defense Window Narrows》，将面向安全场景的 Daybreak 计划拆为两级：Blue 面向通用防御场景，可访问 GPT-5.6 Sol 等模型，并解除一部分安全审查限制；Red 面向漏洞研究与渗透测试，配套发布 GPT-5.6-Cyber。官方给出的对比数字是，对涉及漏洞利用链、鉴权绕过、权限提升的高级安全请求，GPT-5.6-Cyber 完成率为 95.0%，通用的 GPT-5.6 Sol 仅 1.5%，上一代 GPT-5.5-Cyber 为 57.3%。OpenAI 将该模型在自家 Preparedness Framework 下的网络能力评为高，未达关键阈值，访问须经身份核验与监控，9 月 1 日起个人 Daybreak 账户强制使用硬件安全密钥。官方列出的战绩有两项：发现 Chrome V8 引擎两个可串联利用的漏洞（CVE-2026-15903），以及 400 余个内核提权相关漏洞。

四天后的 8 月 14 日，Z.ai 发布 GLM-5.3，标语为编程与网络防御，基座 7430 亿参数，官方称在 AutomationBench、GDPval-AA v2、CyberGym 等基准上均有改进。改变的是发布方式。GLM-5.2 为权重与 API 同步开放，此次开源权重与 API 访问均推迟至安全评审完成之后，当下仅能通过 GLM Coding Plan 与 ZCode 使用，多模态能力亦不在本次发布范围内。一家以开源节奏为主要竞争手段的厂商，主动为自己加了一道发布前的闸门。

模型的攻防能力正由随模型一并交付的通用能力，转为单独授权、单独审计、单独收紧访问的产品。对企业安全团队的直接影响有两层。一层是采购口径，内部红队与漏洞研究若要用上这类能力，须走身份核验、硬件密钥、使用监控这一套准入流程，采购合同中需谈的条款与普通 API 不同。另一层是威胁模型，一家厂商公开承认自家模型对高级攻击请求的完成率为 95%，同等能力在防御侧与攻击侧的差距便取决于谁先拿到授权。GLM-5.3 的开源承诺何时兑现，目前只有评审后开放一句，未给日期。在这类日程未定的窗口期，若将某个开源权重当作既定的自托管方案排进路线图，需备一条随时切回商用 API 的退路。

英伟达将 GPU 做成可承销的资产类别

8 月 10 日，英伟达宣布与阿波罗、贝莱德、黑石、Brookfield、高盛、KKR 六家机构签署谅解备忘录，筹建独立的算力融资平台，目标动员超过 5000 亿美元第三方资本，用于前沿实验室、企业与 AI 云的数据中心建设。公告将英伟达算力描述为一种可投资资产，理由是单位 token 成本最低，可跨模型与负载复用，可在客户和运营方之间转让，并因 CUDA 的持续更新而延长使用寿命。黄仁勋的表述是，在 AI 中算力即收入。需要注明的是，六份文件目前均为谅解备忘录，最终协议尚未签署。

这套安排为算力建立了一条独立于芯片买卖的融资渠道。过去数据中心的资金来自云厂商的资本开支、主权基金或项目融资，采购方的资产负债表决定了建设规模；若 GPU 可像收费公路与数据中心地产那样被承销，出资方看的便是使用率与长期租约现金流，建设速度不再受单一买家的现金流约束。对企业采购的含义有两面。中期看，算力供给增加，租赁渠道变多，推理单价的下行压力会更持续。另一面是，算力资产背后开始站着长期资金与固定收益类的回报要求，租约条款、承诺用量与违约条件会越写越接近基础设施合同，短租的灵活性未必一直这样便宜。

同一周另有一笔结构不同的交易。8 月 11 日，IBM 与 Together AI 签署约 2.4 亿美元的多年期协议，由 IBM 在自家云上部署约 2000 颗 NVIDIA HGX B300 组成的推理集群，2027 年一季度在美国上线，Together AI 以这批算力为 DeepSeek、MiniMax、Kimi 等开源模型提供推理服务。一家老牌云厂商拿出机房与资本开支，换一个开源模型推理服务商入驻，双方押注的是同一件事：出于安全与可控性的考虑，会有相当一部分企业负载愿意运行在开源权重模型上，而非闭源 API 上。这批算力 2027 年才上线，届时的对照价格与模型格局尚不可知。

Anthropic 启动上市前沟通，投资方按 2 万亿美元估值准备

8 月 13 日，Anthropic 首席财务官 Krishna Rao 开始与潜在投资者进行早期沟通，形式上属于上市前的投资者教育，尚未进入正式路演。多家媒体报道称，投资方正按 2 万亿美元估值、10 月在纳斯达克挂牌的预期做准备，这一价格将超过 SpaceX 的 1.77 万亿美元，成为史上最大 IPO。需要注明的是，报道同时提到公司高管在私下沟通中亦未确定估值目标，2 万亿为投资方预期，并非官方指引。参照三个月前的 H 轮 9650 亿美元，2 万亿意味着翻一倍。支撑这一预期的是收入斜率，报道称年化收入预计在年底前落至 1000 亿至 1200 亿美元区间，而 5 月披露的数字为 470 亿美元。公司已于 6 月 1 日向 SEC 保密递交注册申请，承销商为摩根士丹利、高盛、摩根大通。同期有报道称，OpenAI 已将上市推迟至 2027 年。

对企业采购方，这件事的相关性落在上市之后的定价行为。一家未上市公司可以长期以低于成本的价格换取企业渗透率，而季度披露一旦开始，毛利率便成为被公开追问的指标。过去一年模型层价格战的一部分弹药来自私募市场的耐心资本，这个前提在上市后会变。签订多年期承诺用量合同时，需盯住价格保护条款的期限，以及厂商单方面调整模型版本与退役时间表的权利。8 月 10 日 OpenAI 从 API 移除 gpt-5.2-chat-latest 与 gpt-5.3-chat-latest 两个快照，是提前三个月预告的常规退役，同样说明模型标识符的生命周期由厂商定义。

另有一条尚未证实的消息。Fortune 与以色列媒体 Calcalist 于 8 月 13 日报道，Anthropic 正就以约 60 亿美元收购以色列推理优化公司 Decart AI 展开谈判，若成交将是其最大一笔收购。Decart 的核心产品是名为 DOS 的推理优化栈，据称可在同一硬件上将推理速度提高最多 8 倍。双方均未证实，报道亦写明谈判可能告吹，8 倍这一数字来自公司口径，无第三方复现。若最终成交，意味着模型厂开始将推理效率收编为自有资产，此前这一层的进展主要来自芯片厂与推理框架社区。

算力上游信号：封装产能与 HBM 良率同时松动，劳资纠纷成为新变量

过去一周上游的三条线索均指向供给侧。制造端，台积电 8 月 10 日公布 7 月合并营收约新台币 4676 亿元，环比增长 5.6%，同比增长 44.7%，1 至 7 月累计同比增长 37%，并将 2026 年资本开支上限上修至 600 亿至 640 亿美元，二季度高性能计算业务占营收 66%。同日有报道称，台积电拟收购友达位于台中的两座面板厂，交易额估超新台币 300 亿元，用于面板级封装（将芯片封装由圆形晶圆改到方形面板上进行，同样面积可多放芯片，成本更低）；龙潭三期约 104 公顷用地的扩建计划亦重启，规划两座 1.4 纳米晶圆厂与一座面板级封装厂。当前 AI 硬件的交付瓶颈主要在先进封装而非晶圆产能，新增封装产能的落地进度直接决定 Blackwell 与 Rubin 系列整机的交期，也决定整机溢价能否收窄。

内存端出现了与前几个月方向相反的信号。据 TrendForce 综合韩媒报道，三星 HBM4 良率已由今年 2 月量产初期的不足 60% 升至约 80%，三季度 HBM4 营收计划环比增长逾两倍，下半年 HBM4 将占其 HBM 销售的六成以上，年底 HBM 市占目标约 38%。HBM 长期由 SK 海力士一家独大，第二供应商良率追上来，英伟达 Rubin 平台的 HBM 采购便有了议价空间，此前连续几个季度的内存涨价压力有望在明年缓解。变量出在人力侧。SK 海力士 2026 年薪酬集体协商第五轮谈判于 8 月 4 日未果，争议集中于以公司股票支付部分绩效奖金，8 月 13 日约 2500 名员工跨岗位成立统一工会。若劳资纠纷升级，最先受影响的将是下一代 HBM 的产能爬坡时间表。同一家公司 8 月 11 日还重启了停摆近四年的大连第二座 NAND 工厂，新增月产能约 5 万片晶圆，与原有产能合计 15 万片，2027 年上半年量产，指向企业级 SSD 需求回暖。

租赁端，CoreWeave 与 Nebius 于 8 月 12 日同日发布二季度财报。CoreWeave 营收 25.8 亿美元，同比增长 112%，积压订单 1040 亿美元，同比增长 246%；Nebius AI 云收入 5.75 亿美元，同比增长 514%，当季新签合同金额环比翻两番。市场信号指出，这批新云厂商的 GPU 租赁报价较三大公有云低至多 66%。积压订单为已签约未确认的收入，1040 亿美元这一量级表明，企业与实验室正在锁定未来两三年的算力，而不只是按月租用。三大云与新云之间的这段价差，是当下推理成本弹性最现成的来源，前提仍是负载能在不同供给方之间迁移。

特殊洞察：Pathway 以 1.5 亿参数模型把单任务推理成本压到 0.0007 美元

Pathway 成立于 2023 年，创始团队为 Zuzanna Stamirowska、Jan Chorowski 与 Adrian Kosowski，起家产品是开源的流式数据处理与 RAG 引擎，客户包括北约、法国邮政与达飞海运，2024 年底起转向基础模型架构研究。8 月 11 日，公司公布 1.5 亿参数模型 BDH-CQ 在 ARC-AGI-1 公开评测集上的结果：pass@2 为 29.5%，单任务推理成本 0.0007 美元，约为 GPT-5.6 Luna（Low 档）的十一分之一，该对比已计入 OpenAI 7 月 30 日的降价。8 月 13 日，公司宣布以 5 亿美元估值完成追加种子轮，累计种子轮融资 3000 万美元，投资方包括 TQ Ventures、Red Bridge Ventures 与 Wilson Sonsini 投资部门，天使投资人中有 Databricks 首席 AI 科学家 Jonathan Frankle。

技术路线上，BDH-CQ 不生成中间文本推理链，而在一个循环的潜在状态中反复修正答案，成本优势主要来自于此。数字需要读准：同一评测中 GPT-5.6 Luna（Low）得 34.2 分，高于 BDH-CQ 的 29.5 分，这份成绩的含义是准确率略低、成本低一个数量级，小模型在能力上并未反超大模型。疑点同样清楚。ARC-AGI-1 是公开评测集而非隐藏测试集，存在针对性优化的空间，目前没有 Artificial Analysis 一类第三方的独立复现；1.5 亿参数上成立的成本曲线能否在十亿至千亿参数区间保持，公司称符合类 Transformer 的规模定律，亦无外部验证。转向新方向后，公司尚未披露付费客户。

把它记入观察名单，看的是它所处的位置。模型层的价格竞争已压到 2 美元这一档，下一段降本要么来自硬件与封装，要么来自架构层面每 token 计算量的下降。前者正在发生，进度以季度计；后者一旦获得独立验证，影响的是所有需要大批量、低延迟推理的场景。Pathway 目前给出的是一份方法论公开、结果未经复现的自测成绩，接下来要看第三方评测机构是否接手，以及这套架构在参数量放大后是否还站得住。

综合判断

模型层的定价维度正在增加。DeepSeek 加入了调用时段，Grok 4.6 与 Gemini 沿用超过一定上下文长度整单跳档，Anthropic 与 OpenAI 以促销期和快照退役界定有效价格的窗口，OpenAI 又将攻防能力做成单独授权的档位。一年前比较模型成本只需看输入价与输出价两个数字，如今同一模型在同一天中的实际单价，取决于几点钟调用、上下文多长、缓存命中率多少、是否处于促销期，以及企业拿到的是哪一级授权。价目表的对比工作因此由选型阶段的一次性动作，转为按实际调用分布持续核算。

资金侧的两件事共同表明，算力与模型公司正从风险资本的资产负债表，转移到公开市场与长期基金的资产负债表上。英伟达联合六家资管将 GPU 承销为资产类别，Anthropic 按 2 万亿美元估值筹备 10 月上市，后果是供给会更充裕，定价则更受回报要求约束。上游过去一周的信号支持前半句：三星 HBM4 良率追至 80%，台积电扩建面板级封装产能，新云厂商积压订单破千亿，并以低至 66% 的价差承接负载。企业能确定的是，未来两三年可租到的算力更多、渠道更杂；不能确定的是哪一家的报价会一直便宜。在这种结构下，将准入规则、路由策略、成本归因与审计链留在自己控制的一层上，厂商侧的形态与价目表再怎么变，影响的都只是配置工作量。