AI 基础设施周报：闭源提价、开源逼近与 Agent 治理

执行摘要

本周核心判断：

本周 AI 基础设施的核心分叉已经非常清晰：闭源旗舰模型继续提价，开源前沿模型继续逼近。GPT-5.5 将 API 价格推向新高，而 DeepSeek V4 与 Kimi K2.6 以更低价格和开源权重进入前沿区间，企业的模型选择正在从“谁最强”转向“什么任务值得用最贵的模型”。
模型能力正在快速平权，但企业运维复杂度正在同步上升。GPT-5.5、Claude Opus 4.7、DeepSeek V4 和 Kimi K2.6 同时存在，且价格差距超过 200 倍，这意味着企业必须建立任务分层、成本预算和 SLA 驱动的多模型路由策略，而不能让各业务团队自行决定调用路径。
百万 Token 上下文正在改变企业处理复杂任务的方式。Claude Opus 4.7 和 DeepSeek V4 都将长上下文推向生产级可用区间，完整代码库、合同文件和多轮对话历史可以被一次性处理，但这也要求企业重新评估上下文成本、数据暴露范围和长任务稳定性。
Agentic AI 的治理问题正在从工程细节变成基础设施问题。Databricks Unity AI Gateway 对 MCP 访问、真实用户身份传递、LLM Judge 护栏和成本归因的升级说明，企业需要在 agent 上生产前就解决身份、权限、审计和工具访问控制，而不是等到合规审查或安全事故后再补。
前沿模型与云厂商的绑定正在加深，供应链独立性成为企业 AI 架构的新变量。Google 和 Amazon 对 Anthropic 的大规模投资表明，模型、算力和云分发正在重新合并；企业需要独立的 AI Gateway / Control Plane，保留跨模型、跨云、跨部署形态的切换能力。

这一周，基础设施层在加速

本周是 2026 年迄今信息密度最高的一周之一。两件事同时发生：OpenAI 发布 GPT-5.5，API 单价直接翻倍；DeepSeek 发布 V4 preview，旗舰模型定价压到 $1.74/M input token，同时开源权重。这两件事放在同一周，构成了一个罕见的信号：顶层模型继续提价，开源替代继续逼近前沿——企业 AI 的成本结构和供应商策略正在经历一个真实的分叉点。

在这两件事之外，本周还有四个值得记录的基础设施层动作：Claude Opus 4.7 百万 Token 上下文正式发布，AgentsFlare 已同步接入，企业无需绑定任何单一云厂商即可调用；Moonshot AI 开源 Kimi K2.6，编码基准超越 GPT-5.4，成为本周开源前沿的另一个重要数据点；Databricks 将 Unity AI Gateway 升级为企业级 agentic 治理控制平面，首次实现 MCP 访问的身份隔离与 LLM Judge 护栏；Google 宣布向 Anthropic 追投最高 $400 亿美元，两大云厂商对 Anthropic 的合计投资已超 $600 亿，这对企业的 AI 供应链独立性提出了新的拷问。

综合来看，本周的核心趋势可以用一句话概括：模型能力在快速平权，但运维复杂度在快速上升，供应链集中度也在同步提高——三者之间的张力正在推动企业 AI 控制平面成为基础设施的必选项。

一、OpenAI 推出 GPT-5.5：API 价格翻倍，但每个任务的实际成本可能并未上升

4 月 23 日，OpenAI 正式发布 GPT-5.5，距 GPT-5.4 仅六周。这不是一个小版本更新——GPT-5.5 是 OpenAI 自 GPT-4.5 以来第一次完整重训基础模型，运行在 NVIDIA GB200 NVL72 机架级系统上，API 定价为 $5.00/M input、$30.00/M output，相比 GPT-5.4 直接翻倍。同期推出的 GPT-5.5 Pro 定价更高：$30.00/M input、$180.00/M output。三个变体并行上线：标准版、Thinking（扩展推理）、Pro（最高精度），1M token 上下文窗口在三个版本中均可用。

对企业来说，这个发布需要拆开两层来理解。价格层面，$5/$30 的定价确立了 GPT-5.5 作为“高精度、高成本任务”的定位，而不是通用工作负载的默认选择。OpenAI 的论点是：虽然每 token 价格翻倍，但模型完成任务所需的轮次更少、上下文利用率更高，单个业务任务的实际成本可能持平甚至下降——特别是在软件工程、DevOps、法律分析、医疗健康这类对精度要求极高的场景。架构层面，价格分层在加剧——GPT-5.5 标准版、GPT-5.4、GPT-4.1、GPT-4.1 nano，四个价格档位从 $5/$30 到 $0.10/$0.40 不等，横跨 50 倍成本差距。每一个新模型上线，都需要企业重新审视哪些任务需要旗舰模型、哪些任务用更轻量的模型足够。这个判断如果没有系统化的路由层来执行，就只能靠研发团队人工管理，结果往往是要么过度使用昂贵模型，要么因为降本需求让精度受损。对于已接入 AgentsFlare 的企业，可以通过配额管理与智能路由策略，在不改动业务代码的前提下，将 GPT-5.5 的调用精确限定在真正值得的场景。

二、开源前沿双发：DeepSeek V4 与 Kimi K2.6 同周亮相，逼近闭源旗舰

4 月 24 日，DeepSeek 发布 V4 preview，包含两个模型：V4-Pro（1.6T 总参数，49B 激活参数）和 V4-Flash（284B 总参数，13B 激活参数）。两者均支持 1M token 上下文，采用 Hybrid Attention Architecture + DeepSeek Sparse Attention（DSA），KV cache 相比上一代压缩至 10%。定价：V4-Flash $0.14/M input、$0.28/M output；V4-Pro $1.74/M input、$3.48/M output。模型权重在 Hugging Face 上开源，开发者可直接下载自托管。遗留模型 deepseek-chat 和 deepseek-reasoner 将于 2026 年 7 月 24 日 退役。

同一周，Moonshot AI 在 4 月 20 日发布 Kimi K2.6：1T 总参数、32B 激活参数、262K 上下文，采用 Apache 2.0 协议完全开源，已上线 Cloudflare Workers AI。SWE-bench Pro 得分 58.6%，超过 GPT-5.4（57.7%）和 Claude Opus 4.6（53.4%），目前是开源模型在编码基准上的最高分。

与前代相比，DeepSeek V4 相对 V3 的核心进步在于：上下文窗口从 64K 扩展至 1M token；KV cache 压缩至 V3 的约 10%，大幅降低推理时的显存压力和自托管成本；DSA 架构优化激活参数比例（V4-Pro 激活参数约占总参数 3%），相同算力下可服务更多并发请求。横向来看，V4-Pro 在编码和推理官方基准上已接近 GPT-5.4 水准，但价格约为后者的 35%；Kimi K2.6 在编码场景甚至已超过 GPT-5.4，且完全开源、无商业限制（月活低于 1 亿或月营收低于 $2000 万的场景均可免费使用）。两个模型合在一起，构成了一个清晰的信号：开源前沿已不是“将就的替代”，而是特定场景下的最优选择。

需要说明的是，DeepSeek V4 的实际表现在社区中评价不一。多位开发者在 X（Twitter）和 YouTube 的独立测试中指出，V4-Pro 在中文语境下的指令遵循和多步推理稳定性不如 GPT-5.5，官方基准与实测存在落差。Kimi K2.6 社区反馈相对正面，但 262K 上下文在长文档场景中不如 DeepSeek V4 的 1M token 灵活。两者均仍处于 preview/早期阶段，企业在生产部署前应基于自身实际任务做专项评测，而非直接依据基准分数决策。

三、Claude Opus 4.7 百万 Token 上下文正式可用

4 月 20 日，Anthropic 宣布 Claude Opus 4.7 全面可用。核心规格：100 万 token 上下文、高分辨率图像支持、adaptive thinking（根据请求复杂度动态分配推理 token 预算）、SWE-bench Pro 得分 64.3%（软件工程基准，高于 Kimi K2.6 的 58.6% 和 GPT-5.4 的 57.7%，目前闭源模型中最高）。AgentsFlare 已同步接入 Claude Opus 4.7，企业可通过统一访问层直接调用，无需绑定特定云厂商的合规体系，也无需管理多套 API 凭据。

对企业来说，百万 Token 上下文意味着整个代码库、完整合同文件、多轮对话历史可以在单次请求中完整处理，过去需要分块、检索、拼接的复杂 pipeline 可以大幅简化。Adaptive thinking 意味着模型自身会根据请求复杂度动态分配算力，在成本与质量之间自动取平衡——对于请求类型混合的企业工作流（既有简单分类，也有复杂代码生成的 pipeline）有直接的成本优化价值。

四、Databricks Unity AI Gateway：Agentic 治理有了完整答案，但跨云场景仍有盲区

4 月 15 日，Databricks 发布 Unity AI Gateway 重大更新，将其并入 Unity Catalog 体系。新增能力包括：MCP 治理（agent 通过 MCP 访问外部系统时，以发起请求的真实用户身份运行，而非共享服务账号）、LLM Judge 驱动的护栏（Beta）（可配置 PII 检测与脱敏、prompt 注入检测、数据外泄防护、幻觉防护）、统一成本追踪（按 endpoint、请求标签、用户身份、模型/供应商维度记录实际美元成本），以及跨 Anthropic、OpenAI、Google 和开源模型的统一 API，支持故障时自动 fallback 切换。

对企业来说，这个更新解决了 agentic AI 时代最棘手的一个治理盲区。过去的权限管理逻辑是：人类用户拥有权限，系统通过服务账号代为操作。但当 AI agent 开始通过 MCP 自主访问数据库、调用内部 API、写入文件时，“谁实际执行了这个操作”就变得模糊——服务账号有权限，但权限背后站着哪个用户的哪个请求？Unity AI Gateway 的 on-behalf-of 机制让 agent 的每一次外部访问都携带真实的用户身份，使审计链完整。

这套治理能力目前深度绑定 Databricks Lakehouse 体系——如果企业的 AI 工作负载跨越 AWS、Azure 和私有部署，Unity AI Gateway 只能覆盖 Databricks 管理的那一层，其余部分仍需独立解决。对于工作负载分布在多云环境的企业，AgentsFlare 提供跨 AWS、Azure 及私有部署的统一 AI 访问控制层：MCP 治理、身份追踪和成本归因不依赖特定云厂商体系，可在混合多云环境下统一执行，无需为每个云分别维护一套治理策略。

五、Anthropic 推出托管 Agent 运行时：部署门槛降低，数据主权问题浮出水面

Anthropic 在本周发布 Claude Managed Agents 公测版——一个完全托管的 agent 运行时。开发者只需定义模型、系统提示和工具集，平台自动管理完整的 agent 循环：推理、工具选择、动作执行、SSE 流式响应，并提供安全沙箱隔离。同期推出的 ant CLI 是 Anthropic 首个官方命令行客户端，支持与 Claude Code 原生集成，并可将 API 资源版本化为 YAML 文件。

对企业来说，这件事值得从两个方向来看。降低门槛的一面：过去构建生产级 agent 需要自行处理 retry 逻辑、tool call 状态管理、流式输出异常、沙箱安全——这些是真实的工程成本，不少企业 AI 项目卡在这里而非模型能力上。Managed Agents 把这些复杂性收进平台，让团队聚焦在业务逻辑层。需要权衡的一面：完全托管意味着数据流经 Anthropic 的基础设施，对有严格数据本地化或网络隔离要求的客户，这个选项需要先通过合规评审再进入生产。这个二元选择——采购便利性 vs. 数据主权——会在 2026 年下半年随着 agent 进入核心业务流程而变得越来越关键。企业级 AI 基础设施的核心职责之一，正是帮助企业在这个选择中保持主动权，不被任何单一平台锁定，对自身 AI 流量和数据保有完整控制权。

六、Google 向 Anthropic 追投最高 $400 亿：当 Claude 的两大金主都是云厂商，企业怎么办

4 月 24 日，Google 宣布将向 Anthropic 投资最高 $400 亿美元，分两阶段执行：首笔 $100 亿立即到账，剩余 $300 亿附带绩效条件兑现，当前对 Anthropic 的估值达 $3500 亿。这笔投资与此前 Amazon 承诺的最高 $250 亿合计，两大云厂商对 Anthropic 的投资承诺已超过 $650 亿美元。Anthropic 本月年化收入突破 $300 亿，较 2025 年底的 $90 亿增长超过 3 倍。

这件事表面上是一笔投资，实质上是一次供应链格局的重新确认。Anthropic 是当前企业市场认可度最高的模型厂商之一，但它的算力资源、分发网络和商业运营正在越来越深地与 Google Cloud 和 AWS 绑定。对于企业用户来说，这意味着“选择 Claude”与“选择 Google Cloud 或 AWS”之间的边界在模糊——当一家 AI 供应商的基础设施高度依赖特定云厂商时，企业调用 Claude 的同时，实际上也在间接加深对这两家云平台的依赖。

这不是 Anthropic 特有的现象。OpenAI 与 Microsoft Azure 的深度绑定、Google 自身模型与 GCP 的捆绑，都在指向同一个方向：前沿模型正在成为云厂商锁定用户的新入口。对企业来说，真正的供应链弹性意味着：调用什么模型、数据流经哪条路径、成本归属哪个预算，应该由企业自己说了算，而不是由模型背后的云厂商决定。这正是独立 AI Gateway 层存在的战略价值——让企业在 Claude、GPT、DeepSeek、Kimi 之间保持切换能力，而不是随着投资关系的演变被动接受供应商的锁定逻辑。

模型竞争加速之下，企业 AI 基础设施的真实压力

将本周六个变化放在一起来看，企业面临的不是一个“选哪个模型”的问题，而是一个系统性的架构治理挑战。

模型更新频率已经超出企业 IT 的传统响应速度。GPT-5.4 到 GPT-5.5，六周；Opus 4.5 到 Opus 4.7，两个月不到。每一次更新都带来定价变化、能力边界移动、以及需要重新评估的路由策略。对于没有统一 access layer 的企业，每次模型迭代都意味着一次可能涉及多个团队的变更管理工作。

定价分层在加剧供应商选择的复杂度。本周同时出现了 GPT-5.5 Pro 的 $30/$180 高端定价和 DeepSeek V4-Flash / Kimi K2.6 的超低定价，两端相差超过 200 倍。“用最好的模型”已经是一个代价高昂的默认选项，而“根据任务类型动态选择模型”正从优化手段变成成本控制的必要条件。

供应链集中度在悄然提高。Google + Amazon 合计 $650 亿投入 Anthropic，前沿模型正在成为云厂商锁定用户的新入口。Agentic AI 的治理盲区也正在从边缘走向核心——agent 的权限、成本、审计，会在 12—18 个月内从工程团队的内部问题变成合规和风控的正式议题。

接下来，企业该做什么

首先，现在就要建立模型分层调用策略，而不是等到账单超出预期再回头优化。 GPT-5.5 的发布确立了新的价格锚点。企业应识别哪些场景真正需要高精度模型（高复杂度代码生成、法律文件分析），哪些场景用中端或开源模型足够，并在访问层强制执行这个策略，而不是让每个团队自行决定。

其次，认真评估开源模型在编码和内部工具场景的适用性，但要用实测数据而非基准分数做决策。 Kimi K2.6 在 SWE-bench Pro 上已超过 GPT-5.4，DeepSeek V4-Pro 价格为 GPT-5.4 的 35%，两者均支持自托管。建议先在非核心工作流上并跑评测，用实际业务指标判断是否切换，同时充分验证 preview 阶段的稳定性。

第三，将供应链独立性纳入 AI 架构评估标准，而不只是看模型性能。 Google $400 亿投 Anthropic 是一个提醒：前沿模型和云平台的绑定正在加深，企业选择 AI 供应商时需要同步考虑数据主权和供应链弹性。现在建立能够跨模型、跨云切换的访问层，是未来保持谈判筹码的基础。

第四，在 agent 工作流进入生产之前，先把治理架构想清楚。 需要回答的问题是：你的 agent 通过哪些工具访问外部系统？这些访问使用的是什么身份？访问记录是否可供审计？如果这三个问题现在没有答案，当合规团队开始审查 agent 部署时，工程改造的代价会远高于现在提前设计的成本。

这一轮变化，AgentsFlare 在解决什么

本周的六个变化实际上共同指向同一个问题：模型层在快速演进，供应链在快速集中，但企业的 AI 访问层还没有跟上这个速度。

当 GPT-5.5、Claude Opus 4.7、DeepSeek V4、Kimi K2.6 同时存在、定价相差 200 倍，企业需要一个能够统一管理多模型路由的访问层——能根据任务类型、成本预算、SLA 要求动态决策走哪条路，并且在模型迭代时无需改动业务代码。当 Google 和 Amazon 合计 $650 亿投入 Anthropic，独立于任何单一云的 AI 访问层不再只是架构上的最佳实践，而是供应链策略的必要组成部分。当 Managed Agents 公测意味着 agent 将加速进入生产，请求级的审计链、身份传递、工具访问控制，需要在 agent 上生产前就具备，而不是出了事故再补。

这是 AgentsFlare 作为独立 AI Gateway / Control Plane 的定位所在：不绑定 AWS、不绑定 Databricks、也不绑定任何单一模型厂商，帮助企业在模型层高速迭代、供应链快速集中的同时，保持对自己 AI 流量的完整掌控，以及对企业数据主权的真正把控。