Grok 4.6 发布，追平 GPT-5.6、定价低六成

概览

本期共 10 条，前 3 条为今日重点；正文按板块展开。

热门模型动态

1. 重点 · SpaceXAI 发布 Grok 4.6，AA 指数追平 GPT-5.6
2. 重点 · DeepSeek 8 月 16 日上调 V4 API 价格，分峰谷两档计费
3. 重点 · Claude 文本水印悄然落地，已有开发者发布 Mac 移除工具
4. 微信灰测原生助手「小微」，底层 WeLM 传已扩至 6170 亿参数

全球 AI 资讯 5. OpenAI 试推可赠送的 ChatGPT 额度 6. 25 位前沿实验室研究者示警：自动化 AI 研究的多个里程碑已被跨过 7. AllenAI 开放 OlmoEarth 嵌入导出，代码与权重同步开源 8. OneAdvanced 在英国主权 AWS 上自托管 Llama 4，部署逾 50 个智能体

区域与早期信号 9. 智源 FlagOS 完成 Qwen3.8-2.4T 的九款芯片 Day0 适配（中文来源） 10. Brex 提出「与运行时无关」的 AI 工作流模式

九凤根据本期已引用来源整理。

热门模型动态

SpaceXAI 发布 Grok 4.6，AA 指数追平 GPT-5.6

SpaceXAI 用一次后训练升级把 Grok 4.6 推到前沿梯队，61 分追平 GPT-5.6 Sol，价格却低六成以上。

SpaceXAI（xAI）于 8 月 12 日发布 Grok 4.6。据 The Decoder，它在 Artificial Analysis 智能指数上得 61 分，较 Grok 4.5 提升 5 分，追平 OpenAI 的 GPT-5.6 Sol，仅次于 Anthropic 的 Claude Opus 5（63）与 Claude Fable 5（62）。在衡量真实电脑知识工作的 GDPval-AA v2 榜上排第二，Elo 1753，完成复杂任务约需 53 步（Opus 5 约 103 步）。定价为每百万 token 输入/输出 2/6 美元，较 Opus 5（5/25）与 GPT-5.6 Sol（5/30）便宜六成以上；发布首周 Grok Build 与 Cursor 内配额翻倍。MarkTechPost 指出这是在 Grok 4.5 基座不变前提下的后训练升级——重跑更长的监督微调轨迹并在智能体环境做强化学习，并新增高于原档位的 xhigh 推理档。

模型已在 xAI API（grok-4.6）、Grok Build（默认模型）、Cursor 全档位上线，并可经 OpenRouter、Vercel、Cloudflare 路由。局限也很明确：没有开放权重、没有自托管路径，气隙部署无从谈起；它是后训练迭代而非更大的新基座。

来源：The Decoder · MarkTechPost · xAI 文档

DeepSeek 8 月 16 日上调 V4 API 价格，分峰谷两档计费

新价目表按 UTC 时段分峰谷，谷时比峰时低一半，但所有谷时价仍高于今天的价格。

据 RuntimeWire，梁文锋的 DeepSeek 将于 8 月 16 日 16:00 UTC 起上调 V4 系列 API 价格，并引入分时价目表，把弹性算力任务引导到非高峰时段。DeepSeek 在 X 上把高峰时段定义为 UTC 01:00–04:00 与 06:00–10:00，每天共 7 小时，其余 17 小时为谷时；官方称谷时比峰时低 50%。但这只是两个新档位之间的差距——价目表里每一档谷时价都高于 DeepSeek 今天的收费。以 V4-Flash 为例，当前每百万 token 缓存命中输入 0.0028 美元、未命中输入 0.14 美元、输出 0.28 美元，谷时新价分别升至 0.007、0.22、0.66 美元；谷时输出价 V4-Flash 涨 136%、V4-Pro 涨 128%。

也就是说，最便宜的谷时窗口也比现价贵，「低 50%」只是相对新的峰时档而非较今日降价。RuntimeWire 提醒，按计划运行的工作负载应在 8 月 16 日前重新核算单位成本。

来源：RuntimeWire · DeepSeek 官方 X

Claude 文本水印悄然落地，已有开发者发布 Mac 移除工具

Anthropic 把 EU 驱动的机器可读水印推向全球 Claude 输出，一款本地改写工具随即上线，但检测器尚未公开、无法独立验证。

Ars Technica 报道，Anthropic 正把机器可读水印嵌入 Claude 生成的文本，目前肉眼不可见，会标记任何经 Claude 处理过的内容——甚至包括 Claude 仅做过润色的人类写作。RuntimeWire 补充，ReadMultiplex 创始人 Brian Roemmele（@BrianRoemmele）于 8 月 12 日在 X 发布了一款仅限 Mac 的工具与本地改写流程，名为「AI Watermarks Cleaner」，配合本地运行模型的 LM Studio 使用；据其描述，该流程依赖本地改写而非简单删除元数据或隐藏 Unicode 字符，会先分离可见格式再重写正文。

局限在于：Anthropic 至今未公开用于检测水印的检测器，因此这款清除工具是否真的有效无法被独立验证；Ars 也强调水印「目前」不可见，措辞留有后续变化的余地。

来源：Ars Technica · RuntimeWire · Brian Roemmele 的 X

微信灰测原生助手「小微」，底层 WeLM 传已扩至 6170 亿参数

Pandaily 称微信 AI 团队的 WeLM 已转向稀疏 MoE 架构、参数规模增至 6170 亿，但仍属灰度测试。

据 Pandaily，微信已开始灰度测试嵌入应用内的原生 AI 助手「小微」（Xiaowei），其底层是微信 AI 团队长期研发的大模型 WeLM。报道称 WeLM 已从稠密结构转向稀疏 MoE 架构，参数规模悄然增长到 6170 亿。

需要说明的是，这是素材较薄的一条：6170 亿参数出自 Pandaily 依据模型解码的推断，微信并未公开 WeLM 的正式规格；「小微」目前也只是灰度测试，尚未面向全量用户开放。

来源：Pandaily

全球 AI 资讯

OpenAI 试推可赠送的 ChatGPT 额度

用一次性领取链接为他人购买预付用量，Windows 客户端里已埋好购买入口。

RuntimeWire 的独家调查显示，OpenAI 正逐步向个人版 ChatGPT 用户推出「为他人购买额度」功能：通过一次性领取链接把预付用量送给别人。OpenAI 已上线一篇帮助中心文章，说明购买、发放、兑换、过期与退款规则；RuntimeWire 另行检查了 OpenAI Windows 应用随附的 Electron 归档，发现专门的礼品额度模块、直达购买地址 https://chatgpt.com/gifts/credits、名为 purchase_flow_enabled 与 desktop_beacon_enabled 的远程开关，以及主屏、个人资料、用量设置里的入口。产品研究者 Tibor Blaho 也在 X 上标记了这个上线页面。

局限：功能仍在逐步放量，RuntimeWire 自己的账号并未启用，需人为满足本地显示条件才渲染出「Gift credits」横幅；兑换后额度进入接收者的个人 ChatGPT 余额。

来源：RuntimeWire · OpenAI 帮助中心 · Tibor Blaho 的 X

25 位前沿实验室研究者示警：自动化 AI 研究的多个里程碑已被跨过

一项访谈研究显示，20/25 位受访者把「AI 研究自动化」列为最严重且紧迫的风险，其点名的部分里程碑已经实现。

The Decoder 报道，IAPS 研究员 Severin Field 访谈了来自 OpenAI、Anthropic、Google DeepMind、Meta 及美国高校的 25 位研究者，主题是递归自我改进（RSI，即系统强到能造出更强的自身版本、如此循环）。25 人中有 20 人把 AI 研究自动化列为最严重、最紧迫的 AI 风险之一。受访者反复援引非营利机构 METR 的 Task Horizon 基准作为衡量进展的首选指标——AI 智能体能独立完成的任务时长大约每 6 个月翻一番。Field 在其博客中总结这份 2025 年夏末的访谈研究时写道，如今几个被点名的里程碑已经被跨过，RSI 已不能再被当作营销噱头。

局限：这是一份基于 25 人访谈的定性研究加回顾性博客，RSI 的定义与紧迫性在业内仍有争议。

来源：The Decoder · 访谈研究（arXiv）

AllenAI 开放 OlmoEarth 嵌入导出，代码与权重同步开源

地球观测基础模型 OlmoEarth 现可从 Studio 直接计算并导出嵌入向量，源码、权重与论文一并公开。

Hugging Face 博客上，AllenAI（Ai2）介绍了 OlmoEarth 嵌入：其地球观测建模平台 OlmoEarth Studio 现在可以计算并导出嵌入向量——对地观测数据的紧凑数值表示，由开源的 OlmoEarth 基础模型产生。这些嵌入是低成本利用 OlmoEarth 的入口，可支撑相似性检索、分割、无监督探索等下游任务；地表特征相近的位置得到相近的向量，差异大的则相距很远。团队称源码与模型权重连同研究论文一并公开，社区可核查嵌入的具体生成方式。

局限：性能表现来自 AllenAI 自身的基准测试与一项独立评估（论文），仍需更多第三方复现。

图片来源：huggingface；已转存至九凤 R2。

来源：Hugging Face 博客 · 源码（GitHub） · 独立评估（arXiv）

OneAdvanced 在英国主权 AWS 上自托管 Llama 4，部署逾 50 个智能体

为确保数据不出英国，OneAdvanced 自托管 Llama 4 Maverick 与 Llama Guard 4，跑起 50 多个专用智能体。

AWS 机器学习博客的案例显示，服务逾 1 万家客户的英国企业软件商 OneAdvanced，在完全自控的 AWS 基础设施上、于 Amazon SageMaker AI 自托管开放权重模型 Llama 4 Maverick 与 Llama Guard 4，原因是当时这两款模型尚未通过英国区域的托管服务提供。方案配套一条基于 Amazon Aurora PostgreSQL + pgvector 的 RAG 管道、由 Strands Agents SDK 驱动的 50 多个专用智能体，以及运行在 Amazon ECS 上的工具层，目标是确保没有数据离开英国。

局限：自托管是被动选择（托管服务当时在英国区不可用），且内容出自 AWS 官方博客的自述案例。

来源：AWS 机器学习博客 · pgvector（GitHub） · Llama（Hugging Face）

区域与早期信号

智源 FlagOS 完成 Qwen3.8-2.4T 的九款芯片 Day0 适配（中文来源）

面向刚开源的 2.4T MoE，众智 FlagOS 在 9 款国内外 AI 芯片上完成 Day0 适配，并新增统一 INT8 量化。

据雷锋网，智源众智 FlagOS 社区对阿里刚开源的超大规模 MoE 模型 Qwen3.8-2.4T-A95B 完成 Day0 多芯片适配，覆盖平头哥、英伟达、摩尔线程、华为昇腾、沐曦、昆仑芯、海光、清微智能、隧原共 9 款芯片，提供 BF16/FP8/INT8 等多种精度版本。为承接比上代扩大约 6 倍的参数规模，FlagOS 技术栈新增面向多芯片的统一 INT8 量化，通过 FlagOS-Compressor 打通 FP8/BF16 原生权重到 INT8 的两条压缩路径。社区称迄今已累计完成 7 支头部模型团队、12 款主流开源模型、10 款芯片的跨芯 Day0 适配。

局限：本条为中文单一信源；精度对齐（称与英伟达 CUDA FP8 版本误差在对齐区间内）等为社区自述，尚无独立验证。Qwen3.8-2.4T 模型本身的发布此前已单独报道，本条聚焦芯片适配而非模型能力。

来源：雷锋网

Brex 提出「与运行时无关」的 AI 工作流模式

把持久化运行时当作接口后的插件，让生产可靠性与评估迭代速度不再互相拖累。

InfoQ 刊出 Brex AI 工作流平台的工程实践：AI 工作流的独特难点在于 LLM 步骤的输出质量会随每次提示词微调或模型变更而漂移，必须靠离线评估验证；而生产持久化需要重量级、分布式的持久运行时，评估迭代却需要能在几秒内重跑数百次的轻量级、进程内短暂循环——两者相互矛盾。Brex 的做法是把运行时抽象成接口后的插件：该平台用 TypeScript 编写、由 5 名工程师维护，工作进程跑在 Kubernetes 上并接入 Temporal Cloud 执行长时智能体，智能体经 Vercel AI SDK 访问统一 LLM 网关。

局限：这是单家公司（Brex）的工程模式，作者指出只有当你拥有多个工作流、真正的生产级可靠性要求与严谨评估流程时才真正见效。

来源：InfoQ 中文 · InfoQ 英文原文