SpaceXAI 发布 Grok 4.6：智能指数追平 GPT-5.6 Sol，定价不变
SpaceXAI（原 xAI）于 8 月 12 日发布 Grok 4.6，这是 Grok 4.5 之后的新一代旗舰模型，重点强化长程智能体和交互式、视觉类任务。它同日在 Cursor、Grok Build、API 以及 OpenRouter、Vercel、Cloudflare 等渠道上线，头一周在 Grok Build 和 Cursor 内提供 2 倍用量。
独立基准平台 Artificial Analysis 的评测是本次发布最关键的证据：Grok 4.6 在其「智能指数」（九个基准的复合分）上得 61 分，追平 GPT-5.6 Sol，落后于 Anthropic 的 Claude Opus 5（63）和 Claude Fable 5（62），略高于月之暗面的 Kimi K3。这是 SpaceXAI 一个多月后重返前沿——较 Grok 4.5 提升 5 分，较 Grok 4.3 提升 23 分。
值得注意的相对变化在成本端。Grok 4.6 的定价与 Grok 4.5 完全一致：输入 2 美元、输出 6 美元/百万 token。对比同区间的 Claude Opus 5（5/25 美元）和 GPT-5.6 Sol（5/30 美元），输出 token 价格低约 80%、输入低 60%。Artificial Analysis 测得单任务成本约 0.84 美元，使其落在「智能指数 vs 单任务成本」的帕累托前沿上。
智能体能力是它的强项而非短板。在真实世界智能体知识工作基准 GDPVal-AA v2 上，Grok 4.6 拿到 1753 的 Elo，仅次于 Claude Opus 5，与 Claude Fable 5、Qwen3.8 Max 的置信区间重叠。在长程知识工作私有基准 AA-Briefcase 上得 1577，达 Fable 5 水平，且「回合效率」突出：平均约 53 轮、约 0.5B 输入 token 完成任务，而 Claude Opus 5（max）约 103 轮、约 2.0B token——除单价优势外，在长程智能体任务中还有额外的 token 效率优势。
官方将提升归因于更长的补充训练：使用筛选后的模型生成数据做推理与技术概念训练、改进优化器，并用 Grok 4.5 重新生成 SFT 轨迹，覆盖推理、智能体、STEM、软件工程与知识工作，再叠加范围更广的智能体 RL 任务。
边界：智能指数仍落后 Anthropic 两档，静态推理并非其最强项；缓存命中价格从 Grok 4.5 的 0.3 美元/百万 token 涨至 0.5 美元，长上下文复用场景的成本实际上升。
SpaceXAI ｜
Artificial Analysis
DeepSeek V4 Pro 0813 正式转正，结束近四个月预览期
DeepSeek 的旗舰模型 V4 Pro 于 8 月 12 日进入正式版：其 API 文档与定价页显示，deepseek-v4-pro 端点背后的模型版本已更新为 DeepSeek-V4-Pro-0813，OpenRouter 同将其列为 8 月 12 日发布。
这结束了 V4 Pro 自 4 月 24 日首发以来近四个月的预览期。DeepSeek 当时以 MIT 协议开源 V4 系列权重（Pro 与 Flash），7 月 31 日先将较小的 Flash 转正并承诺 Pro「很快跟进」，0813 即这一承诺的兑现。
定价为输入 0.435 美元、输出 0.87 美元/百万 token（缓存命中 0.003625 美元），上下文 1M，最大输出 384K。定价页同时注明 DeepSeek「计划近期上调整体定价，涨幅预计显著」，提示当前价格可能只是窗口期。
Qwen 首次开源 Max 级模型：2.4T 参数、95B 激活
阿里 Qwen 于 8 月 12 日在 Hugging Face 放出 Qwen3.8-2.4T-A95B 权重——2.4 万亿总参数、95B 激活的 MoE 模型。这是 Qwen 首次开源 Max 档模型的权重；此前 Qwen3.8-Max 于 8 月 3 日以 API 形式发布并承诺「下周开源」。
需要区分两个版本：开源的 2.4T-A95B 是纯文本、强制 thinking 模式、不支持多模态；QwenCloud 上的 Qwen3.8-Max 则额外具备视觉输入、非思考模式、默认 1M 上下文和内置工具。官方基准表中，Qwen3.8-Max 在 Terminal Bench 2.1（86.6）、PaperBench（93.0）等多项智能体编码任务上与 Claude Opus 4.8、Fable 5 互有胜负；Artificial Analysis 在 GDPVal-AA v2 上也将其列为与 Grok 4.6、Fable 5 置信区间重叠的一档。
对开源生态而言，2.4T 级 Max 模型权重开放意味着开发者可以直接部署一个与前沿 API 同代的超大模型，而不再只能调用闭源 API。这延续了中美开源模型竞争的主线——同日 Grok 4.6 与 DeepSeek V4 Pro 也同步推进。
Amazon 默认用 Twitch 主播内容训练 AI，主播需手动退出
Twitch 宣布将默认使用创作者内容为母公司 Amazon 训练生成式 AI 模型，创作者需手动退出。Twitch 首席产品官 Mike Minton 在官方直播中直面「为何不是 opt-in」的质疑：「老实说，答案是——如果做成 opt-in，没人会选。」
这引发主播社区迅速反弹，核心担忧是主播直播的是自己的形象和声音、每周数十小时，而「默认同意」意味着他们可能在不知情时就把内容交给 Amazon 训练。退出路径被埋在频道设置（而非创作者后台）的「安全与隐私」→「生成式 AI 训练」开关中。
Twitch 社区负责人 Mary Kish 将 Meta 的公开内容训练作为类比，试图说明这不是孤例。事件的意义在于：当训练数据需求增长时，平台正把「默认同意」设为新的默认值，并公开承认 opt-in 在商业上不可行——这是 AI 版权与数据政策从「事后道歉」转向「前置默认」的一个清晰信号。
Ai4 现场：Hinton、李飞飞、吴恩达就「开放」各持一档
在拉斯维加斯 Ai4 大会上，Geoffrey Hinton、李飞飞与吴恩达就开源与监管展开辩论。三人都主张某种形式的开放，但立场差异明显。
吴恩达反对「守门人」格局，主张促进开放与美国竞争力，并警告中国开源模型在非洲等地的软实力扩散。李飞飞反驳「开放 vs 封闭」的二元对立，援引核物理「论文公开、铀管制、实验室居中」的分层逻辑，主张不同层级的开放度。Hinton 则区分开源代码与开放权重——他反对开放权重（「太容易让人拿大模型去做网络攻击」），但同时承认「这场仗已经输了」。
一个可记录的共识是 Hinton 对监管的表态：「不能让马斯克和扎克伯格这样的人决定 AI 该怎么做。」这与此前多期日报报道的开源模型安全争议形成呼应，也说明「开放权重是否可控」正成为横跨学界与产业的主分歧。
Lovable 完成 4 亿美元 C 轮，估值 133 亿美元
AI 应用构建平台 Lovable 宣布完成 4 亿美元 C 轮融资，投后估值 133 亿美元，由 Menlo Ventures 领投、EQT 旗下 Scaleup Europe Fund 联合领投，腾讯、World Innovation Lab 等参投。公司 6 月年化经常性收入（ARR）达 5 亿美元。
Lovable 自 2024 年 11 月上线以来累计创建 6000 万+ 项目，Lovable 应用月访问量 9 亿+，已触达近三分之二财富 500 强企业。这轮融资把欧洲 AI 应用层的估值天花板推高到百亿美元级别。
Cognition 据报洽谈 400 亿美元估值新一轮融资
据 Bloomberg（TechCrunch 转述），AI 编码智能体 Devin 的开发商 Cognition 正在洽谈新一轮融资，估值至少 400 亿美元，前提是达到 10 亿美元年化收入运行率。Cognition 5 月刚以 260 亿美元估值融资 10 亿美元，当时 ARR 为 4.92 亿美元；三个月内估值目标跳升约 54%。
OpenAI 支持的 Thrive Holdings 融资 20 亿美元，估值 120 亿美元
Thrive Holdings 完成 20 亿美元融资，估值 120 亿美元，投资者包括 SoftBank、D1 Capital Partners、Altimeter Capital。这家从 Thrive Capital 拆分、获 OpenAI 入股的机构被 TechCrunch 称为「AI 版私募股权」——收购会计、IT 等传统企业后注入 AI。其会计平台 TaxAI 已处理 7000+ 份报税、准确率 98%，IT 平台客服解决时长提升 36 倍。