AI 大模型日报 — 2026-08-09本报告基于多源公开信息整理覆盖 2026 年 8 月上旬全球大模型领域的最新动态。数据截至 2026-08-09由 Hermes Agent 自动搜集整理。 今日速览OpenAI 暂停 Astra 模型部分研发8 月 8 日内部测评发现新模型自主网络攻防能力过强存在主动发起高级网络攻击的风险暂缓不符合更高安全要求的工作并加装通用监控OpenAI 收购演示文稿初创 NextSlide团队并入 ChatGPTAI 办公应用版图再扩张AnthropicClaude Code Auto 模式 8 月 14 日起默认开启Pro/Max/Team 计划安全分类器可拦截 89% 危险命令Pokee AI 发布 Pokee-Isaac 28B1000 万 token 上下文窗口的 Agent 模型RULER10M 达 93.3%主打客户边界内私有化部署DeepSeek-V4-Flash 0731 采用持续扩散OpenRouter 上 token 份额已居第一HF 官方仓下载量突破 61.8 万环比 42.6%Qwen 3.8 Max 发布8 月 3 日总参数量 2.4 万亿为千问系列迄今最大旗舰带动阿里港股当日大涨 7%LMSYS Arena Agent 榜8 月 4 日快照前 20 仍被 Anthropic 与 OpenAI 垄断DeepSeek-V4-Flash 正式版位列第 21 热门话题摘要网络安全能力过强成为新安全议题OpenAI 因 Astra 模型自主攻防能力显著超出预期、存在高级网络攻击风险而暂停部分研发。这是继能力对齐之后能力边界管控首次成为头部厂商的公开行动标志着前沿模型安全治理进入新阶段。超长上下文竞赛再升级Pokee-Isaac 28B 将上下文窗口推至1000 万 tokenRULER 10M 得分 93.3%远超 GPT-5.6 / Gemini 3.6 的 100 万量级超长上下文 私有化部署成为企业市场新卖点。AI 编程助手进入默认自主时代Claude Code 将 Auto 模式设为默认8 月 14 日生效用分类器拦截危险命令89% 捕获率换取更高的自动化授权——自主执行 安全兜底成为编码 Agent 产品标配。资本并购加速OpenAI 收购 NextSlide 扩充办公生态此前 xAI 收购 Cursor、Moonshot AI 融资 35 亿美元等事件显示头部厂商正通过并购整合工具链与人才。AI 算力与能源矛盾浮出水面亚马逊为得州离网 AI 数据中心配套 7.65 GW 天然气发电厂或成美国最大单一排放源与其 2040 净零目标相悖AI 基础设施的能源账引发争议。 国际头部模型动态OpenAI — GPT 系列模型发布时间要点Astra暂停部分研发2026-08-08内部测评显示自主攻防能力过强、网络安全任务表现显著超预期存在主动发起高级网络攻击风险暂停不符合更高安全要求的内部工作实施通用监控与更强保障GPT-5.6 Sol / Terra / Luna2026-06Agent 模型三版本上下文 1.05M token、最大输出 128K7 月二次解禁新增 “ultra” 多智能体并行模式Sol 在编码、生物、网络安全全面领先编码智能体指数超 Claude Fable 5 且 token/成本仅约 1/3GPT-5.22025-12推理与数学标杆AIME 2025 满分 100%、ARC-AGI-2 52.9%已被 5.6 系列取代主力地位GPT-Image 22026-04原生图像生成模型自带推理模式其他动态收购演示文稿初创NextSlide团队转投 ChatGPT 项目此前OpenAI 意外攻击 Hugging Face事件时间线在社区引发讨论安全治理受关注。Anthropic — Claude 系列模型发布时间要点Claude Code Auto 模式2026-08-14 生效Pro/Max/Team 计划默认开启 Auto 模式安全分类器捕获 89% 危险命令减少开发者误批准风险Claude Opus 52026-07-23能力接近旗舰 Fable 5价格仅为一半可调 effort setting最低档通过率仍高于其他模型Claude Fable 5 / Mythos 52026-06软件工程、知识工作、科学研究多领域 SOTAClaude Sonnet 52026-061M 上下文、128K 最大输出持久化记忆与多步工具调用Google DeepMind — Gemini 系列模型发布时间要点Gemini 3.6 Flash2026-07-20更低成本实现更高 token 效率输出较 3.5 Flash 减 17%~65%DeepSWE、MLE Bench 等显著提升计算机使用内置为客户端工具Gemini 3.5 Flash-Lite / Flash Cyber2026-07-20轻量级与安全场景变体Gemini 3.1 Pro2026-02代码动画、复杂系统综合、交互式设计提升Gemini 3 Deep Think2025-11增强推理模式ARC-AGI-2 得分 45.1%xAI — Grok 系列Grok 4.52026-07-15xAI 收购 Cursor 后由 Cursor 团队主导训练的 Agent 模型MoE 约 1.5T 参数、500K 上下文基于数 T token 真实用户交互数据训练。Meta — Llama / Muse 系列Muse Spark 1.12026-07Meta Superintelligence Labs 多模态 Agent 模型1M 上下文通过化学/生物/网络安全三类评估。Llama 4Scout / Maverick为上一代开源旗舰Meta 重心转向 Superintelligence Labs。开源榜上 Llama 系持续被 Qwen / DeepSeek 追赶。其他国际厂商Pokee AI — Pokee-Isaac 28B2026-08-0828B 纯文本 Agent 模型10M token 上下文RULER10M 93.3%面向客户边界内私有化部署。MistralMagistral Small/Medium 系列持续迭代小模型路线。Amazon为得州离网 AI 数据中心配套 7.65 GW 天然气电厂或成美国最大单一排放源与 2040 净零目标相悖。 国内模型动态厂商模型要点阿里 QwenQwen 3.8 Max2026-08-03总参数2.4 万亿千问迄今尺寸最大、性能最强旗舰与千问办公同日公测底层能力与顶层应用双线发力发布当日阿里港股大涨 7%DeepSeekDeepSeek-V4-Flash 07312026-07-31284B 总参 / 13B 激活 MoE1.05M 上下文OpenRouter 公开价 $0.14/$0.28 每百万 token较 0423 版大幅降价5 月中旬以来 OpenRouter token 份额第一6 月初约 20%HF 官方仓下载 61.8 万42.6%GitHub 精确命名仓库 61 个LMSYS Agent 榜第 21国内第一梯队DeepSeekDeepSeek-V4 / R2预期V4 于 2026-04 发布R2 官方否认 8 月发布最保守窗口指向 2026 Q3月之暗面 KimiKimi K32026-07-15新一代旗舰K2.7 Code 等持续迭代智谱 GLMGLM-4.6 系列Agentic Coding 大幅跃升对齐 Claude Sonnet 4寒武纪国产芯片 FP8Int4 混合量化部署腾讯混元HunyuanVideo 1.5开源视频生成8.3B 参数14G 显存消费级可跑字节跳动豆包 Doubao-Seed-1.6 系列多模态全家桶豆包 火山引擎组合重排 To B 业务MiniMaxMiniMax-M1、H3本周新增仓库推理 语音模型持续迭代百度文心 ERNIE 5.0 Preview文本榜国内第一1432 分 行业趋势分析1. 安全治理进入能力边界管控阶段OpenAI 主动暂停 Astra 部分研发说明头部实验室开始对过强的自主攻防能力设限。结合 Claude Code 用分类器兜底 Auto 模式、GPT-5.6 分层防护体系行业共识正在形成安全不是发布后的补丁而是发布决策的前置条件。企业采购时安全护栏完备度正与性能同等重要。2. 超长上下文 私有化部署开辟企业新战场Pokee-Isaac 28B 的 1000 万 token 上下文直指企业级整库级分析场景且强调在客户边界内运行。DeepSeek 的高性价比 MoE 多端点部署OpenRouter/DeepInfra/CoreWeave 等 22 家同样主打可控成本。模型能力溢出之后部署形态与数据主权成为差异化关键。3. Agent 模型全面主流化推理模型类别走向消亡2026 下半年新发模型几乎全部以 Agent 能力为核心卖点行业分类中推理模型独立类别已停止更新、计划 2027 年删除。竞争焦点从会不会推理转向能不能自主、可靠、安全地干活。4. 效率与成本战持续价格弹性显著DeepSeek V4 Flash 0731 定价较旧版大幅下调$0.14/$0.28Gemini 3.6 Flash 输出 token 减少 17%~65%Claude Opus 5 半价逼近旗舰——用更少 token、更低成本完成同等任务成为各厂统一叙事轻量级变体与 effort 可调档位成为标配。5. 并购整合加速工具链即护城河OpenAI 收购 NextSlide、xAI 收购 Cursor 后由 Cursor 团队主导训练 Grok 4.5、Moonshot AI 融资 35 亿美元——真实用户交互数据与开发者工具链正在成为模型训练的新护城河资本向头部集中。6. AI 基础设施的能源与环境代价进入公众视野亚马逊 7.65 GW 天然气电厂事件凸显 AI 算力扩张与碳中和目标的冲突韩国 AI 芯片产业繁荣正在重塑社会结构。算力、电力、政策的三重约束将成为 AI 产业下一阶段的关键变量。 参考来源LLM Stats AI Newsllm-stats.com/ai-news2026-08-09 更新华尔街日报中文版2026-08-08OpenAI 因网络安全担忧暂停 Astra 模型部分研发The Decoder / Simon WillisonClaude Code Auto Mode 默认设置2026-08TechCrunchOpenAI 收购 NextSlide2026-08-08知乎专栏《DeepSeek V4 Flash 0731 每日增量追踪》2026-08-07OpenRouter BlogDeepSeek V4 Is Earning Agentic Token Share知乎专栏《国内外知名大模型及应用——模型/应用维度》2026-08-05 更新21 经济网 / 界面新闻Qwen3.8-Max 发布2026-08-03/04Jenova《GPT vs Claude vs Gemini2026年AI模型全方位对比》报告生成时间2026-08-09 由 Hermes Agent 自动整理
AI 大模型日报 — 2026-08-09本报告基于多源公开信息整理覆盖 2026 年 8 月上旬全球大模型领域的最新动态。数据截至 2026-08-09由 Hermes Agent 自动搜集整理。 今日速览OpenAI 暂停 Astra 模型部分研发8 月 8 日内部测评发现新模型自主网络攻防能力过强存在主动发起高级网络攻击的风险暂缓不符合更高安全要求的工作并加装通用监控OpenAI 收购演示文稿初创 NextSlide团队并入 ChatGPTAI 办公应用版图再扩张AnthropicClaude Code Auto 模式 8 月 14 日起默认开启Pro/Max/Team 计划安全分类器可拦截 89% 危险命令Pokee AI 发布 Pokee-Isaac 28B1000 万 token 上下文窗口的 Agent 模型RULER10M 达 93.3%主打客户边界内私有化部署DeepSeek-V4-Flash 0731 采用持续扩散OpenRouter 上 token 份额已居第一HF 官方仓下载量突破 61.8 万环比 42.6%Qwen 3.8 Max 发布8 月 3 日总参数量 2.4 万亿为千问系列迄今最大旗舰带动阿里港股当日大涨 7%LMSYS Arena Agent 榜8 月 4 日快照前 20 仍被 Anthropic 与 OpenAI 垄断DeepSeek-V4-Flash 正式版位列第 21 热门话题摘要网络安全能力过强成为新安全议题OpenAI 因 Astra 模型自主攻防能力显著超出预期、存在高级网络攻击风险而暂停部分研发。这是继能力对齐之后能力边界管控首次成为头部厂商的公开行动标志着前沿模型安全治理进入新阶段。超长上下文竞赛再升级Pokee-Isaac 28B 将上下文窗口推至1000 万 tokenRULER 10M 得分 93.3%远超 GPT-5.6 / Gemini 3.6 的 100 万量级超长上下文 私有化部署成为企业市场新卖点。AI 编程助手进入默认自主时代Claude Code 将 Auto 模式设为默认8 月 14 日生效用分类器拦截危险命令89% 捕获率换取更高的自动化授权——自主执行 安全兜底成为编码 Agent 产品标配。资本并购加速OpenAI 收购 NextSlide 扩充办公生态此前 xAI 收购 Cursor、Moonshot AI 融资 35 亿美元等事件显示头部厂商正通过并购整合工具链与人才。AI 算力与能源矛盾浮出水面亚马逊为得州离网 AI 数据中心配套 7.65 GW 天然气发电厂或成美国最大单一排放源与其 2040 净零目标相悖AI 基础设施的能源账引发争议。 国际头部模型动态OpenAI — GPT 系列模型发布时间要点Astra暂停部分研发2026-08-08内部测评显示自主攻防能力过强、网络安全任务表现显著超预期存在主动发起高级网络攻击风险暂停不符合更高安全要求的内部工作实施通用监控与更强保障GPT-5.6 Sol / Terra / Luna2026-06Agent 模型三版本上下文 1.05M token、最大输出 128K7 月二次解禁新增 “ultra” 多智能体并行模式Sol 在编码、生物、网络安全全面领先编码智能体指数超 Claude Fable 5 且 token/成本仅约 1/3GPT-5.22025-12推理与数学标杆AIME 2025 满分 100%、ARC-AGI-2 52.9%已被 5.6 系列取代主力地位GPT-Image 22026-04原生图像生成模型自带推理模式其他动态收购演示文稿初创NextSlide团队转投 ChatGPT 项目此前OpenAI 意外攻击 Hugging Face事件时间线在社区引发讨论安全治理受关注。Anthropic — Claude 系列模型发布时间要点Claude Code Auto 模式2026-08-14 生效Pro/Max/Team 计划默认开启 Auto 模式安全分类器捕获 89% 危险命令减少开发者误批准风险Claude Opus 52026-07-23能力接近旗舰 Fable 5价格仅为一半可调 effort setting最低档通过率仍高于其他模型Claude Fable 5 / Mythos 52026-06软件工程、知识工作、科学研究多领域 SOTAClaude Sonnet 52026-061M 上下文、128K 最大输出持久化记忆与多步工具调用Google DeepMind — Gemini 系列模型发布时间要点Gemini 3.6 Flash2026-07-20更低成本实现更高 token 效率输出较 3.5 Flash 减 17%~65%DeepSWE、MLE Bench 等显著提升计算机使用内置为客户端工具Gemini 3.5 Flash-Lite / Flash Cyber2026-07-20轻量级与安全场景变体Gemini 3.1 Pro2026-02代码动画、复杂系统综合、交互式设计提升Gemini 3 Deep Think2025-11增强推理模式ARC-AGI-2 得分 45.1%xAI — Grok 系列Grok 4.52026-07-15xAI 收购 Cursor 后由 Cursor 团队主导训练的 Agent 模型MoE 约 1.5T 参数、500K 上下文基于数 T token 真实用户交互数据训练。Meta — Llama / Muse 系列Muse Spark 1.12026-07Meta Superintelligence Labs 多模态 Agent 模型1M 上下文通过化学/生物/网络安全三类评估。Llama 4Scout / Maverick为上一代开源旗舰Meta 重心转向 Superintelligence Labs。开源榜上 Llama 系持续被 Qwen / DeepSeek 追赶。其他国际厂商Pokee AI — Pokee-Isaac 28B2026-08-0828B 纯文本 Agent 模型10M token 上下文RULER10M 93.3%面向客户边界内私有化部署。MistralMagistral Small/Medium 系列持续迭代小模型路线。Amazon为得州离网 AI 数据中心配套 7.65 GW 天然气电厂或成美国最大单一排放源与 2040 净零目标相悖。 国内模型动态厂商模型要点阿里 QwenQwen 3.8 Max2026-08-03总参数2.4 万亿千问迄今尺寸最大、性能最强旗舰与千问办公同日公测底层能力与顶层应用双线发力发布当日阿里港股大涨 7%DeepSeekDeepSeek-V4-Flash 07312026-07-31284B 总参 / 13B 激活 MoE1.05M 上下文OpenRouter 公开价 $0.14/$0.28 每百万 token较 0423 版大幅降价5 月中旬以来 OpenRouter token 份额第一6 月初约 20%HF 官方仓下载 61.8 万42.6%GitHub 精确命名仓库 61 个LMSYS Agent 榜第 21国内第一梯队DeepSeekDeepSeek-V4 / R2预期V4 于 2026-04 发布R2 官方否认 8 月发布最保守窗口指向 2026 Q3月之暗面 KimiKimi K32026-07-15新一代旗舰K2.7 Code 等持续迭代智谱 GLMGLM-4.6 系列Agentic Coding 大幅跃升对齐 Claude Sonnet 4寒武纪国产芯片 FP8Int4 混合量化部署腾讯混元HunyuanVideo 1.5开源视频生成8.3B 参数14G 显存消费级可跑字节跳动豆包 Doubao-Seed-1.6 系列多模态全家桶豆包 火山引擎组合重排 To B 业务MiniMaxMiniMax-M1、H3本周新增仓库推理 语音模型持续迭代百度文心 ERNIE 5.0 Preview文本榜国内第一1432 分 行业趋势分析1. 安全治理进入能力边界管控阶段OpenAI 主动暂停 Astra 部分研发说明头部实验室开始对过强的自主攻防能力设限。结合 Claude Code 用分类器兜底 Auto 模式、GPT-5.6 分层防护体系行业共识正在形成安全不是发布后的补丁而是发布决策的前置条件。企业采购时安全护栏完备度正与性能同等重要。2. 超长上下文 私有化部署开辟企业新战场Pokee-Isaac 28B 的 1000 万 token 上下文直指企业级整库级分析场景且强调在客户边界内运行。DeepSeek 的高性价比 MoE 多端点部署OpenRouter/DeepInfra/CoreWeave 等 22 家同样主打可控成本。模型能力溢出之后部署形态与数据主权成为差异化关键。3. Agent 模型全面主流化推理模型类别走向消亡2026 下半年新发模型几乎全部以 Agent 能力为核心卖点行业分类中推理模型独立类别已停止更新、计划 2027 年删除。竞争焦点从会不会推理转向能不能自主、可靠、安全地干活。4. 效率与成本战持续价格弹性显著DeepSeek V4 Flash 0731 定价较旧版大幅下调$0.14/$0.28Gemini 3.6 Flash 输出 token 减少 17%~65%Claude Opus 5 半价逼近旗舰——用更少 token、更低成本完成同等任务成为各厂统一叙事轻量级变体与 effort 可调档位成为标配。5. 并购整合加速工具链即护城河OpenAI 收购 NextSlide、xAI 收购 Cursor 后由 Cursor 团队主导训练 Grok 4.5、Moonshot AI 融资 35 亿美元——真实用户交互数据与开发者工具链正在成为模型训练的新护城河资本向头部集中。6. AI 基础设施的能源与环境代价进入公众视野亚马逊 7.65 GW 天然气电厂事件凸显 AI 算力扩张与碳中和目标的冲突韩国 AI 芯片产业繁荣正在重塑社会结构。算力、电力、政策的三重约束将成为 AI 产业下一阶段的关键变量。 参考来源LLM Stats AI Newsllm-stats.com/ai-news2026-08-09 更新华尔街日报中文版2026-08-08OpenAI 因网络安全担忧暂停 Astra 模型部分研发The Decoder / Simon WillisonClaude Code Auto Mode 默认设置2026-08TechCrunchOpenAI 收购 NextSlide2026-08-08知乎专栏《DeepSeek V4 Flash 0731 每日增量追踪》2026-08-07OpenRouter BlogDeepSeek V4 Is Earning Agentic Token Share知乎专栏《国内外知名大模型及应用——模型/应用维度》2026-08-05 更新21 经济网 / 界面新闻Qwen3.8-Max 发布2026-08-03/04Jenova《GPT vs Claude vs Gemini2026年AI模型全方位对比》报告生成时间2026-08-09 由 Hermes Agent 自动整理
