新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
阿里 Qwen 团队发布并开源 Qwen-Image-2.1，称其为 Qwen-Image 系列中兼顾均衡与成本效益的图像生成模型。该模型为 7B 轻量架构，统一支持图像生成与编辑，可原生生成和编辑 RGBA 透明图层，支持最多 10 张参考图与局部精确控制，并针对多图输入大幅加速推理。权重已在 ModelScope、Hugging Face 和 GitHub 开放。
阿里开源 Qwen-Image 系列的轻量图像生成与编辑模型，可对照其与闭源模型在速度、透明图层上的差异。
新一代原生全模态模型 Qwen3.8-Omni-Flash 正式上线千问AI平台，支持文本、图像、音频和视频输入以及 1M 长上下文，目标是把全模态能力从理解内容推进到规划任务、调用工具并完成创作。
原文给出全模态模型的评测提升、API 降价幅度与配套开源工具，读者可据此判断音视频智能体的落地成本变化。
Gemini 3.8 Live 与 3.8 Live Extended Thinking 发布，延续上月 3.5 Transcribe 对实时语音智能体的投入。
Gemini 3.8 Live 公布了实时语音定价与智能体任务得分，可据此判断实时语音智能体的能力与接入方式。
DeepSeek 正式发布 DeepSeek V4.1 Flash，这是其全新模型结构系列中最小尺寸的模型，具备原生多模态视觉理解能力。该模型为 552B 参数的 MoE 模型，采用 Causal-Encoder-Decoder 非对称结构，输入激活 8B、输出激活 16B，官方称其在基准测试中超越了包括 DeepSeek V4 Pro 在内的旗舰模型。
官方给出新模型的参数结构、KV Cache 压缩与定价变化，可据此判断 Agent 类任务的成本走向。
Z.ai 正式发布视觉语言模型 GLM-5.3-Flash，即此前在 OpenRouter 上匿名预览的 Ox Alpha，并公开了权重。该模型采用 MoE Transformer 结合线性注意力与稀疏注意力，总参数 3200 亿、每 token 激活 180 亿，支持文本、图像和视频输入，最多 1,048,576 个 token，输出上限 128,000 个 token。
智谱开源 GLM-5.3-Flash 的架构与成本数据，可用于判断低价视觉语言模型的性价比取舍。
OpenAI 的 GPT-6 Astra 已在 Work/Codex 中向全部 Pro、Enterprise 和 Business Premium 用户开放，并同步上线 API，Plus 和 Business 用户将在之后开始逐步 rollout。
原文给出 GPT-6 Astra 已向哪些用户开放与后续节奏，读者可据此判断自己何时能用上。
Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，称前者在软件工程、智能体任务和多步推理上有明显提升，定价与 3.7 Flash 相同，为每百万输入 token 0.75 美元、每百万输出 token 3.75 美元。
官方披露了两款新模型的基准表现、定价与访问渠道，可用于对比 Flash 系列在编码与网络安全能力上的迭代节奏。
Qwen 将 Qwen3.8-Max 升级为 Qwen3.8-Max-0902，参数规模 2.4T，上下文窗口 1M tokens。该版本在 Coding 与 Cowork 方向做了后训练，官方称在复杂企业任务、科研和长周期工作流上表现更强。API 定价为每 1M tokens 输入 $2、输出 $6，显式缓存命中 $0.17、隐式缓存命中 $0.25，现已在 QwenCloud 上线。
官方给出参数规模、上下文长度和 API 定价，读者可据此判断它在长流程任务上的接入成本。
World Labs 发布名为 Atlas 的多模态世界模型，称其从零训练，可生成具备像素级相机控制的图像与视频帧。Atlas 支持从单张输入图像重建大场景、通过重新取景模拟时空、从一张或多张图像原生输出 3D 空间，并将多张带位姿图像组合成一致的 3D 世界。团队称该模型面向 VFX 到机器人等用例。
World Labs 从零训练的多模态世界模型，读者可了解其相机控制与单图重建三维场景的能力。
Z.ai 通过微调前代 GLM-5.2 推出旗舰模型 GLM-5.3，总参数 7530 亿、每 token 激活 400 亿，输入最多 100 万 token、输出最多 128,000 token，速度每秒 90 token。
以独立测试数据对比 GLM-5.3 与 Kimi K3、Claude Opus 5 等模型，并呈现开源权重网络安全争议中双方的实际依据。
腾讯混元发布新一代旗舰模型 Hy4 preview，总参数 770B、激活参数 49B，上下文长度 1M，已开源并在腾讯云 TokenHub、OpenRouter 上线，可在 WorkBuddy/CodeBuddy、元宝、ima 等产品体验。
腾讯混元发布 Hy4 preview 并开源，770B 总参数配 1M 上下文，可与 GLM-5.3、Kimi K3 的盲测结果横向比较。
智谱认领了此前在 X 上刷屏的匿名模型 Ox-Alpha（中文社区称“牛来”），正式名称为 GLM-5.3-Flash，320B 总参数、仅激活 18B，是 GLM-5 系列首个原生多模态模型。
文章把匿名模型的身份揭晓、参数与价格和多个实测案例放在一起，读者可据此判断它在多模态任务上的成本与可用性。
阿里发布 Qwen3.8-Flash，这是一个多模态 MoE 模型，主模型参数量 125B，另配 51B N-gram Embedding，每 token 激活 6B 参数，原生支持 262,144 token 上下文并可通过 YaRN 扩展至 1M token。
官方一次给出 Qwen3.8-Flash 的架构改动、成本对比与开源权重入口，读者可据此判断新架构对长上下文推理的实际影响。
Qwen 发布 Qwen3.8-Flash，一个多模态 MoE 模型，也是 Qwen4 架构的早期预览，现已开放权重，API 上线 QwenCloud。
Qwen3.8-Flash 以 1/9 训练成本超越前代，并作为 Qwen4 架构的早期预览开放权重，可据此观察下一代架构取向。
匿名上线 OpenRouter 的 Ox Alpha 正式揭晓为智谱 GLM-5.3 Flash，并已 MIT 开源上架 API。
作者用三个有技术门槛的前端复刻案例实测该模型的多模态理解与编码能力，并给出与 DeepSeek V4 Flash 的对比。
Z.ai 发布 GLM-5.3-Flash，原生多模态、支持 100 万 token 上下文窗口，模型规模为 320B-A18B，以 MIT 许可证开放权重，此前以 Ox Alpha 为名预览并完全运行在中国 AI 芯片上。
从公开定价、上下文窗口和 MIT 开源许可三个维度，可以判断这款模型对日常任务的成本影响。
智谱上线并开源 GLM-5.3-Flash（320B-A18B），为 GLM-5 系列首个原生多模态模型，在 Artificial Analysis Intelligence Index 中取得 57 分，与 Claude Opus 4.8 持平。
智谱开源 GLM-5.3-Flash，公开了参数规模、定价倍差与国产芯片推理的工程细节，可对比同级别前沿模型的成本路线。
阿里发布 Qwen3.8-Flash 的开源权重，这是一个多模态 MoE 模型，也是 Qwen4 架构的早期预览版，生产版本将随后通过 QwenCloud API 提供，定价为输入 $0.16/1M tokens、输出 $0.47/1M tokens。
这条内容汇总了 Qwen3.8-Flash 的架构变化、激活参数与基准分数，便于对照同类开源模型的性价比路线。
阿里 Qwen 团队发布 Qwen3.8-Flash，这是一个多模态 MoE 模型，也是 Qwen4 架构的早期预览，现已开放权重。模型总参数 125B，另有 51B N-gram 嵌入，每个 token 仅激活 6B；生产版本将很快通过 QwenCloud API 提供，价格为每 1M 输入 token 0.16 美元、每 1M 输出 token 0.47 美元。
Qwen3.8-Flash 以 6B 激活参数和低价 API 给出成本效率数据，并开源权重预览 Qwen4 新架构。
阿里视频生成模型Wan3.0于8月24日正式上线，单次可生成30秒视频，并首次支持doc、xls、ppt、pdf、md等文档格式输入，在生成时长、参考一致性和真实世界还原等维度升级。
原文给出Wan3.0的时长、文档输入与API定价，读者可据此判断它在短剧、广告等生产流程中的落地成本。