👁 1,315 次阅读
核心结论：本周真正值得动手的只有两件——GLM-5.3-Flash 用旗舰模型约 5% 的价格做到接近旗舰的编码能力，以及 Claude Sonnet 5 的入门价 9 月 1 日要涨 50%，用它的团队必须在本周内重算预算。如果只想花五分钟，记住这两个数字就够了。
过去一周 AI 圈的发布节奏明显比上月密：据追踪站点 llm-stats.com 与 AI Release Tracker 的公开记录，仅 8 月 10 日至 8 月 26 日这半个月，就有 GPT-5.6-Cyber、Muse Glimmer、Gemini 3.7 Flash、DeepSeek-V4-Pro-0813、GLM-5.3、Qwen3.8-27B、GLM-5.3-Flash、Qwen3.8-Flash-Next 等模型陆续上线，其中 8 月 26 日一天内就有 GLM-5.3-Flash 和 Qwen3.8-Flash-Next 两个国产模型同时发布。数量看着热闹，但对普通开发者和中小团队真正有影响的，主要是价格结构和能力边界的两个变化。下面按重要程度拆开讲。
一、GLM-5.3-Flash：首个原生多模态 GLM-5，价格只有旗舰的零头
8 月 26 日，智谱（Z.ai）发布了 GLM-5.3-Flash，这是 GLM-5 系列里第一个原生多模态模型。它的参数结构值得单独说一下：总参数 320B，激活参数只有 18B。Z.ai 官方文档称它是首个把稀疏注意力与线性注意力结合在一起的开源前沿模型，相比自家的 GLM-5.3，注意力计算量降了 3.01 倍、KV 缓存降了 4.44 倍，上下文长度 1M、最大输出 128K。换句话说，它用很小的激活规模，换来了完整的长上下文和多模态输入能力（支持视频、图片、文本、文件）。
能力上的差距比想象中小。Z.ai 官方博客给出的对比表里，GLM-5.3-Flash 在 Terminal Bench 2.1 上拿到 84.3 分，而 Claude Opus 4.8 是 85.0 分、Gemini 3.7 Flash 是 85.8 分——差距不到 2 分。在 DeepSWE v1.1 上它拿到 63.4 分，比上一代 GLM-5.2 的 46.2 分高了 17 个点，已经超过 Opus 4.8 的 58.0 分。MMVU 视觉理解得分 80.5，也高于 Opus 4.8 的 67.4。需要提醒的是，这些分数都来自 Z.ai 自己的发布材料，属于厂商自测口径，横向对比时留三分余地更稳妥。
| 基准测试 | GLM-5.3-Flash | GLM-5.2 | Opus 4.8 | Gemini 3.7 Flash |
|---|---|---|---|---|
| Terminal Bench 2.1 | 84.3 | 81.0 | 85.0 | 85.8 |
| DeepSWE v1.1 | 63.4 | 46.2 | 58.0 | 65.3 |
| MMVU | 80.5 | — | 67.4 | 82.3 |
价格才是这个模型真正的卖点。Z.ai 官方定价页显示 GLM-5.3-Flash 当前为输入 0.075 美元/百万 token、输出 0.25 美元/百万 token，标注了原价 0.15 和 0.50（即限时 5 折），缓存输入 0.015，缓存存储限时免费。作为参照，OpenRouter 上 20 多家转发平台的主流报价是输入 0.15、输出 0.50。把这个数字和 Claude Opus 4.8 的 5 美元输入、25 美元输出放在一起看，就是大约 1/67 和 1/100 的关系。
对实际工作的影响很直接：批量跑前端复现、截图转代码、文档处理这类任务时，成本不再是主要顾虑。Z.ai 还提到 GLM-5.3-Flash 已完全开放给 GLM Coding Plan 订阅用户，额度是 GLM-5.3 的 3 倍，非高峰时段（含周末全天）只消耗 50% 点数。想省钱的话，周末跑批量任务是实打实的优化空间。另外它推荐参数是 temperature 1、top_p 0.95、reasoning_effort 设为 max，thinking 只支持 enabled 不能关闭——用 API 接的时候要留意这个限制。
二、Claude Sonnet 5 入门价 9 月 1 日涨 50%：本周内要重算预算
这是本周最紧迫的一件事，因为它有时间窗口。Claude Sonnet 5 是 Anthropic 6 月 30 日发布的中等尺寸默认模型，1M token 上下文。发布时的定价是输入 2 美元、输出 10 美元/百万 token，明确标注「introductory pricing through August 31, 2026」。也就是说这个价只用两个多月，9 月 1 日起升到标准价 3 美元输入、15 美元输出，输入和输出同时涨 50%。
我核对了 Anthropic 官方定价文档（platform.claude.com 的 Pricing 页），目前表格里 Claude Sonnet 5 一行显示的就是 2 美元输入、10 美元输出、5 分钟缓存写 2.5 美元、1 小时缓存写 4 美元、缓存命中 0.2 美元、输出 10 美元。对照同页的 Claude Sonnet 4.6 是 3 美元输入、15 美元输出——可以看到现在的 Sonnet 5 入门价比它自己的上一代还便宜三分之一，但那个价格是有到期日的。
| 模型 | 输入（$/百万token） | 输出（$/百万token） | 定位 |
|---|---|---|---|
| GLM-5.3-Flash（Z.ai官方促销） | 0.075（原价0.15） | 0.25（原价0.50） | 开源·多模态·编码 |
| GLM-5.3-Flash（多家第三方平台原价） | 0.15 | 0.50 | 第三方转发基准价 |
| Claude Sonnet 5（8月31日前） | 2.00 | 10.00 | 中端主力 |
| Claude Opus 4.8 | 5.00 | 25.00 | 旗舰编码 |
| Claude Fable 5 | 10.00 | 50.00 | 最强可用 |
| Claude Haiku 4.5 | 1.00 | 5.00 | 轻量高速 |
这里有个很容易被漏掉的细节，多家第三方分析（tokencost.app、codeoxi.com、apidog.com 等）都专门提了：Sonnet 5 用了新分词器，同样的文本比 Sonnet 4.6 多消耗约 30% 的 token。Anthropic 官方文档里也有对应说明。所以真实账单变化不是简单的「乘 1.5」：现在是 0.75 折单价 × 1.3 倍用量，跟 Sonnet 4.6 大致打平；9 月 1 日之后变成原价 × 1.3 倍用量，会比 4.6 贵出一截。如果你在用 Sonnet 5 跑生产负载，别拿 8 月的 token 数乘以 1.5 去估 9 月成本，得先用当前分词器实测一次真实消耗量。
顺带说一个信息冲突，需要以官方为准：有个第三方站点 aitoolsworth.com 声称 Anthropic 在 8 月 10 日更新了公告，把 2/10 美元定为永久价格、取消了 9 月 1 日的涨价。但我实际打开 Anthropic 官方定价文档核对，页面上仍然只有 Claude Sonnet 5 一行当前价 2/10 美元，没有看到那条取消涨价的说明。所以建议按「9 月 1 日会涨」来做预算，万一真没涨就是意外省钱。另外同一批第三方信息里，Sonnet 5 的 agentic coding 分数被标为 63.2%（Opus 4.8 为 69.2%、Sonnet 4.6 为 58.1%），这个具体数字我在官方文档里没找到，仅作参照。
三、ChatGPT 8 月 28 日更新：一个会话接入多个 Google 账号
OpenAI 的发布记录（Releasebot 汇总）显示，8 月 28 日 ChatGPT 增加了一个看起来小但很实用的能力：在同一个会话里同时连接多个 Google 账号，覆盖 Gmail、Calendar 和 Contacts。
这件事的实际价值在于「多账号」三个字。之前一个典型痛点是：你个人邮箱和公司邮箱分别存着不同的人选、不同的日历，问 ChatGPT 一个跨账号的排期问题时，它只能看到其中一个。现在同一个对话里可以同时接两个账号，做跨账户的行程协调、联系人查重、邮件汇总会顺畅很多。这对同时管理个人事务和工作的用户是实质改善，对帮客户管理邮箱的小团队也有用。需要注意的是这条来自发布日志汇总而非 OpenAI 官方博客原文，具体可用范围和权限细节建议以 ChatGPT 设置页实际显示为准。
同期还有几条 OpenAI 相关动态：与泰国高等教育、科研与创新部（MHESI）合作推出 8 周 AI 创业加速器项目；以及 TechCrunch 8 月 28 日报道的 Hugging Face 事件细节披露。这类消息对国内普通用户直接影响不大，关注生态和出海的人可以留个心眼。
四、Gemini Omni 1.1 Flash 与 Gemini 3.5 Transcribe：Google 在赶工
Google 这一周动作也不少。据 aitoolly.com 汇总的行业记录，8 月 27 日 Google DeepMind 发布了 Gemini Omni 1.1 Flash，主打让开发者对生成过程有更细的控制；同期 Google 推出 Gemini 3.5 Transcribe，作为其目前最强的语音转文字模型，配了两个专门接口——Live API 走秒级以内的流式延迟，Interactions API 处理录音文件，支持说话人识别和词级时间戳。
还有一条值得开发者注意：Google 的搜索 AI 模式增加了三种直接在搜索里规划和预订旅行的方式。语音转写和行程预订都是「把 AI 从聊天框推进具体业务动作」的方向，这也是今年上半年以来 Google 一贯的路线。
必须说明的是，这几条来自第三方聚合站点，我没有逐个找到 DeepMind 官方博客的原文核对，参数和计费细节（比如视频生成按秒计费这类说法）请以 Google 官方文档为准。
五、行业面：117 家机构签了联合声明，NVIDIA 收购 Hugging Face 引关注
8 月 28 日有一条不太显眼但分量不轻的消息，来自 note.com 作者宮野宏樹当天的深度梳理（他引用了日本 Livedoor News 和 ITmedia 的报道）：OpenAI、Anthropic、Google、Microsoft、AWS、Oracle、Cisco、IBM、CrowdStrike、Palo Alto Networks、Mastercard、Visa 等企业，共 117 家签名机构发布了一份联合声明，主题围绕 AI 驱动的网络防御。
这个名单的有意思之处在于跨阵营：造模型的、卖模型的、做安全的、做支付的都在同一份文件上。作者把它和另外三件事放在一起看——网络防御标准、AI 开发公司的监督标准、设备控制标准、视频生成的定价——认为 8 月 28 日是这四件事同时推进的一天。这个判断属于他的个人解读，但联合声明本身是多家媒体独立报道的。对企业的实际含义是：这类行业自律文件一旦形成事实标准，往往比法规先落地，出海做合规准备时值得纳入观察。
另一条延续上周的话题：NVIDIA 拟以 130 亿美元收购 Hugging Face 的消息在 8 月 27 日报道后，28 日出现欧盟监管机构可能从竞争法角度审查的报道（尚无正式调查启动）。逻辑也不复杂——NVIDIA 在 AI 训练推理 GPU 上占绝对主导，而 Hugging Face 是开源权重模型分发的实际标准入口，两家用上同一个天花板，垂直整合的疑问自然出现。
另外 8 月 29 日的新闻聚合里还有 Anthropic 在 GitHub 上线了官方 Claude Code 插件目录（claude-plugins-official），以及 Neocloud Lambda 拿到 10 亿美元私人债务扩 NVIDIA 芯片集群。插件目录对用 Claude Code 的人有用，值得去看一眼有没有现成的团队规范可以直接套。
六、实用建议：本周该做的三件事
第一，本周内重算 Sonnet 5 的账单。如果你的生产负载跑在 Sonnet 5 上，趁现在还是 2/10 美元先测一次真实 token 消耗量，因为新分词器会让你的计数比 Sonnet 4.6 时代高约 30%。测出来的数才能作为 9 月 1 日调价后的预算基数。用旧数据直接乘 1.5 会被坑两次。
第二，把批量编码任务的价格弹性试一遍。GLM-5.3-Flash 的 0.075/0.25 美元是当前榜单里极具竞争力的档位，尤其适合截图转代码、批量文档处理、前端复现这类「量大且结果容易验证」的场景。建议在非高峰时段（含周末全天）跑，Z.ai 官方说明这类调用只消耗 50% 点数。注意它的 thinking 只能开启不能关闭，纯文本快问快答的场景可能要实测一下延迟是否可接受。
第三，别被「发布数量」牵着走。半个月十几个新模型，绝大多数对你没有实际影响。判断标准很朴素：它能不能让你今天的工作少花半小时，或者让你同样的钱干成更多活。GLM-5.3-Flash 和 Sonnet 5 调价满足这两条，所以上面花了篇幅；其他只是记录。
今日小结
本周的信号很清晰：能力在向下扩散，成本在分层收敛。GLM-5.3-Flash 把接近旗舰的编码能力压到几美分级，中端 Sonnet 5 则从 9 月 1 日起回到正常价位。国产开源模型这轮的进步是实打实的——参数效率（320B 总/18B 激活）、多模态原生输入、以及终端级编码基准，都有公开数字支撑。对开发者来说，现在比以往任何时候都更值得把「同一个任务在 2-3 个模型上跑一遍、按真实成本对比」变成习惯，而不是死守某一个旗舰。
常见问题（FAQ）
Q：GLM-5.3-Flash 真能替代 Opus 4.8 吗？
A：在终端编码类任务上接近——Terminal Bench 2.1 是 84.3 对 85.0，DeepSWE v1.1 甚至是 63.4 对 58.0。但要注意这些是 Z.ai 官方自测数据。涉及复杂长链路推理、不可逆操作的任务，仍建议保留人工确认或用更贵模型复核。
Q：Sonnet 5 涨价我该怎么应对？
A：两条路。一是趁 8 月 31 日前把需要跑的批量任务跑完；二是评估能否切到同价位的 Haiku 4.5（1/5 美元）或跨阵营切到 GLM-5.3-Flash。关键动作是先用新分词器实测当前 token 消耗，别拿旧计数估算。
Q：Sonnet 5 涨价被取消了吗？
A：有第三方站点声称 Anthropic 在 8 月 10 日宣布永久维持 2/10 美元，但我核对 Anthropic 官方定价文档，页面仍是「8 月 31 日前 2/10」的表述，没看到取消涨价的说明。建议按会涨来做预算，具体以官方页面为准。
Q：本周有哪些消息我没有原文核对？
A：第三方分析引用的 Sonnet 5 agentic coding 分数（63.2%）、ChatGPT 多账号连接（来自发布日志汇总）、Gemini Omni 1.1 Flash 与 Gemini 3.5 Transcribe 细节（来自行业聚合站）、117 家联合声明（来自 note.com 作者梳理并引用日本媒体）。这些在文中都已标注来源性质，涉及具体决策请以官方文档为准。
Q：普通用户需要关注这么多吗？
A：如果你只用网页版聊天、不调 API，本周几乎没影响你。只有两类人要动手：跑 API 生产负载的（Sonnet 5 调价），和做批量内容/编码处理的（GLM-5.3-Flash 价格红利）。其余的扫一眼结论就够了。
数据来源：Z.ai 官方博客与开发者文档（z.ai/blog/glm-5.3-flash、docs.z.ai）、Anthropic 官方定价文档（platform.claude.com/docs/en/about-claude/pricing）、OpenRouter 价格页（openrouter.ai/z-ai/glm-5.3-flash）、llm-stats.com、aireleasetracker.com、aitoolly.com、Releasebot、note.com 2026-08-29 行业动态梳理。所有数字均取自上述公开页面，厂商自测基准已注明。