8 月 12 日，DeepSeek 与马斯克旗下 SpaceXAI 同日发布新模型 DeepSeek-V4-Pro 和 Grok 4.6，新一轮大模型竞争再次升温。

从最新评测来看，两款模型均进一步逼近全球头部水平。其中，DeepSeek-V4-Pro 在多项智能体相关测试中超过 Anthropic 的 Claude Opus 4.8；Grok 4.6 则在 Artificial Analysis 智能指数中追平 OpenAI 旗舰模型 GPT-5.6 Sol。

能力差距缩小的同时，中美大模型之间悬殊的价格差距也在发生变化。摩根士丹利最新研报显示，中国大模型 API 平均价格过去一年明显上涨，而美国闭源模型价格近期持续下降，中美大模型价格差距正在收窄。

摩根士丹利指出，中国大模型市场的竞争重点正在从 " 价格战 " 转向 " 智力战 "。

DeepSeek-V4-Pro 正式版 Agent 性能大幅提升，多项测试超过 Claude Opus 4.8，此前预告的 " 大幅涨价 " 暂未落地

8 月 12 日晚，DeepSeek 更新官方 API 文档，正式上线旗舰模型 DeepSeek-V4-Pro-0813，API 及 Chat 端已同步更新。

这是继 7 月 31 日 DeepSeek-V4-Flash-0731 正式上线后，DeepSeek V4 系列迎来的又一次更新。

从 DeepSeek 公布的评测结果来看，此次 V4-Pro 正式版的主要提升集中在 Agent 能力。

与 DeepSeek 今年 4 月发布的 V4-Pro 预览版相比，正式版在多项 Agent 相关测试中的成绩明显提高。其中，考察软件工程能力的 DeepSWE 得分由 12.8 升至 62.7；高难度数据科学任务测试 DSBench-Hard 得分由 31.1 升至 67.2；终端操作能力测试 Terminal Bench 2.1 得分由 72.1 升至 87.9；网络安全测试 Cybergym 得分由 52.7 升至 83.3；HLE 带工具测试则由 48.2 升至 60.0。

DeepSeek 还将 V4-Pro 与 Anthropic 旗下的 Claude Opus 4.8 和 Fable 5 进行了比较。官方公布的评测数据显示，V4-Pro 在多项测试中超过 Claude Opus 4.8，与 Fable 5 则各有胜负。其中，在 Terminal Bench 2.1 中，V4-Pro 得分 87.9，与 Fable 5 的 88.0 基本持平；在 Cybergym 中，V4-Pro 以 83.3 略高于 Fable 5 的 83.1；在 DSBench-FullStack 中，V4-Pro 得分 71.1，低于 Fable 5 的 77.2。

8 月 13 日，半导体与 AI 研究机构 SemiAnalysis 在社交平台发文称，DeepSeek-V4-Pro 在 Agent 任务上的表现大幅超过英伟达 Nemotron 3 Ultra。其引用的 Terminal Bench 2.1 数据显示，Nemotron 3 Ultra 得分 53.9，V4-Pro 则达到 87.9。

除性能升级外，V4-Pro 支持 100 万 Token 上下文窗口和最高 38.4 万 Token 输出，并同时支持思考与非思考模式，其中思考模式默认开启。DeepSeek 官方 API 文档显示，新模型还支持工具调用等功能，并同时兼容 OpenAI 和 Anthropic 两套 API 格式。

不过，在模型性能明显提升的同时，DeepSeek 此前预告的 API" 大幅涨价 " 并未随 V4-Pro 正式版上线一同落地。

截至 8 月 13 日，DeepSeek 官方 API 价格页面显示，V4-Pro 每百万 Token 缓存命中输入价格为 0.025 元，缓存未命中输入为 3 元，输出为 6 元，与此前 V4-Pro 预览版定价相同。V4-Flash 对应价格分别为 0.02 元、1 元和 2 元。

目前，DeepSeek 仍在官方价格页面明确提示，计划近期整体上调 DeepSeek API 服务定价，且 " 预计涨幅较大 "，具体方案以正式通知为准。也就是说，截至 8 月 13 日 V4-Pro 正式版上线，DeepSeek 此前预告的这轮 API 调价尚未实施。

Grok 4.6 性能追平 OpenAI 旗舰模型，单任务成本与 Kimi K3 持平

当地时间 8 月 12 日，SpaceXAI 发布新一代大模型 Grok 4.6，这距离上一代 Grok 4.5 发布仅一个多月。Grok 4.6 主要面向长时间运行的 AI 智能体，以及更复杂的交互和视觉任务。

从 AI 模型评测机构 Artificial Analysis 的最新评测结果来看，Grok 4.6 的综合得分已经追平 OpenAI 旗舰模型。

Artificial Analysis 8 月 12 日公布的数据显示，在最新版本的 Artificial Analysis Intelligence Index（智能指数）中，Grok 4.6 获得 61 分，与 OpenAI 的 GPT-5.6 Sol 并列，低于 Claude Opus 5 的 63 分和 Claude Fable 5 的 62 分，高于 Kimi K3 的 60 分和 DeepSeek-V4-Pro 的 53 分。

Artificial Analysis 将这一指数用于综合衡量不同模型的能力表现，并明确标注分数越高越好。该指数综合了 9 项评测，包括用于测试高经济价值职场任务的 GDPval-AA v2、终端操作测试 Terminal-Bench v2.1，以及 Humanity's Last Exam、GPQA Diamond 等。

性能提升的同时，Grok 4.6 并未同步涨价。SpaceXAI 公布的价格显示，新模型每百万 Token 输入和输出价格分别为 2 美元和 6 美元，与上一代 Grok 4.5 保持一致。相比之下，Claude Opus 5 的每百万 Token 输入和输出价格分别为 5 美元和 25 美元，GPT-5.6 Sol 分别为 5 美元和 30 美元。

Artificial Analysis 从完成一项智能指数测试任务所产生的实际 Token 消耗出发，对不同模型的单任务成本进行了测算。结果显示，Grok 4.6 完成一项测试任务的平均成本为 0.84 美元，与 Kimi K3 持平。

马斯克也在新模型发布后密集宣传 Grok 4.6。媒体 8 月 13 日报道称，模型上线后约两小时内，马斯克转发了约 10 条相关推文，并称 Grok 4.6" 智能、快速且性价比超高 "，在同时考虑智能水平、速度和成本的情况下 " 客观上是第 1"。

中美大模型价差正在收窄，中国市场从 " 价格战 " 转向 " 智力战 "

DeepSeek 此次暂未兑现此前预告的 " 大幅涨价 "，但从更长的时间维度看，中国大模型的价格正在整体上行。

摩根士丹利 8 月 9 日发布的研报《告别价格战，打响智力战》（Intelligence War Over Price War）显示，其统计字节跳动、阿里巴巴、百度、腾讯、MiniMax、智谱、月之暗面和 DeepSeek 等厂商官方报价后发现，2026 年第二季度，中国大模型平均 API 输入价格已经升至每百万 Token 4.9 元，输出价格升至 21.9 元，相比 2025 年第一季度的 3.3 元和 12.2 元，分别上涨约 48% 和 80%。

摩根士丹利认为，中国大模型行业正在建立更加健康的商业化环境，竞争重点也在从价格转向模型能力。8 月 8 日，DeepSeek 曾预告将 " 大幅 " 上调 API 价格。摩根士丹利认为，这一变化可能与 V4 系列需求增强带来的定价能力提升、维持合理毛利以支持前沿模型持续投入，以及推理成本等因素有关。随着模型能力和规模继续提升，中国新一代大模型的定价可能进一步上升，行业竞争将更多转向模型能力和算力供给。

研报进一步指出，" 模型智能，而非价格，才是大模型长期竞争地位的关键决定因素 "。原因在于，头部模型厂商可以推出价格更低、能力稍弱的模型进入大众市场，但普通模型厂商要反过来追赶至最前沿水平则困难得多。持续提升前沿模型能力还需要大量训练和算力投入，单纯依靠低价争夺市场可能压低毛利，并进一步限制下一代模型研发所需的资金。

中国模型涨价的另一面，则是美国头部模型价格下降，中美之间悬殊的模型价格差距正在缩小。

摩根士丹利 8 月 12 日发布的另一份研报指出，2025 年一季度中国大模型输入、输出 API 均价仅分别占到美国同行的 6%、5%，到 2026 年二季度，这两个指标的占比已上涨至 19% 与 14%。随着中国模型价格上涨，以及美国厂商继续下调模型价格，这一差距预计还将进一步收窄。研报认为，中国模型已经 " 不再像过去那么便宜 "，与此同时，美国厂商特别是中低端模型仍存在进一步降价空间。

从 Silicon Data 的 LLM Token 价格指数也可以看到这一变化。截至 2026 年 8 月，闭源模型 Token 价格指数已从此前超过 4 美元的高位快速降至 3.07 美元；同期，开源模型 Token 价格指数约为 0.66 美元。摩根士丹利指出，开源模型使用比例上升与闭源模型降价正在共同推动整体 Token 价格下降。

免责声明：文章内容和数据仅供参考，不构成投资建议。投资者据此操作，风险自担。

每日经济新闻