阿里 DeepSeek 价格飙升 230%，AI 补贴红利消退

智能模型补贴时代正悄然落幕。若业务模型仍基于 " 前沿模型将永久降价 " 的假设，需重新审视云成本结构。监测数据显示，阿里巴巴已将 DeepSeek V4 Flash 0731 的输出价格从每百万令牌 0.40 美元上调至 1.32 美元，涨幅达 230%；输入成本亦翻倍，从 0.20 美元升至 0.44 美元。

此次调价并非孤例。Mistral 将其 Ministral 3B 和 8B 模型价格分别上调 150% 和 50%；阿里巴巴 Qwen3.6 35B-A3B 输出价格上涨 52%。监测期内共记录 17 次价格变动，仅智谱 AI 反向操作，将 GLM-5V-Turbo 价格大幅削减 85%。

对从业者而言，蜜月期已结束。依赖廉价令牌构建且未产生即时收益的应用，利润空间将被压缩。实验室正将推理成本转嫁用户，开发者需通过优化提示词、建立缓存层来提升令牌效率，而非视计算资源为无限供给。

SF Compute 完成 2.45 亿美元算力交易

可编程计算资源需求强劲，支撑起九位数规模交易。SF Compute 已完成一笔价值 2.45 亿美元的算力销售，凸显市场对保证算力容量的争夺。随着训练与推理 workload 扩张，原始算力成本短期内难以下降。基础设施经纪人成为赢家，而期待硬件充裕降低成本的中小团队将面临压力。

Meta 双管齐下：冲刺榜单与开源本地部署

Meta 在 Code Arena WebDev 榜单中凭借 Muse Wonder Full ( Max ) 跻身第六，巩固其作为第三大实验室的地位。同时，Meta 发布 30B 参数开源模型 Muse Glimmer 的技术报告，该模型专为单张消费级 GPU 部署设计，详细披露了蒸馏配方与训练方法。

这一策略意在两端同时发力：既在顶级基准测试中竞争，又降低独立开发者本地运行门槛。若 30B 模型能在单卡上高效处理代理任务，封闭实验室的中端 API 市场或将萎缩。

MiniMax 揭晓 "Space Bunny" 真身：M3.1 Flash

MiniMax 正式推出 M3.1 Flash，确认此即此前霸榜的神秘模型 "Space Bunny"。官方称其运行成本仅为 M3 的三分之一，速度提升三倍，并在 DeepSWE、Automation-Bench 等基准测试中表现强劲。

尽管具备高速低成本优势，独立评估指出其存在较高幻觉率。该模型适用于受限、高容量任务，但需配合严格的输出验证，不建议用于开放式推理场景。

NVIDIA 发布 Nemotron 3.5，结构性降低推理成本

为应对 AI 部署成本瓶颈，NVIDIA 推出 Nemotron 3.5。该模型采用混合 Mamba-Transformer 与 MoE 架构，总参数量 1200 亿，每令牌仅激活 120 亿参数，并内置原生推测解码功能。此举旨在让团队在运行大型模型时避免高昂计算开销，进一步巩固 NVIDIA 在芯片与优化架构层面的生态掌控力。

Inception 发布 Mercury 3，宣称超越 GPT-6 Luna

Inception 发布 Mercury 3 Diffusion LLM，声称其质量超越 GPT-6 Luna 和 Haiku 5.5，生成速度超每秒 1000 令牌，规模较前代扩大 40 倍。然而，巨大规模引发对运行成本的担忧，目前缺乏详细参数与可访问性信息，更像是一次技术展示而非普惠工具。

今日亮点：提示注入暴露企业治理缺失

安全警示显示，看似无害的网页即可劫持 AI 代理，反映出微软系统中企业治理的严重漏洞。提示注入仅是代理安全威胁的第一步，需引起高度重视。

【星途科讯 图文丨 LCC 首发于 ZAKER 科技，转载请注明出处】