邬话不说 | 2026 年 8 月 5 日

一、那个让硅谷睡不着觉的数字

这不是某国的 GDP，也不是某家公司的市值——这是过去一周，DeepSeek V4-Flash 这一个模型在全球开发者手里跑掉的 Token 总量。

换算一下：如果每个 Token 是一个汉字，相当于全中国 14 亿人连续不停地说了 500 天的话。而这件事，是一家成立不到 3 年的中国公司做到的。

8 月 3 日，全球最大的 AI 模型聚合平台 OpenRouter 发布了最新周报：国产大模型包揽调用量前五名，DeepSeek V4-Flash 以 7.22 万亿 Token 的绝对优势登顶。更惊人的是，在面向程序员的 OpenCode 平台上，这个数字飙到了单日 8 万亿 Token ——其中 5 万亿是免费额度，3 万亿是开发者真金白银掏钱买的。

而就在这份周报出炉的前两天，7 月 31 日，OpenAI 宣布 GPT-5.6 Luna 降价 80% ——输出价格从每百万 Token 6 美元直接砍到 1.2 美元，输入从 1 美元降到 0.2 美元。同一天深夜，DeepSeek V4-Flash 正式版 API 上线公测。

你以为这是巧合？这就是被逼到墙角的速度。

有意思的是，在 OpenCode CEO Jay 发文庆祝 DeepSeek 带来的 30% 日活增长时，OpenAI 核心产品负责人 Tibo 跑到评论区打起了 Luna 的广告。结果开发者的回复很干脆：" 我们希望得到 DeepSeek 的价格。"

说白了，这场降价的本质不是 " 让利 "，而是 " 求生 "。当国产模型能以 60% 的成本提供 99% 的性能时，价格战已经不是选择题，而是生存题。

二、24 小时，三条新闻改写全球 AI 版图

如果你觉得 DeepSeek 登顶只是一个孤立事件，那就小看这一周的信息密度了。我们按时间线拆开看：

8 月 3 日——阿里亮出 "2.4 万亿参数 " 的底牌

阿里正式发布 Qwen3.8-Max，总参数规模达到 2.4 万亿——这是阿里史上最大的模型。采用稀疏 MoE（混合专家）架构，虽然总规模惊人，但每次推理只激活 950 亿参数，兼顾了性能和效率。支持 100 万 Token 上下文窗口。

在权威第三方评测榜单 Text Arena 上，Qwen3.8-Max 排到全球第 5 位；在 Vision Arena 视觉评测中更是冲到了第 2 位。模型权重下周开源，目前已通过阿里云 API 向全球开发者开放。

这意味着什么？中国现在同时拥有两个站到全球第一梯队的超大模型：阿里的 Qwen 和深度求索的 DeepSeek。 而且它们走的是两条截然不同的路——阿里走 " 开放平台 + 生态赋能 "，深度求索走 " 极致性价比 + 开源社区 "。

8 月 1 日—— OpenAI 亮出 GPT-6 底牌

据 The Information 独家报道，OpenAI 正在准备一个代号 "Astra" 的新模型家族，核心能力是同时调度多个 AI 智能体协作完成长时间、复杂任务。Sam Altman 已亲自在华盛顿向政府官员和监管人士做了闭门预览。

Astra 的核心逻辑不是 " 更强的单模型 "，而是 " 让多个模型像团队一样干活 " ——一个智能体负责代码分析，一个负责资料研究，一个负责方案比较，最后由主智能体综合结果。这套系统可以持续运行数小时甚至更长。

《华盛顿邮报》的报道补充了一个细节：Altman 在闭门会议中说，这套系统能让一个人完成过去需要其他专业人员参与的工作。比如软件工程师可以让 AI 处理人力资源事务，文字工作者可以调用 AI 完成图形设计。

你会发现，OpenAI 正在从 " 模型竞赛 " 转向 " 系统竞赛 "。但问题是—— Astra 目前还是内部测试版，对外发布时间未定。而 DeepSeek 和 Qwen 的模型，已经实实在在地跑在全球开发者的生产环境里了。

8 月 2 日——欧盟 AI 法案正式执行

就在中美模型打得不可开交的时候，欧洲递上了规则书。8 月 2 日起，欧盟《人工智能法》中的三大核心条款正式进入强制执行阶段：禁止类 AI 实践禁令、AI 生成内容透明度义务、通用 AI 模型监管。

划重点：从此以后，在欧盟境内发布的 AI 生成内容必须明确标识，恶意删除或伪造 AI 标识属于违规。 欧盟已联合 180 多家科技企业签署了《人工智能生成内容透明度行为准则》，谷歌、微软、OpenAI、亚马逊都在首批签署名单中。

更关键的是，欧洲人工智能办公室正式获得了对通用大模型的监管权限——所有在欧盟提供服务的大模型，必须向监管部门提交训练数据来源、版权情况、安全评估报告。被判定为可能产生系统性风险的先进模型，还需要完成全维度安全测试、建立实时监测机制、制定应急响应方案。

坦白讲，这标志着全球 AI 从 " 蛮荒时代 " 正式进入 " 规则时代 "。对中国出海 AI 企业来说，合规成本会大幅上升。但对已经在做安全能力的头部公司来说，这道门槛反而是护城河。

8 月 4 日——微软、商汤、MiniMax 密集出牌

同一天，三条消息同时落地：

微软自研的首款全双工语音模型曝光——实现了 " 同时听与说 " 的自然交互能力。这意味着 AI 语音助手不再是你说一句它回一句的问答机，而是可以像真人一样实时打断、插话、调整语气的对话伙伴。

商汤科技推出U1.5-Lite-Preview，只有 8B 参数的轻量级模型，兼顾性能与轻便。在端侧 AI 越来越重要的当下，小模型的 " 可用性 " 比大模型的 " 天花板 " 更值得关注。

MiniMax 宣布开源 H3 模型，但在许可条款中明确排除美国地区使用。这是中国 AI 公司首次在开源协议中设置地理限制——地缘技术博弈，已经从芯片延伸到了模型层。

三、放在一起看：格局正在发生什么

2.5 补一个容易被忽略的信号：语音交互的 "iPhone 时刻 "

把微软全双工语音模型和腾讯 Hy ASR 3.0 放在一起看，你会发现一个非常明确的趋势：语音正在成为 AI 交互的第一入口。

微软的全双工模型实现了 " 同时听与说 " ——你说话的时候 AI 可以实时理解并随时打断你，而不是像现在的智能音箱那样等你把话说完再傻等两秒。腾讯 Hy ASR 3.0 则把普通话识别错误率压到了3.34%，粤语3.12%，多语种整体误差率约3%。

3% 是什么概念？人类的语音识别错误率大约在 **4%-5%** 之间。换句话说，机器听人说话已经比人听人说话更准了。

这意味着什么？意味着键盘输入正在加速退场。当你能用嘴跟手机聊天、用语音让电脑帮你写代码、甚至拿着影石 Insta360 的相机说一句话就完成实时翻译——你还会打字吗？

值得注意的是，腾讯把 Hy ASR 3.0 同时部署在了元宝 APP 和 WorkBuddy 办公套件上。这是一手好棋：消费端免费培养习惯，企业端收费变现。语音模型的商业闭环，比大模型要清晰得多。

而且你还得看到连锁反应：全双工语音 + 多模态大模型 + 端侧推理芯片，三个技术拼图正在合拢。当你的耳机不仅能听懂你说什么，还能看懂你在看什么、理解你想做什么—— AI 助手就从一个 " 问答机 " 变成了 " 第六感 "。这个拐点，比任何单个模型的发布都更值得关注。

3.1 调用量不再是 " 量 "，而是 " 权力 "

OpenRouter 平台上有 400 多款全球模型、800 万用户。过去一周，榜单前五名全是国产模型。更值得关注的是：国产模型总调用量已连续 14 周超越美国模型。

这不是一个偶然事件，而是一个趋势的确立。

调用量是什么？调用量是开发者的选择，是生产环境的验证，是真金白银的投票。当一个模型被数以万计的开发者嵌入到他们的产品中——从代码编辑器到客服系统、从内容生成到数据分析——它就不再只是一个 " 技术指标好看 " 的实验室产物，而是一个正在运转的数字基础设施。

DeepSeek V4-Flash 的制胜逻辑很简单：284B 总参数（激活 13B），MoE 架构，100 万 Token 上下文，同时支持思考和非思考模式切换。 在 Artificial Analysis 智能指数中，它拿到 50 分，只比 GPT-5.6 Luna 的 51 分低 1 分。但成本只有后者的 40%。

说白了，开发者用脚投票的逻辑从来没错过：东西差不多好用、价格便宜一半以上、开源随便改——这不是选择题，这叫碾压。

3.2 降价不是竞争，是恐慌

OpenAI Luna 降价 80% 这个数字值得拆解一下。

大模型推理成本的大头是算力。降价 80% 意味着什么？意味着要么 OpenAI 的算力利用效率突然提升了 5 倍（不可能），要么它在用投资人的钱补贴市场（大概率），要么它的旧定价本身就是暴利（细思极恐）。

无论哪种解释，结论都一样：OpenAI 的定价权正在被瓦解。

谷歌推出了平价轻量化的 Gemini 新品，Anthropic 选择同价升级模型性能而不是降价。三家的策略各不相同，但驱动力完全相同——中国模型正在用一个他们无法忽视的价格提供几乎同等的性能。

值得注意的是，在大幅降价的另一端，是整个 AI 行业仍在持续亏损的现实。OpenAI、Anthropic 的算力投入巨大，降价的本质是在赌 " 用量增长能覆盖利润下降 "。这个赌局能不能赢，最终取决于新一代 AI 芯片能否把算力成本打下来。

3.3 三条技术路线在同时加速

把这一周的消息放在一条线上看，你会发现三条技术路线在并行推进：

路线一：大参数量变驱动质变。 阿里 Qwen3.8-Max 的 2.4 万亿参数，DeepSeek 的 284B MoE 架构，都在证明一个道理：当参数规模跨过某个阈值，模型的泛化能力会出现跳跃式提升。这条路线中国已经追平甚至局部超越。

路线二：智能体系统重构人机关系。 OpenAI Astra 不再追求 " 更强的单模型 "，而是让多个模型像团队一样协作。这说明行业共识正在形成：下一代的竞争不是 " 谁能回答更准 "，而是 " 谁能自主完成更复杂的任务 "。这需要的是系统工程能力，而不只是模型能力。

路线三：端侧小模型开辟新战场。 商汤 8B 模型、腾讯 Hy ASR 3.0 语音识别、影石 Insta360 接入阿里千问——这些看似分散的消息背后是同一条线索：AI 正在从云端走向设备端。当你口袋里的相机都能调用大模型做实时翻译时，"AI 无处不在 " 就不再是一句口号了。

3.4 中美欧，三个玩家的三层博弈

这一周的信息如果只从技术角度看，就太窄了。让我们拉远一点：

美国在守。 OpenAI 降价是守，谷歌推平价 Gemini 是守，甚至连 Astra 的 " 多智能体 " 叙事——本质上也是在防守：当单模型被追平，就只能讲 " 系统层面 " 的故事。但 Astra 目前还没发布，时间窗口对中国有利。

中国在攻。 DeepSeek 调用量登顶是攻，阿里 2.4 万亿参数模型是攻，MiniMax 开源排除美国是攻。而且你会发现，中国模型的策略非常多元：有人打性价比，有人打生态，有人打开源，有人打地缘——形成了立体化的进攻矩阵。

欧洲在立法。 欧盟没有能打的模型，但它有规则制定权。AI 透明度法案落地后，所有想在欧盟做生意的 AI 公司都必须遵守。这就像当年 GDPR 一样——欧盟用规则弥补了技术短板，把自己变成了全球 AI 治理的 " 标准制定者 "。

坦白讲，2026 年的 AI 格局和 2016 年的互联网格局惊人地相似：美国有先发优势，中国有速度和规模，欧洲有规则话语权。三方各打各的牌，最终的赢家不会是某一家公司，而是能同时适应三种游戏规则的人。

四、这对你意味着什么

4.1 如果你是普通人

别焦虑 "AI 会不会替代我 "，更值得关注的是 " 会用 AI 的人会不会替代我 "。

这一周看到的所有新闻—— DeepSeek 调用量暴增、阿里超大模型发布、智能体系统成型——都在指向同一个方向：AI 工具的使用门槛正在以月为单位下降。 以前需要写代码才能调用的模型，现在打开网页就能用。以前需要专业团队才能做的 AI 开发，现在一个人配一个 Copilot 就能干。

这周就用一下 DeepSeek 或 Qwen，体验一下国产大模型的真实水平。别光看新闻，上手试

关注 AI 视频创作工具（如小云雀 Seedance 2.5），内容创作的门槛已经被打到了 " 会打字就能拍片 " 的程度

欧盟 AI 标识新规提醒我们：未来辨别 AI 生成内容会越来越重要。培养 " 信息素养 " 不是选修课，是必修课

4.2 如果你是职场人

有一个信号值得高度关注：OpenAI Astra 描述的能力—— " 让一个人完成过去需要其他专业人员参与的工作 " ——不是未来时，是现在进行时。

软件工程师处理 HR 事务、文字工作者做图形设计——这些能力正在从概念走向产品。这意味着岗位边界正在被 AI 溶解。过去靠单一技能吃饭的模式，风险在急剧上升。

但我们换个角度看：这也意味着个人产能的天花板被大幅抬高了。一个懂业务的产品经理，配上 AI 编程工具，可能一个人干出过去一个小团队的产出。一个会写文案的市场人，配上 AI 视频工具，一个人就是一条内容生产线。

字节跳动的小云雀 Seedance 2.5 就是一个很好的案例。它的用户中有两个创作者——一个是 " 买水果的 "，一个是 " 扛布的 " ——用 AI 工具拍出了一部在抖音四百多万点赞的 AI 短片《百匠：纸契灵》。八个字总结这个现象：技能壁垒在消失，创意溢价在上升。

你会发现，AI 时代最稀缺的不是 " 会操作某个软件的人 "，而是 " 知道该做什么、为什么做的人 "。工具层面的技能会越来越不值钱，但判断力、审美、共情、整合能力——这些东西 AI 暂时还替代不了。

把自己定位成 " 会用 AI 的复合型人才 " 而不是 " 某领域的专家 "

至少掌握一款 AI 编程工具（Cursor/Windsurf 等），不管你是不是程序员。会写代码的人和不会写代码的人，在 AI 时代的能力差距会以指数级拉大

关注你的行业里有没有 AI 应用落地的案例（比如洽洽食品用 AI 数字代言人替代真人代言），这些案例三个月后可能变成行业标配

每周花 30 分钟用一下最新的 AI 工具。不是看新闻，是上手用。体感比信息重要一百倍

4.3 如果你是创业者

这一周释放了两个重要的创业信号：

第一，模型层的机会在收窄。 当 DeepSeek 以 60% 的成本提供 99% 的性能、当阿里开源 2.4 万亿参数模型——再做基础大模型，除非你有独特的壁垒（行业数据、垂直场景、地缘优势），否则很难跑出来。

第二，应用层的机会在爆发。 恰恰因为模型层卷成这样，应用层的 " 原材料 " 成本在以肉眼可见的速度下降。影石 Insta360 接入阿里千问就是最好的例子——一个卖相机的公司，现在能提供 AI 实时翻译服务。这种 " 硬件 +AI 大模型 " 的融合模式，会在各个行业大量复制。

别追模型，追应用。先想清楚你的用户场景，再反向选择最合适的模型

关注 "AI+ 硬件 " 赛道。相机、耳机、眼镜、车载设备——能装 AI 的硬件远比想象的多

出海的话，认真研究欧盟 AI 法案的合规要求。8 月 2 日之后，这方面不是 " 加分项 "，是 " 入场券 "

4.4 如果你是一家中国企业

DeepSeek 登顶全球调用量第一、阿里 Qwen 冲到世界第五——这些成绩很提气。但冷静想想：

第一，调用量不等于利润。 DeepSeek 的 5 万亿 Token 是免费送的，3 万亿付费 Token 的定价也远低于 OpenAI。规模上去了，但盈利模式还没跑通。价格战打到底，拼的是谁能活到对手先死。

第二，开源不等于护城河。 MiniMax 开源 H3 但排除美国——这个策略短期有效，长期呢？开源模型的迭代速度极快，今天你是最好的开源模型，下个月可能就不是了。真正的护城河，要么是独家数据，要么是生态锁定，要么是硬件绑定的端侧部署。

第三，欧盟合规是硬成本。 AI 透明度法案虽然给高风险系统留了缓冲期（2027 年底），但透明度和通用模型监管条款已经生效。所有在欧盟有业务的 AI 公司，现在就要开始做合规改造。

2026 年 8 月的第一周，可能在未来回头看时，是一个标志性的转折。

DeepSeek 登顶不是一个公司的胜利，而是中国 AI 行业从 " 追赶者 " 变成 " 领跑者之一 " 的仪式性时刻。OpenAI 的降价、谷歌的跟进、欧盟的立法——这些看似分散的事件，都是同一个逻辑的连锁反应：AI 的游戏规则正在被重写，而这一次，中国公司不再是旁观者。

但我还是想说一句不那么讨喜的话：调用量全球第一≠赢下了这场竞赛。真正的考验在于——当价格战把利润压到零，当开源把技术壁垒抹平，当监管把合规成本拉高——谁能在这三重压力下持续创新，谁才配得上 " 领跑者 " 三个字。

你怎么看这一周 AI 圈的变化？你觉得 DeepSeek 调用量第一是昙花一现，还是新常态的开始？留言聊聊。

#AI # 人工智能 # 大模型 #AIGC # 科技前沿 #DeepSeek #Qwen #OpenAI

OpenRouter 周报（2026 年 7 月 27 日 -8 月 2 日）

OpenCode 平台官方数据（2026 年 8 月 3 日）

第一财经《DeepSeek 模型单日吞下 8 万亿 Token，OpenAI 打折追赶》（2026 年 8 月 3 日）

网易科技《微软全双工语音模型曝光，商汤发布 8B 轻量模型，MiniMax H3 开源排除美国》（2026 年 8 月 5 日）

科技狐《海外 AI 巨头降价迎战国产模型》（2026 年 8 月 5 日）

阿里云官方博客《Alibaba Unveils Qwen3.8-Max》（2026 年 8 月 3 日）

The Information《OpenAI Preps 'Astra' Model Family》（2026 年 8 月 1 日）

华盛顿邮报相关报道（2026 年 8 月）

中国网《欧盟宣布扩大实施人工智能法》（2026 年 8 月 3 日）

欧盟 AI Act Service Desk 官方 FAQ

IT 之家、ZAKER、CNMO 科技、凤凰网、雷科技等综合报道

基于公开信息与多家媒体报道交叉验证。文中所有判断性表述仅代表作者个人观点，不构成投资或决策建议。