大模型“一周三更”：DeepSeek涨价、阿里云开源、智谱“不换药”

8月的第二周，中国大模型行业密集变阵。8月13日，DeepSeek确认DeepSeek-V4-Flash和DeepSeek-V4-Pro将在8月17日上调价格，执行峰谷计价，同时发布Harness（工具框架）开发者预览版。一天后智谱发布GLM-5.3，该版本基于和GLM-5.2一样的基座模型，仅靠后训练将编程能力提升50%，同日阿里千问正式开源Qwen3.8系列模型，全新开源的270亿参数规模模型Qwen3.8-27B，家用显卡也能跑。 从"谁更便宜"转向"谁更不可替代"。DeepSeek用Harness对冲涨价可能出现的用户流失风险，智谱押注后训练撬动性能杠杆，阿里云继续开源模型拉动云生态。绕不开算力等硬性成本时，路线就成了战场，AI模型聚合平台OpenRouter最新数据给出了大模型客户的选择，本周全球模型调用量排名前十的模型中，6个均是国产模型。 所谓Harness，在当下的AI语境下指的是一套智能体管控系统。过去人类和AI的交互是线性的：你提问，它回答。现在进入了Agent（智能体）时代。Agent要能自主拆解任务、调用工具，甚至自我修正。在这个过程中，模型本身的"智商"固然重要，但运行的"环境和约束"决定了它是否可靠。Harness就是从对话到系统的跃迁。 Nextie（明日新程）创始人、"小冰之父"李笛向北京商报记者具体解释，"三年以前，人们往往认为只要模型能力足够强，就自然可以得到完美的效果。但Claude Code的模型能力足够强，依然需要数十万行代码的Harness，才能让其在具体的应用中发挥端到端的表现。此次DeepSeek的Harness，也是类似的具体行动"。 回到具体的产品，DeepSeek Harness的设计思路是"一切皆插件"，采用插件式开放架构来构建 Agent Harness，即模型、工具、技能、会话、沙箱、存储、循环、调度、UI（用户界面）等所有Agent能力均由插件组合而成，可自由替换、灵活重组。DeepSeek Harness方面进一步介绍：开发者无需改动 DeepSeek Harness 的源码本身，就能以插件的方式独立选择、替换或扩展其中的任一能力。 按照这个逻辑，DeepSeek的模型只是DeepSeekHarness 的插件之一？⒄卟唤隹梢越尤隓eepSeek的模型，理论上也可以对接市面上其他主流大模型。北京商报记者就此通过用户身份给DeepSeek Harness团队留言，截至发稿暂未得到回复。 8月17日，DeepSeek将采用最新价位收费，且峰谷不同价。届时DeepSeek-V4-Flash，空闲时段百万Tokens输入（缓存命中）价格为0.05元，百万Tokens输入（缓存未命中）价格为1.5元，百万Tokens输出价格4.5元。高峰时段，上述价格均上涨1倍，分别是0.1元、3元、9元。 DeepSeek-V4-Pro空闲时段，百万Tokens输入（缓存命中）价格为0.15元，百万Tokens输入（缓存未命中）价格为4.5元，百万Tokens输出价格为13.5元。高峰时段，上述价格上涨1倍，分别是0.3元、9元、27元。 "基础大模型涨价是大模型从跑马圈地到进入商业化深水区的大趋势，也逐渐成为行业共识"，李笛告诉北京商报记者，"模型有商业价值不等于有合理的商业模式，涨价是模型厂商不断感知社会接受度、调整商业模式、最终达到供需平衡的过程"。 早期模型厂商的价格战甚至免费的价格体系，一再拉低用户对大模型价格的心理区间，"在这种情况下模型厂商单纯调价，往往在短期内表现为阵痛，造成用户流失"，基于此，李笛认为，"模型企业往往不能只调价，还必须同时提供比过去更深入的服务，Harness就是提质手段之一。大模型时代的今天，我们使用的是最新的技术，但商业模式却是非常陈旧的，是过去三十年来，以边际成本递减为基本前提所奠定的商业模式。但大模型时代并不适用于这一前提"。 整个8月，阿里云从算力、模型到产品都有新动态。当月至今，阿里云瓴羊企业级智能分析产品Quick BI完成AI原生架构升级，发布全新版本；视频生成模型Wan3.0启动公测；上线一站式AI语音生产力平台CosyVoice Studio；AI应用创作平台Meoo（秒悟）正式上线团队版；阿里云灵骏真武M890超节点实例正式上线，首批在乌兰察布地域开售；正式开源Qwen3.8系列模型。 8月14日，智谱发布GLM-5.3，与GLM-5.2相比，基座模型没变，通过后训练Scaling（规；┨岣吡四Ｐ偷闹悄苌舷。在编程方面，GLM-5.3在内部自建体感评测中较GLM-5.2提升50%，在包括TerminalBench 3.0、Agents' Last Exam（CLI）在内的公开基准测试中取得开源第一。在网络安全能力方面，在白盒代码审查与漏洞发现等安全任务中的表现，GLM-5.3的表现与Mythos 5持平，展现出面向网络安全防御场景的强大潜力。 据智谱介绍，上述全部提升都来自后训练；贗ndexShare、SAO以及持续演进的新一代Slime框架，智谱在与GLM-5.2完全相同的基座上高效推进强化学习。"可能我们还远未开发出这个基座的智能上限。"智谱把这句话标亮加粗。 效果如何？当天，金山办公旗下AI办公智能体灵犀专业版即接入智谱GLM-5.3模型。在推荐这次合作时，金山办公提到了GLM-5.3的代码和网络安全能力。值得注意的是，灵犀在前一天也接入了DeepSeek-V4-Pro正式版，同样提到了代码能力。 文渊智库创始人王超向北京商报记者表示："模型厂商的商业模式远没有确定，到底是靠C（用户）端，还是靠B（企业）或生态，都没确定。"在他看来，"和海外同行相比，国内大模型的算力成本更低，但是推出的模型效果比同样成本的模型更好"。从某种程度看，智谱的策略正是这一判断的注脚。