深度文章免费

2026 年 7-9 月全球大模型发布全景：三十多个型号，和一条已经失效的选型标准

两个月内二十家厂商的动作全表；最贵的输出 100 元，最便宜的 5 毛；单价没涨但每任务成本涨四成的事发生了不止一次——这篇讲「什么活该用哪个」

莱客编辑部2026-09-24预计 12 分钟

2026 年 7-9 月全球大模型发布全景：三十多个型号，和一条已经失效的选型标准封面

文章目录

共 7 节

01一、时间线 02二、横向对比：按价格排 03三、这一季最该记住的一件事 04四、还有三个同类的坑 05五、开源这条线：格局换了地方 06六、什么活该用哪个 07七、最后三句

2026 年 7 月 24 日到 9 月 24 日，两个月。

这期间发布的大语言模型，逐个数下来超过三十个型号。有的是旗舰换代，有的是同一条线上二十天内连出两版，有的发了三周就被自己取代。

这篇是全景：时间线、横向对比、以及一条已经失效的选型标准。

一、时间线

7 月

→7 月 24 日　Anthropic Claude Opus 5（$5 / $25，1M / 128K）
→7 月 27 日　月之暗面 Kimi K3 开源权重放出（博客公告 7 月 16 日，2.8T / 104B 激活，1M 上下文）
→7 月 29 日　上海 AI 实验室 Intern-S2-Mobius（36B，Apache 2.0，知识存储与推理解耦）
→7 月 30 日　Google gemini-robotics-er-2-preview
→7 月 31 日　DeepSeek V4-Flash-0731 转正式版（304B，MIT）

8 月

→8 月 3 日　阿里 Qwen3.8-Max 云端上线（2.4T / 95B 激活）
→8 月 5 日　Anthropic claude-opus-4-1 退役；Meta Muse Spark 1.2 + Muse Code
→8 月 5 日　字节 SeedRealtime（音视频全双工）
→8 月 10 日　Meta Muse Glimmer 30B 开源（Apache 2.0，128K，稠密）
→8 月 11 日　NVIDIA Nemotron 3.5 Lightning（30B / 3B 激活，OpenMDW-1.1，约 670 tok/s）
→8 月 12 日　阿里 Qwen3.8-2.4T-A95B 开源权重；xAI Grok 4.6
→8 月 12 日　Microsoft MAI-Thinking-1 进 Foundry 公开预览（35B 激活 / 约 1T 总参）
→8 月 13 日　DeepSeek V4-Pro-0813 GA（1.7T，MIT）；Google Gemini 3.7 Flash
→8 月 14 日　阿里 Qwen3.8-27B 开源（Apache 2.0，dense，带视觉）
→8 月 14 日　智谱 GLM-5.3 发布会宣布（8 月 19 日上 API，8 月 28 日开权重，753B）
→8 月 14 日　NVIDIA Nemotron Teacher 系列五个（各 550B / 55B 激活，蒸馏用）
→8 月 21 日　DeepSeek V4-Flash-Vision-Exp（305B，MIT）
→8 月 26 日　智谱 GLM-5.3-Flash（320B / 18B 激活，MIT，原生多模态）
→8 月 26 日　阿里 Qwen3.8-Flash-Next 开源（125B / 6B 激活，Qwen4 架构预览）
→8 月 27 日　Google gemini-omni-1.1-flash
→8 月 28 日　腾讯 Hy4-preview 发布并开源（770B / 49B 激活，Apache 2.0）

9 月

→9 月 1 日　Anthropic Claude Fable 5.1 + Mythos 5.1（邀请制）
→9 月 2 日　Google Gemini 3.8 Flash；Meta Muse Spark 1.3；阿里 qwen3.8-max-0902 快照
→9 月 3 日　OpenAI GPT-6 Astra（$10 / $50，1.05M 窗口）
→9 月 10 日　DeepSeek V4.1-Flash（552B 骨干 + 196B Engram，解码激活 16B，MIT）
→9 月 11 日　上海 AI 实验室 Atria-Dawn-Preview（744B，MIT，基座是 GLM-5.2）
→9 月 13 日　上海 AI 实验室 Intern-S2-397B（Apache 2.0）
→9 月 15 日　字节 Doubao Seed2.1 的 -260915 版本（从 model id 推断，官方无明文日期）
→9 月 15 日　Google gemini-3.8-live / -live-extended-thinking
→9 月 18 日　智谱 GLM-5.3-FlashX（API-only，200 tok/s）
→9 月 19 日　阶跃星辰 Step 5 Preview（600B / 27B 激活，10 月 15 日开源）
→9 月 21 日　xAI Grok 4.7
→9 月 22 日　Anthropic Claude Opus 5.5（$4 / $20）；OpenAI GPT-6 Sol + GPT-6 Luna

这两个月没有发布大语言模型的：百度文心（最新一篇官方博客还停在 5 月 9 日的 ERNIE 5.1）、MiniMax（窗口内只有全模态的 H3 和音乐模型 Music 3.0，不是文本 LLM）、Mistral（只有基础设施和商务新闻）、Cohere（只有一个翻译模型 North Small Translate 1.0）、Amazon（不但没发，还在 9 月 14 日和 9 月 30 日连续下线了 Nova Premier、Nova Sonic、Nova Canvas、Nova Reel 几条线）。

二、横向对比：按价格排

美元和人民币混在一起没法比，这里统一折算成人民币每百万 token 的输出价（美元按 7 折算），只取各家当代主力：

模型	输出价（折人民币）	上下文	开源	适合什么
GPT-6 Luna	≈ 3.5 元	1.05M	否	高频跑量、多次采样取共识
DeepSeek V4.1-Flash	4 元（空闲）/ 8 元	1M	MIT	长上下文批处理、全仓库问答
豆包 Seed2.1 Lite	2.7 元	1024k	否	高并发（30,000 RPM）
Qwen3.8-Flash	2.7 元	1M	否	日常高频，带视觉与联网
GLM-5.3-Flash	2.8 元	见正文	MIT	原生多模态 + 要开源
Gemini 3.8 Flash	≈ 26 元	1.05M	否	金融 agent、跨学科推理
GLM-5.3	28 元	1M	自定义	网络安全
豆包 Seed2.1 Pro	30 元	1024k	否	视频理解
Qwen3.8-Max	36 元	1M	否	长周期自主开发
Grok 4.7	≈ 42 元（<200k）	500k	否	——
GPT-6 Sol	≈ 70 元	1.05M	否	agent 流水线、日常编码
Kimi K3	100 元	1M	自定义	深度研究、一次要对的活
Claude Opus 5.5	≈ 140 元	1M	否	长周期编码 agent
Claude Fable 5.1	≈ 350 元	1M	否	最难的那 5%
GPT-6 Astra	≈ 350 元	1.05M	否	数学、科学、攻防安全

表格可左右滑动

最贵和最便宜之间差一百倍。而它们的上下文窗口，大多数都是 1M。

三、这一季最该记住的一件事

先看三组事实：

→Gemini 3.7 Flash 到 3.8 Flash，官方单价一分没变（$0.75 / $3.75）。第三方实测每任务输出 token 多出约 30%，每任务成本从 $0.40 涨到 $0.58
→Grok 4.6 到 4.7，价格完全一致。社区实测普遍反映 4.7 烧的 token 明显更多，有评测直接给出「very verbose」的标签
→Meta 官方称 Muse Spark 1.3 比 1.2 少用约 25% token，第三方给它打的标签同样是「very verbose」

「每百万 token 多少钱」这个选型标准，在 2026 年三季度已经失效了。唯一有意义的口径是：跑完我这一批真实任务，总共花了多少钱。

为什么会变成这样，原因不复杂：这一代模型普遍走「思考链」，而思考链算输出 token。当各家都在比「谁想得更久更细」的时候，单价这个分母被摁住了，分子却在涨。

具体怎么办，一个一天能做完的动作：

→挑二十个你业务里最典型的任务
→每个候选模型完整跑一遍
→记四个数：总输入 token、总输出 token、总耗时、最终可用的比例
→把四个数摆出来算每任务成本

做完这件事，你会发现选型结论和看单价得到的结论常常是反的。

四、还有三个同类的坑

一、默认参数能让账单翻几倍。智谱 GLM-5.3 的 reasoning_effort 不显式传，默认是 max；豆包全系列的「最大回答」默认只有 4k（上限是 256k），不调大就会安静地把长文截断。这两个默认值一个让你多花钱，一个让你以为模型不行。

二、长上下文的加价线。GPT-6 Astra 超过 272K 输入，整个请求按 2 倍输入价、1.5 倍输出价计；Grok 4.7 超过 200K，整段翻倍——而它总共才 500k 上下文，用掉四成就进贵价档。相比之下 Gemini 3.8 Flash 的 1M 全程统一价、DeepSeek 和 Qwen 也没有这条线。选长文模型时，这一条比上下文数字本身重要。

三、第三方榜单换过口径。Artificial Analysis 的智能指数在这期间升级到了 v4.3 这一代，同一个模型的分数和几个月前发布会上引用的完全不是一个量纲（Grok 4.6 发布时官方引用 61，现在的版本给 44）。跨时间引用榜单分数之前，先确认版本号。

五、开源这条线：格局换了地方

这两个月放出开放权重的模型，按许可证分一下类：

真·宽松（Apache 2.0 / MIT，没有附加门槛）

→腾讯 Hy4-preview：770B / 49B 激活，Apache 2.0，1M 上下文
→阿里 Qwen3.8-27B：27B dense，Apache 2.0，带视觉，可扩 1M
→Meta Muse Glimmer 30B：29.6B dense，Apache 2.0，128K，量化到 17GB 只退化 1%
→DeepSeek V4.1-Flash / V4-Pro-0813：MIT
→智谱 GLM-5.3-Flash：320B / 18B 激活，MIT，原生多模态
→上海 AI 实验室 Atria-Dawn-Preview（MIT）、Intern-S2-397B / Mobius（Apache 2.0）

带条款的「开源」

→月之暗面 Kimi K3：自定义协议，MaaS 业务连续 12 个月累计收入超 2000 万美元需单独授权；月活超 1 亿或月收入超 2000 万美元需在界面标注
→智谱 GLM-5.3：自定义协议，MaaS 运营商滚动 12 个月营收超 100 亿美元需过安全审查
→阿里 Qwen3.8-2.4T-A95B：许可证名就叫 qwen3.8-max，带商用限制
→阿里 Qwen3.8-Flash-Next：qwen-community-1.0
→NVIDIA Nemotron 系列：OpenMDW-1.1（允许商用）

同时要记下这件事：Meta 的 Llama 线事实性停更——HuggingFace 上 meta-llama 组织最新仓库创建于 2025 年 4 月，llama.com 已经 301 跳到别处，官方模型文档里一个 Llama 字都没有。Google 的 Gemma 在这两个月也没有任何新发布，最新一条 release 停在 6 月 3 日。

两年前「等 Llama 下一代」还是很多团队的默认策略。现在你去找一个能商用、够强、有中文能力的开放权重，第一梯队的候选清一色是中国厂商，加上一个回归开源的 Meta Muse Glimmer。

这不是立场，是你打开 HuggingFace 会看到的事实。

六、什么活该用哪个

高频、跑量、对单次准确率要求不极端（内容打标、意图分类、字段抽取、日志归类）

→ 国内用 deepseek-flash（排到空闲时段跑，输出 4 元）或 qwen3.8-flash（0.8 / 2.7）或 doubao-seed-2-1-lite-260915（30,000 RPM）。有海外主体的加一个 GPT-6 Luna（$0.10 / $0.50）。

agent 流水线、多工具编排、日常编码

→ 国内 qwen3.8-max-0902（锁快照）或 glm-5.3。有海外主体的首选 GPT-6 Sol——DeepSWE 68.8% 配 $2 / $10，这个位置目前没有对手。

长周期编码 agent，一步走歪全废的那种

→ Claude Opus 5.5（Terminal-Bench 4.0 拿 66.4%，同期 GPT-6 Astra 是 57.9%，Gemini 3.8 Flash 只有 19.1%）。国内没有同级替代，只能走企业云。

深度研究：一堆长材料 + 联网 + 出一份有依据的结论

→ Kimi K3（BrowseComp 91.2 + 1M 上下文）。一次一百块，但这活人做要两天。

数学、科学推理、攻防安全

→ GPT-6 Astra（FrontierMath Tier 4 拿 97.6%，GPQA Diamond 96.0%，ExploitBench 100%）。国内做安全的看 GLM-5.3（CyberGym 84.5）。

视频理解

→ 豆包 Seed2.1（VideoMME 89.2）。

私有化交付、客户要看许可证

→ Qwen3.8-27B（Apache 2.0，单机能跑）或腾讯 Hy4-preview（Apache 2.0，770B）或 Meta Muse Glimmer 30B（Apache 2.0，17GB 量化）。这三个是目前授权最干净的选择。

本地跑一个常驻 agent

→ Muse Glimmer 30B（量化 17GB）或 Qwen3.8-Flash-Next（125B 但只激活 6B）。

七、最后三句

第一，中国团队这一季的处境比去年好。接入门槛最低的几个模型（DeepSeek、通义、豆包、智谱、Kimi）都在国内直连，价格是国际同档的几分之一，而且开放权重的质量已经追上来了。海外那几家——OpenAI、Anthropic、Google、xAI——在中国大陆和香港都没有合规直连路径，可走的只有企业云。

第二，别再按单价选型。这一季至少有三个案例证明了单价和实际支出脱钩。改用每任务成本，一天就能做完这个切换。

第三，把默认参数全部显式写死。GLM 的 reasoning_effort、豆包的 max_tokens、各家的 thinking 开关——这些默认值不是为你的场景调的。上手第一件事就把它们写清楚，这一条省下的钱和踩不到的坑，比在十几个模型之间反复比较更值。