AI 大模型资讯
新模型发布解读、评测速览与榜单变化分析
DeepSeek V4 Pro 正式版深度解析：工程闭环跃升、榜单性能对齐与中美 AI 商业化分水岭
历经四个月的技术沉淀，DeepSeek V4 Pro 正式版全面上线。本文结合 LMSYS Arena 与 Artificial Analysis 最新榜单实测，深度剖析其从“长文本阅读器”向“独立交付工程师”的工程跃迁（DeepSWE 62.7、思考强度分级控制与原生 Responses API）、与头部中端旗舰的性能对齐与价格对比，并从全球 AI 营收走势与中美商业模式切入，透视其动态峰谷计费与 Harness 基础设施战略背后的商业逻辑。
Gemini 3.7 Flash 上线与 3.5 Pro 难产之谜：榜单实测、人事地震与 Gemini 4 决战
Google 在推出 3.6 Flash 仅三周后火速上线 Gemini 3.7 Flash，而原定 6 月推送的旗舰 3.5 Pro 至今依然跳票。本文结合 LMSYS 与 Artificial Analysis 最新榜单实测，深度剖析 Pro 难产背后的技术瓶颈、高层人事海啸与全力押注 Gemini 4 的战时转型。
MiniMax H3 发布：视频编辑双榜第一，原生音画同步 + 33B 权重开放
MiniMax 在 WAIC 之后发布旗舰视频生成大模型 MiniMax H3（海螺 Hailuo 3）：Arena 图生视频、视频编辑双榜第一，Artificial Analysis 视频编辑同样登顶，33B 基础模型权重开放。
Grok 4.6 发布：Arena 前端开发榜第 5，Agent 成本更低
Grok 4.6 在 Arena 前端开发榜单排名第 5，在 Artificial Analysis Intelligence Index 得分 61；更值得关注的是它在 Agent 任务中的 Token 消耗与调用成本。
Arena 榜单：Qwen3.8-Max 前端开发超越 Claude Fable 5，登顶全球第 4
阿里巴巴发布 2.4T 参数的 Qwen3.8-Max，在 Arena 前端开发榜单登上全球第四，超越 Claude Fable 5，并将于 8 月中旬开源模型权重。