大模型前沿动态 · Vol.83

谷歌三款 Gemini 新模型同日发、OpenAI 智能体用户破千万、NVIDIA Vera Rubin 量产确认、AI 计费模式将迎巨变

谷歌发布 Gemini 3.6 Flash/Flash-Lite/Flash Cyber 三款模型加码智能体与网络安全，3.5 Pro 再度延期；OpenAI 智能体产品用户破千万，董事长预言 Token 计费一年内终结；英伟达确认 Vera Rubin 量产，Vera CPU 首次披露细节

大模型 Google Gemini OpenAI NVIDIA Vera Rubin AI智能体 网络安全 计费模式 Token经济 Kimi K3 国产大模型

谷歌三箭齐发补齐 Flash 阵容却再次缺席旗舰 Pro；OpenAI 智能体用户翻倍突破千万，董事长断言 Token 计费模式一年内终结；英伟达黄仁勋亲自下场辟谣确认 Vera Rubin 量产——AI 从模型竞赛迈向商业化深水区。

谷歌连发三款 Gemini 新模型：Flash 系列全覆盖，3.5 Pro 再度跳票

事件概述

2026 年 7 月 21 日，谷歌 DeepMind 同日发布三款 Gemini 模型：Gemini 3.6 Flash（主力模型升级）、Gemini 3.5 Flash-Lite（最快最便宜版本）和 Gemini 3.5 Flash Cyber（网络安全专用模型）。与此同时，谷歌透露已启动 Gemini 4 的”迄今最雄心勃勃的预训练工作”，但外界翘首以盼的旗舰模型 Gemini 3.5 Pro 仍处于测试阶段，未给出新的发布时间。

Gemini 3.6 Flash 在代码、多模态和知识工作能力上全面升级，输出 token 使用量较前代减少约 17%，定价为 1.50/1.50/7.50（输入/输出每百万 token）。Gemini 3.5 Flash-Lite 定价仅 0.30/0.30/2.50，面向高吞吐低延迟场景，已接入 Google Search。Gemini 3.5 Flash Cyber 则是本次最大看点——专为漏洞发现与修复设计，结合谷歌 CodeMender 安全智能体，通过多 Agent 协同（单次任务最多调用 5 个 Cyber Agent 生成合并报告），在 CyberGym 基准上达到与”大得多的模型”相当的表现。

技术解析

  • Flash Cyber 的多 Agent 协同范式：不同于直接训练超大安全模型，谷歌采用”小模型 × 多实例”策略——5 个 Flash Cyber Agent 并行分析不同代码路径，最终合并为单份报告。这种”量换质”思路在推理成本上远低于 Mythos 级模型，但在覆盖面上更具优势
  • 3.5 Pro 延期的深层原因：据彭博社报道，Gemini 3.5 Pro 内部测试中未能达到公司设定的性能目标，尤其编程能力不如预期。谷歌 I/O 2026（5 月）曾承诺 6 月发布，至今已推迟近两个月
  • Gemini 4 预训练启动：这是谷歌首次公开确认下一代模型的训练状态，信号意义大于实质——对标 OpenAI GPT-6 和 Anthropic 的下一代 Mythos

行业影响

谷歌的”Flash 先行”策略正在形成稳定节奏：先以高性价比模型抢占开发者生态，旗舰 Pro 延后打磨。但这带来两个风险——一是 Pro 连续跳票正在削弱谷歌在前沿模型竞赛中的存在感（同期 OpenAI 已发布 GPT-5.6 三档，Anthropic 的 Fable 5 已商用数周）；二是网络安全 AI 赛道竞争加剧，Anthropic 的 Mythos 和 OpenAI 的 GPT-5.6-Cyber 已先发，Flash Cyber 的有限访问模式可能限制其生态渗透速度。

相关链接

OpenAI 智能体用户突破千万，董事长预言 Token 计费一年内终结

事件概述

7 月 21 日，OpenAI 宣布旗下 AI 智能体产品——编程场景的 Codex 与综合任务处理的 ChatGPT Work——合计用户突破 1000 万，较本月初近乎翻倍。ChatGPT Work 上线是主要推动力，其定位与 Anthropic 的 Claude Cowork 直接竞争。

同日，OpenAI 董事会主席 Bret Taylor 接受 CNBC 专访时作出重磅判断：当前基于 Token 的 AI 计费模式将在 12 个月内被”按结果付费”模式取代。他将当前 AI 市场类比为互联网早期——“建站成本远高于产业成熟阶段”，并预测未来由垂直 AI 应用商（如 Harvey、Ramp）代为管理 Token 消耗，企业只需为业务成果付费。

Taylor 对 Kimi K3 等低成本模型持审慎态度，认为”每百万 Token 价格更低”不等于”总成本更低”，暗示前沿模型在推理效率上可能仍具优势。

技术解析

  • 智能体用户爆增的驱动力：ChatGPT Work 将 ChatGPT 从”聊天机器人”升级为”办公智能体”，支持日程管理、邮件起草、多步骤任务编排等。Codex 则从”代码生成器”进化为”编程智能体”，可自主读取代码库、运行测试、提交 PR。两者叠加，用户从”用 AI 做 10% 的工作”变成”让 AI 做完整任务”
  • “按结果付费”的技术前提：该模式要求 AI 系统具备可靠的成果度量能力——法律 AI 能否胜诉、销售 AI 能否签约、代码 AI 能否通过测试。这反过来要求模型具备更强的自主执行能力和可验证输出，正是当前 Codex/ChatGPT Work 发力的方向
  • Token 计费的经济学困境：Agent 系统将 Token 消耗放大 5-30 倍，高用量用户月消耗突破 1000 亿 Token。按 Token 计费让企业 CFO 无法预测成本，倒逼行业转向更可预测的定价模式

行业影响

Taylor 的预言如果成真，将重塑整个 AI 价值链：价值捕获从”模型层”（卖 Token）上移至”应用层”（卖结果），纯模型提供商的利润率可能承压，而 Sierra、Harvey 等垂直 AI 应用商将获得更大定价权。对 OpenAI 自身而言，这既是机遇（Codex/ChatGPT Work 天然适配”按结果付费”），也是挑战（如果自身也转向结果定价，GPT-5.6 Sol 的 $30/M 输出 Token 定价逻辑需要重构）。

1000 万智能体用户的里程碑则标志着 AI 产品形态的代际跃迁——从”人用 AI”到”AI 替人做事”。按此增速，年底前智能体用户有望突破 5000 万，届时 AI 智能体将成为企业软件的标配入口。

相关链接

NVIDIA Vera Rubin 量产确认：黄仁勋亲自辟谣，Vera CPU 细节首曝

事件概述

7 月 21 日，NVIDIA CEO 黄仁勋亲自接受彭博社采访，驳斥了关于 Vera Rubin 平台延迟的报道。“那些报道是错误的，“黄仁勋表示，Vera Rubin 系统已进入量产，大批量出货即将开始。此前，KeyBanc Capital Markets 和 SemiAnalysis 曾报告散热问题、HBM 认证延迟和网络组件制造缺陷可能导致推迟。

同日，英伟达首次详细披露了 Vera CPU 的技术细节：这是英伟达首款自主设计 CPU 核心的服务器处理器，已于今年 6 月交付 OpenAI、Anthropic 和 SpaceX 等客户。Vera CPU 针对 AI 智能体工作负载优化，相比传统 x86 架构服务器 CPU 性能提升约 50%，可单独部署或与 GPU 组成 Vera Rubin 计算平台。

Wolfe Research 估算 Vera 芯片单颗均价约 5000 美元，预计今年出货量约 130 万颗。此外，Wolfe Research 披露英伟达已在美国锁定 100 对双向光纤（200 条单纤），配置 DWDM 密集波分复用，总带宽达 7.6 Pb/s，三年投资约 50-100 亿美元，构建私有长途光骨干网连接跨数据中心的千卡级 GPU 集群。

技术解析

  • Vera CPU 的定位突破：英伟达从纯 GPU 供应商跃升为 CPU+GPU 平台供应商，直接威胁 AMD 和英特尔在服务器 CPU 市场的核心利益。Vera 的 88 核 Olympus 架构和 1.2 TB/s 带宽专为智能体负载优化——智能体任务的特点是大量小推理调用（而非少数大训练任务），CPU 的调度效率成为瓶颈
  • 暗光纤网络的战略意义：7.6 Pb/s 的私有骨干网意味着英伟达正在构建”AI 互联网”——不只是卖芯片，而是为超大规模客户提供端到端的基础设施。这对 CoreWeave 等云服务商构成降维打击
  • 中国市场份额崩塌：Bernstein Research 数据显示，英伟达中国市场份额从 2023 年的 95% 降至约 8%，出口管制 + 国产替代（如 DF1000 14nm 芯片 520 TFLOPS BF16）重塑了竞争格局

行业影响

Vera Rubin 量产确认消除了 2026 年下半年 AI 基建的最大不确定性。Meta、微软、谷歌、亚马逊 2026 年合计资本支出接近 7000 亿美元，其中相当部分押注在 NVIDIA 下一代平台上。如果出货顺利，Q3-Q4 将迎来新一轮算力部署高峰。

Vera CPU 的出现则标志着 AI 芯片竞争进入”系统级”阶段——单看 GPU 性能已不够，CPU-GPU 协同调度、网络互联、存储架构的垂直整合能力将成为新的竞争维度。对 AMD 和英特尔而言，这不仅侵蚀了服务器 CPU 市场，更意味着在 AI 基建中的话语权进一步被边缘化。

相关链接

两万亿参数俱乐部：Kimi K3 引爆国产模型”贴身肉搏”

事件概述

7 月 21 日，国家超算互联网上线 Kimi K3 API，兼容 OpenAI 与 Anthropic 接口规范，推出”十万块共创计划”一站式 MaaS 服务。这是 Kimi K3 自 7 月 17 日 WAIC 发布以来的又一个重要基础设施节点。

与此同时，国产大模型已全面进入”两万亿参数俱乐部”时代：Kimi K3（2.8T）→ Qwen3.8-Max（2.4T）→ DeepSeek V4 Pro（1.6T）。证券时报 7 月 22 日头版报道称，国产大模型与海外顶尖模型的差距已缩短至 3 个月以内，且正在从”性价比替代者”转变为”技术并跑者”——最显著的标志是 K3 的 API 调用价格较前代 K2.6 大幅提升，成为当前最贵的国产大模型。

OpenAI 新任战略未来主管 Dean W. Ball 对 Kimi K3 的开源策略发起抨击，称开放权重模型”本质上是减速主义的，会阻碍进一步的 AI 资本支出”，并公开建议美国政府通过”软性法规”制造监管恐慌来打压中国模型。Anthropic 则被曝指责 Kimi K3 蒸馏了其尚未发布的模型。

技术解析

  • K3 的架构创新：2.8T 参数采用 MoE 架构（896 专家 / 激活 16），配合自研 KDA 混合线性注意力机制和 Attention Residuals 技术，整体扩展效率较上代提升 2.5 倍。Arena AI 前端编程榜 1679 分登顶，超过 Claude Fable 5（1631）和 GPT-5.6 Sol（1618）
  • 涨价信号的技术含义：国产模型从”降价抢市场”转向”涨价定价值”，反映的是模型能力的质变——当开源模型可以在关键基准上超过闭源旗舰，定价逻辑从成本导向转为价值导向
  • 监管博弈的新形态：Ball 的言论揭示了美国 AI 产业的新策略——不是技术竞争，而是通过监管制造”合规风险”来设置市场壁垒。这种策略对金融、医疗等受监管行业的模型选择影响最大

行业影响

Kimi K3 的冲击波正在从技术层面向产业层面传导。费城半导体指数已进入技术性熊市，高盛定性为”去杠杆事件”。月之暗面日销售额增长至少 6 倍，6 月 ARR 达 3 亿美元，正推进新一轮融资（估值或超 300 亿美元）并筹备赴港 IPO。

对国产大模型行业而言，“两万亿参数俱乐部”的形成意味着马太效应加剧——没有 2T+ 参数规模的模型将快速边缘化。但真正的竞争焦点正在从参数规模转向 Agent 能力、生态整合和商业化效率。K3 开源权重计划于 7 月 27 日发布，届时开源社区的自部署和二次开发将检验其真实竞争力。

相关链接