前沿声浪 Vol.47｜GPT-5.6参数泄露 150万上下文窗口，DeepSeek开源终端编程Agent，Anthropic获盖茨2亿美元

GPT-5.6参数泄露：1.5M上下文窗口，三大内部代号曝光

• 上下文窗口从GPT-4o的128K跃升至1.5M token，约为当前10倍以上
• 内部代号iris-alpha、ember-alpha、beacon-alpha，对应不同能力子模型
• “UI de-slopification”设计理念：去除冗余输出，提升响应简洁性
• 标准版与Pro版并行推出，Pro版享有更高优先级和更长上下文
• 预计6月与Claude Sonnet 4.8、Gemini 3.5 Pro正面交锋

编者评： 1.5M上下文窗口意味着一次可喂入数百万字的文档，从”能读一篇论文”跃迁到”能读一整个知识库”。但上下文≠理解力，长上下文的检索精度和推理深度才是真正的试金石。三大代号暗示GPT-5.6可能采用MoE路由或能力分治架构，这在工程上是必然选择——不可能用一个模型同时做到所有事。

DeepSeek发布Reasonix：原生终端AI编程Agent，缓存命中率99.82%

• 原生集成DeepSeek模型栈，非通用Agent套壳
• 缓存命中率99.82%，推理成本降低约80%
• MIT许可证开源，社区可自由二次开发
• 支持终端内代码生成、补全、重构与调试
• 与Claude Code、Cursor Agent形成差异化竞争

编者评： 99.82%的缓存命中率是个令人侧目的数字——这意味着绝大部分推理请求命中了前缀缓存，直接跳过了重计算。DeepSeek在工程侧的成本控制能力已形成独特壁垒。MIT开源更是一步妙棋，让社区力量帮它补生态短板。终端Agent赛道正在从”谁更强”变成”谁更便宜更稳定”。

Anthropic与盖茨基金会达成2亿美元AI公益合作

• 四年期合作，总额2亿美元，迄今最大AI-公益项目
• 聚焦全球健康、教育普及和经济流动性三大领域
• Claude将用于公共卫生数据分析、教育资源个性化等场景
• 合作模式：Anthropic提供技术，基金会提供领域知识和落地网络
• 为AI公司在商业之外开辟”公益影响力”叙事

编者评： 2亿美元不是小数目，但对Anthropic的估值和营收体量而言更像是品牌投资。关键看点不在钱，而在”AI+公益”能否跑出可复制的落地模式——如果只是给公益组织送API额度，那和传统的技术捐赠没有本质区别。真正有意义的突破是：AI能否改变公益干预的决策逻辑本身？

DeepSeek V4-Pro API永久降价至原价1/4

• V4-Pro推理API价格永久下调至原价的25%
• 非促销性质，属于永久性定价调整
• 对OpenAI、Anthropic等海外API形成直接价格压力
• 降价背后是模型推理效率的持续优化

编者评： “永久降价”四个字比任何折扣都有杀伤力。DeepSeek正在用成本优势重塑大模型API的定价锚点——当你的对手价格是你的一半甚至四分之一，技术优势的护城河会被快速侵蚀。这场价格战最终会倒逼全行业在推理效率上拼命，对用户是好事，对未能跟上节奏的厂商则是生存危机。

全球Token短缺：GPU租金上涨40%，Agent驱动算力消耗激增

• GPU租赁价格较2026年初上涨约40%
• HBM内存产能吃紧，供应链瓶颈持续
• Agent类应用的大规模部署是Token消耗激增的主要推手
• 推理侧算力需求首次超过训练侧

编者评： 这是AI行业从”模型竞赛”转向”部署竞赛”的标志性信号。训练一个模型是一次性投入，但部署数百万个Agent是持续消耗——推理算力开始主导需求曲线。Token短缺的本质不是GPU不够，而是Agent把”用AI”这件事从偶尔变成了持续。这个趋势只会加速，不会回退。

清华×腾讯提出MoE推理优化，NPU上实现4.1倍加速

• MLSys 2026接收论文，聚焦MoE模型推理效率
• 通过稀疏计算策略与算子融合，在NPU上实现4.1倍推理加速
• 为大模型在国产AI芯片（如昇腾NPU）上的高效部署提供方案
• 技术路径可迁移至其他国产硬件平台

编者评： 在NPU而非GPU上实现4.1倍加速，这件事的意义远超数字本身。国产芯片最大的痛点不是峰值算力，而是软件生态和算子适配——能让MoE这种前沿架构在NPU上跑得快，说明国产硬件栈正在从”能用”走向”好用”。4.1倍加速意味着原本需要4台机器的推理负载现在1台就能搞定，这对算力成本的影响是数量级的。

华为发布全栈AI数据中心基础设施，含Nexent Agent平台

• OceanStor Pacific：面向AI工作负载的高性能分布式存储
• CMS：统一计算管理调度平台
• ModelEngine Nexent：内置Agent编排能力的模型推理平台
• 从存储→算力→推理的全栈覆盖，对标NVIDIA全栈方案

编者评： 华为做全栈的逻辑和NVIDIA一样——单点优势会被快速抹平，但全栈的切换成本极高。Nexent Agent平台的加入尤其值得关注，它意味着华为不只是卖硬件，而是要在推理生态上卡位。对标NVIDIA是明牌，但华为真正的差异化在国产替代叙事下会获得额外加速度。

编者按

本期声浪的核心线索是“成本战争”。从GPT-5.6的1.5M上下文窗口，到DeepSeek的缓存命中率99.82%和永久降价75%，再到全球Token短缺推升GPU租金40%——整个行业正在围绕”每Token成本”展开一场没有硝烟的战争。

DeepSeek无疑是本周最积极的定价破坏者：开源Reasonix抢占终端Agent生态，V4-Pro永久降价重构API价格锚点。而Anthropic选择另一条路——用2亿美元公益合作证明AI的社会价值不只在商业效率。

清华与腾讯的NPU推理优化、华为的全栈基础设施，则指向同一个方向：国产算力正在从”有没有”走向”贵不贵”。4.1倍加速和全栈覆盖，都是为了让AI推理的账算得过来。

下半年的看点已经很清晰：GPT-5.6 vs Claude Sonnet 4.8 vs Gemini 3.5 Pro的三方对决，胜负手可能不在谁的模型更强，而在谁的每Token成本更低、谁的Agent生态更繁荣。