Claude Sonnet 5智能体化·Gemini Omni Flash对话式视频·DeepSeek首推峰谷定价

Anthropic发布Claude Sonnet 5：迄今最强智能体Sonnet，性能接近Opus 4.8但价格低一半

6月30日，Anthropic推出Claude Sonnet 5——这是Sonnet系列中智能体能力最强的一代，重点不在”更聪明”，而在”更能干完活”。

核心能力与定位：

• 真正的Agent执行层：能够规划、调用浏览器与终端工具、自主完成多步骤任务，“几个月前这类能力还需要更大、更贵的模型才能实现”
• 基准成绩：智能体编码63.2%（Opus 4.8为69.2%、Sonnet 4.6为58.1%），知识工作基准反超Opus 4.8
• 安全改进：恶意请求拒绝率、提示注入抵抗率、幻觉率、迎合倾向全面低于Sonnet 4.6
• 客户验证：Zapier资深工程师实测”两段任务——更新Salesforce账户等级、向企业联系人发送发布公告——一气呵成完成，以前会半路卡住”

定价策略（重点）：

• 限时介绍价：输入$2 / 输出$10（每百万Tokens），有效期至2026年8月31日
• 8月31日后恢复标准价：输入$3 / 输出$15
• 比Opus 4.8便宜50%以上，也低于GPT-5.5和Gemini 3.1 Pro
• 所有套餐的默认模型（Free/Pro/Max/Team/Enterprise），已上线Claude Code与Claude Platform

编者评： Sonnet 5的发布折射出整个行业的转折点：当”谁能做Agent”已成标配，竞争的核心就变成了”谁能把Agent做得更便宜、更可靠、更少人工监督”。Anthropic这步棋很精妙——把过去集中在Opus的智能体能力下放到Sonnet档位，等于在保留旗舰溢价的”准确度护城河”的同时，用极致性价比抢占Agent工作负载的”日常消费”市场。值得注意的是它对Opus 4.8定价的反向保护：当客户发现”80%任务Sonnet 5够用、20%高难度任务才需要Opus”，Anthropic实际上把Opus从”主力模型”重新定位为”高净值模型”——分层策略非常成熟。

Google发布Gemini Omni Flash：支持自然语言对话式视频编辑，已在Gemini App/YouTube Shorts开放

6月30日，Google正式推出Gemini Omni系列首款模型——Gemini Omni Flash。Omni被Google定位为”真正的世界模型”：任意输入（文本/图像/音频/视频），任意输出（率先支持视频），并具备对话式迭代编辑能力。

技术核心：

• 全模态输入输出：跨文本、图像、音频、视频的无缝转换，是Gemini原生多模态架构的集大成版本
• 对话式视频编辑——真正的差异化能力：生成视频后，用户可以用自然语言下达后续指令，如”把后半段放慢""把背景换成中性格调""最后三秒加一个微微推近的镜头”，模型将其作为迭代优化执行，无需重新生成或导出到外部编辑器
• SynthID水印：所有生成视频内嵌Google隐形水印，回应AI内容溯源与真实性挑战
• 世界知识底座：与之前的视频生成工具最大的区别是，Omni理解历史背景、物理规律、场景语义

可用性与分发：

• AI Plus/Pro/Ultra订户可在Gemini App与Google Flow立即体验
• YouTube Shorts与YouTube Create本周内免费开放
• API将在未来几周内逐步开放给开发者与企业客户

编者评： Google把对话式编辑作为Omni的核心卖点，背后的产品哲学值得玩味：大多数AI视频工具的”生成-导出”模式假设视频是一个静态产物，而Omni把它视作”与模型持续对话的活物”——这种范式转换将深刻影响内容创作的工作流。另一个值得关注的策略是分发布局：与OpenAI/Anthropic主推API/IDE不同，Google把Omni首先铺到Gemini App、Flow、YouTube Shorts——这是一个面向”十亿级C端用户”的发行路线。如果对话式编辑真的能成为新一代视频创作范式，Google将在内容生态层完成对OpenAI Sora的差异化卡位。但能否在Runway、Pika、Sora已成型的创作心智中撕开口子，仍取决于3-6个月内的实际体验反馈。

DeepSeek V4正式版7月中旬上线，首创大模型API峰谷定价：高峰时段调用价格翻倍

6月29日晚，DeepSeek团队正式官宣DeepSeek V4正式版将于7月中旬上线，同步推出国内大模型行业首个”峰谷定价”机制——高峰时段（每日9:00-12:00与14:00-18:00）API调用价格翻倍，非高峰时段维持原价。

V4 Pro价格表（元/百万Tokens）：

计费项	平时价格	高峰价格
输入（缓存命中）	0.025	0.05
输入（缓存未命中）	3	6
输出	6	12

V4 Flash价格表（元/百万Tokens）：

计费项	平时价格	高峰价格
输入（缓存命中）	0.02	0.04
输入（缓存未命中）	1	2
输出	2	4

配套技术升级：DeepSeek联合北大发布DSpark推理加速框架（半自回归推测解码新方法），在V4线上系统使推理速度提升60%-85%，创始人梁文锋亲自参与研发，框架已开源并适配阿里Qwen3等主流模型。

策略意图：用价格杠杆引导用户错峰调用，缓解高峰时段算力拥堵；网页端和App聊天不受影响，仅针对API。

编者评： DeepSeek的峰谷定价表面是技术性调价，本质是”AI算力进入分时经济时代”的标志。开发者社区的即时反馈非常两极——有开发者吐槽”高峰时段几乎覆盖国内核心工作时间，对国内用户不友好”，但海外用户则会发现”调用时间大多落在谷时段”——这种”无意间偏向海外用户”的效果，恰恰折射出DeepSeek在国产算力成本压力下的精细化运营。配合DSpark的速度提升，DeepSeek实际上在打一套组合拳：用推理速度（DSpark）抵消涨价冲击，用谷时段让利吸引海外用户，用高峰溢价承担国内国产算力成本。这可能是国产大模型从”内卷降价”走向”价值分层”的转折点。

美团开源LongCat-2.0：1.6万亿参数MoE模型，5万卡国产算力全流程训练，MIT协议可商用

6月30日，美团正式发布并开源LongCat-2.0——业界首个在5万卡国产算力集群上完成全流程训练与推理的万亿参数模型，采用最宽松的MIT协议，可商用、可二次分发、无衍生作品开源义务。

技术亮点：

• 总参数1.6T / 激活约480亿，动态计算预算33B-56B
• 零计算专家机制：简单Token不消耗算力，复杂Token自动激活更多专家
• LongCat稀疏注意力（LSA）：长文本计算量从平方级降至线性级
• 原生支持1M超长上下文，预训练数据规模超30T tokens
• 训练稳定性：月均日故障率降低70%以上，训练MFU提升1.5倍，稳态日吞吐超1T tokens

基准成绩：

• SWE-bench Pro 59.5，超过GPT-5.5（58.6）、Gemini 3.1 Pro（54.2）、Claude Opus 4.6（57.3）
• SWE-bench Multilingual 77.3，与Claude Opus 4.6（77.8）同一水位
• Terminal-Bench 2.1 70.8
• 预览版（匿名”Owl Alpha”）在OpenRouter平台调用量曾跻身全球前三，在Hermes、Claude Code、OpenClaw的月调用量分列全球第一、第二、第三

编者评： LongCat-2.0不只是”又一个国产开源大模型”——它是“国模+国芯”全栈协同”迈出实质性一步”的标志。在过去很长一段时间里，“国产模型在国产芯片上训练”被视为不可能完成的任务，理由是通信开销、内存容量、训练稳定性等工程难题。LongCat-2.0用5万卡、35T tokens、零回滚的实际成绩，证明了这条路可以走通。更具商业意义的是MIT协议——这与Llama系列的”非商用条款”形成鲜明对比，对中国出海企业和中小开发者极具吸引力。当一个”既能商用、又能跑在国产芯片上”的万亿参数模型出现在开源社区，整个市场的竞争格局将被重新洗牌：欧美闭源模型的高溢价、中国互联网巨头的开源生态战、国产芯片的”杀手级应用”问题，在这一个发布里同时得到回应。

OpenAI公布首款自研推理芯片Jalapeño：与Broadcom联合设计，标志垂直整合AI栈战略

6月30日，OpenAI宣布与Broadcom联合设计Jalapeño——这是OpenAI首款自研推理处理器，标志着公司从”模型层”向”芯片层”垂直整合的战略升级。

核心信息：

• 首款自研推理芯片（非训练芯片），目标是大规模降低推理成本
• 与Broadcom联合设计开发，意在建立OpenAI内部的硬件能力
• 战略参照苹果自研硬件的”垂直整合”路径
• 短期内不会大规模部署，但为GPT-5.6+规模化推理铺路
• 与同期Amazon Trainium 200亿美元年营收、Google TPU、Qualcomm Modular收购，共同构成”AI芯片四分天下+定制化推理软件层”的新格局

行业意义：

• Nvidia主导地位面临结构性挑战：OpenAI自研推理+Amazon自研训练+Google自研TPU，三家最大AI客户同时启动替代方案
• “软件-芯片协同设计”成为新标准：通用GPU时代结束，硬件开始为特定模型架构优化
• 推理成本曲线有望加速下行：自研芯片按自身模型优化，单位Token成本可能降低50%以上

编者评： OpenAI做Jalapeño的战略意义远不止”省钱”那么简单。当一家AI公司开始设计自己的芯片，意味着它的模型路线图、生态策略、合作伙伴关系都将围绕”垂直整合”重新调整。Jalapeño的命名（墨西哥辣椒）很有趣——辣度适中但风味独特，恰如OpenAI在硬件市场的定位：不是要”击败”Nvidia（那不现实也不经济），而是要在”自用推理负载”这个特定细分市场建立主导权。配合Amazon Trainium的200亿美元年营收、Google TPU的成熟生态、Qualcomm收购Modular后的”推理部署软件层”布局，AI芯片市场正在从”一家独大”走向”四足鼎立+中间件”。Nvidia的护城河（CUDA生态）依然深厚，但增量市场的边界已经开始模糊。

Lex Fridman播客#490：Nathan Lambert×Sebastian Raschka纵论2026年AI状态——规模定律未死但”低垂果实”已被摘完

Lex Fridman播客第490期邀请Nathan Lambert（Ai2后训练负责人、《RLHF Book》作者）和Sebastian Raschka（《Build a Large Language Model (From Scratch)》作者），进行了一场4小时23分钟的纵深对话，全面盘点2026年AI发展的现状与未来。

核心议题与共识：

• 中美AI竞合：不存在”一家独大”的全赢局面，中国实验室（以DeepSeek为代表）推动开源趋势，美国实验室占据产品集成与企业级应用优势
• 模型综合对比：ChatGPT/Claude/Gemini/Grok在不同任务上各有胜负，没有”全能王”
• 编程工具现状：Cursor和Claude Code已成为专家首选，但Claude仍最适合”结对编程”场景
• 开源vs闭源：差距在快速缩小，但完全追平仍需2-3年
• Transformer架构演进：从2019年至今的7年进化里，MoE（混合专家）、MLA（多头潜在注意力）成为关键改进
• 规模定律争议：预训练仍是基础，但”低垂的果实已被摘完”，未来增量价值来自高质量合成数据+高效后训练
• 推理模型崛起：核心是推理时间扩展 + RLVR（基于可验证奖励的强化学习），使得模型在代码、数学、工具调用上出现显著自我纠错
• AGI时间表：两位嘉宾态度审慎但乐观，预计3-5年内可能出现”可验证任务上的AGI”，全面AGI仍需更长时间
• AI变现路径：企业级Agent工作流、SaaS的”AI增强”、开发工具的”按调用量分成”是三个最现实方向
• GPU/算力瓶颈：仍是核心约束，硬件进步+训练方法创新+国际算力布局共同缓解

编者评： 这期节目最珍贵的地方在于它的”中间派视角”——两位嘉宾既不是Sam Altman式的”AGI已经来临”乐观派，也不是Yann LeCun式的”当前AI不过如此”怀疑派，而是从工程师/研究者的第一手经验出发，给出了冷静的能力地图。“规模定律未死，但低垂果实已被摘完”这个判断可能是本期最重要的一句话：它意味着未来一年的AI竞争不再是”砸更多算力、训更大模型”的简单游戏，而是”如何用更聪明的方法从已训模型中榨取更多能力”的精细化工程。RLVR、强化学习、后训练这些”不起眼”的技术，将成为下一阶段模型差异化的关键。这也解释了为什么Anthropic的Sonnet 5、Google的Gemini Omni Flash都在强调”后训练+工具调用”——行业重心已经悄悄从”预训练军备竞赛”转向”后训练工艺竞赛”。

编者按

本期声浪的主题词是“6月30日：AI模型史上最密集的一天”。

Anthropic发布Sonnet 5，Google发布Gemini Omni Flash，OpenAI公布Jalapeño芯片，DeepSeek预告V4峰谷定价，美团开源LongCat-2.0——单日五大发布，覆盖中美两个市场、模型/芯片/应用三个层级。这种密度在过去一年中是罕见的，反映出两个深层趋势：

第一，“智能体化”已经成为大模型竞争的统一靶心。Sonnet 5强调”能干活”、Gemini Omni Flash强调”能编辑”、OpenAI Jalapeño强调”能跑大规模Agent推理”——三家顶级实验室不约而同地选择了同一个叙事框架。这与年初”谁的模型更聪明”的叙事形成鲜明对比：智能体能力已经从”加分项”变成”入场券”。

第二，“国产大模型的差异化竞争”进入新阶段。美团LongCat-2.0用”国模+国芯”组合证明了”自主可控”不只是政治叙事，DeepSeek用”峰谷定价”证明国产模型在”运营精细度”上可以反过来教育海外——当Llama系列还在用”非商用”条款限制生态时，LongCat-2.0的MIT协议已经直接击穿了开源大模型最敏感的”商业友好度”维度。

但热闹背后也有隐忧：当所有厂商都在同日发布重磅产品，“发布日营销”的边际效益正在快速衰减。开发者越来越难以分辨”哪家智能体真的能在生产环境跑通”，于是”哪个更便宜”（Anthropic Sonnet 5）、“哪个生态更开放”（LongCat-2.0）、“哪个工作流更顺畅”（Gemini Omni对话式编辑）这些更朴素的指标，反而会成为下一轮洗牌的决定性因素。

下一周，值得关注的三个风向标：（1）OpenAI Jalapeño的公开技术细节（它真的能在推理成本上挑战Nvidia吗？）；（2）DeepSeek V4正式版的实际能力（峰谷定价能否与V4性能提升对冲？）；（3）Meta对”强制AI训练专项组”政策的回滚后效果（Yann LeCun的内部影响力是增强还是减弱？）。AI的6月以一种”加速度冲刺”结束，7月将以”分水岭式的筛选”开始。