闭源顶到 Fable 5.1，开源卷到 2.4T

Fable 5.1 和 Mythos 5.1 是同一套权重、两套护栏：Fable 9 月 1 日全面开放，Mythos 只走受信通道，专门放开网安与生命科学。

官方表上，科学 Agent 基准 Terminal-Bench-Science 0.1 从 Fable 5 的 24.7% 拉到 52.6%，超过 Opus 5 的 29.0% 和 GPT-5.6 Sol 的 22.4%；Terminal-Bench 4.0 编码 55.8%（Mythos 60.9%）。

知识工作 GDPval-AA v2 拿到 1853，CursorBench 3.2 为 73.4%；Humanity's Last Exam 无工具 60.9%、有工具 65.0%。

典型按 token 计费工作负载官方估便宜约 25%（高度 Agent 场景最高约 45%），网安误报下降 60%；蛋白设计命中率近 50%，而行业常见只有 10–15%。

第三方 Artificial Analysis 指数把 Fable 5.1 放到 66；X 官方帖 1262 万浏览 / 5.67 万赞，B 站当天就有全栈实测视频播放 2.3 万+。

GPT-5.6 三件套 7 月 9 日全面上线：旗舰 Sol $5 / $30、均衡 Terra $2.50 / $15、便宜 Luna $1 / $6。

8 月 6 日起 Luna 成为 ChatGPT 免费默认，并很快放开无限文本对话，把“能用的旗舰”和“免费默认”拆成两档。

Astra 尚未公开发售，但 9 月 1 日官方长文确认它达到 Critical 网安阈值：ExploitBench 100%，内部 20 条高危 V8 漏洞集上发现并使用了 2 个零日。

越狱拒答率提到 91.5%（Sol 仅 59%）；高级网安能力计划先给小范围测试，再通过 Daybreak Blue 扩到防御用途。

8 月 29 日 OpenAI 宣布因 SpaceX 收购 Cursor 而终止合作，Cursor 直连拟于 11 月 12 日切断；V2EX 这两天在问 Sol 上下文 200K 太短要不要开到 1M。

Grok 4.6 于 8 月 12 日发布，500K 上下文，定价与 4.5 相同：$2 入 / $6 出，Fast 变体翻倍。

官方评测里 AA Intelligence Index 为 61，与 GPT-5.6 Sol 持平、比当时 Fable 5 的 62 少 1 分。

DeepSWE v1.1 从 4.5 的 54% 升到 65.9%；GDPVal-AA v2 从 1526 升到 1753；CursorBench 3.2 为 69.9%。

随后接入 GitHub Copilot、Amazon Bedrock、Microsoft Foundry，把“便宜旗舰”铺进企业通道。

X 上有人传“下周五出 Grok 4.7”，目前只是社交传闻，没有官网确认；B 站相关视频单条播放约 2.7 万。

Gemini 3.7 Flash 8 月 13 日 GA：输入 1,048,576、输出 65,536，促销价 $0.75 / $3.75 用到 2026-12-31，之后回到 $1.50 / $7.50。

Google 自报 DeepSWE v1.1 从 3.6 Flash 的 49.0% 升到 65.3%；第三方测输出速度 340.1 tok/s，186 个模型里第一。

9 月 1 日上线 Agentic video understanding，长视频最多少用 88% token；8 月 27 日 Omni 1.1 Flash 转正，支持视频延长、首末帧插值和最高 4K。

Gemini 3.5 Transcribe 直播 / 批量 WER 为 2.6% / 4.0%，替换 Chirp 3。

真正被等的旗舰 Gemini 3.5 Pro 原定 6 月、再滑到 7 月，截至今日仍未对公众放量。

Qwen 官方账号 9 月 2 日宣布 Qwen3.8-Max-0902：仍是 2.4T 总参 / 约 95B 激活 / 1M 上下文，价格不变 $2 / $6，显式缓存命中 $0.17。

官方自测 TerminalBench 3.0 从 11.3 拉到 29.0，DeepSWE 1.1 从 56.6 到 69.3，QwenSWEbench V2 从 55.1 到 70.0。

Arena.ai 第三方：Code Arena WebDev 1691 分总榜第一，比 Opus 5 Max 的 1688 高 3 分、比上代 Max 的 1669 高 22 分。

混合成本约 $5/MToken，处在帕累托最前；官方帖约 39 万浏览 / 3579 赞。

8 月 12 日已开源底座 Qwen3.8-2.4T-A95B（BF16 约 4.89 TB）；8 月 26 日的 Flash-Next 是 Qwen4 架构预览，125B MoE、仅 6B 激活。

V4-Flash-0731 是 284B / 13B 激活，V4-Pro-0813 是 1.6T / 49B 激活，都是 MIT，默认 1M 上下文、最大输出 384K。

Pro 的 DeepSWE 从预览 12.8 跳到 62.7；Flash 正式版 Terminal Bench 2.1 为 82.7、DeepSWE 为 54.4。

国内标价大致 Flash ¥1 / ¥2、Pro ¥3 / ¥6，另有峰谷价；国际大约 $0.43 / $0.87（Pro）。

8 月 21 日实验多模态 V4-Flash-Vision-Exp 上线，官方称多模态 Agent 接近 Opus 4.8。

该视觉模型官方帖 260 万浏览 / 1.1 万赞，是这轮开源阵营里传播最广的一条。

GLM-5.3-Flash 8 月 26 日开源：320B 总参 / 18B 激活，原生图 / 视频 / 文件，1M 上下文 / 128K 输出，MIT 协议。

官方 AA 指数 57，与 Claude Opus 4.8 持平；自报 DeepSWE v1.1 为 63.4，上代 5.2 只有 46.2。

国际标价 $0.15 / $0.50，国内原价约 ¥0.8 / ¥2.8，首发 5 折到 9 月 9 日。

注意力计算量相对 GLM-5.3 降 3.01×，KV cache 降 4.44×；发布前曾以 ox-alpha 匿名测。

旗舰 GLM-5.3 权重 8 月 28 日上线，约 756 GB（141 个 safetensors，体量对应 FP8）。