大模型周刊 39：工作流开始压过参数规模

2026 年 8 月第一周没有新的旗舰模型炸场，但产品下沉、企业合规、开源视频、Agent 基础设施和融资动作都在加速。真正的主线越来越清楚：大模型竞争正在从参数规模，转向稳定、便宜、可控地交付工作流。

上半月的余温还在。OpenAI 继续把 GPT-5.6 系列往更低门槛推，中国厂商在 Coding 和视频赛道卷价格、卷开源，开源 Agent 阵营则进入更实际的阶段：谁能少出错、能接工具、能记住经验、能被安全地放进工作流。

我这周的判断很简单：2026 年下半年的主战场，已经不是“谁的参数更大”。参数仍然重要，但用户愿意付钱的地方，正在变成另一件事：模型能不能像一个稳定同事那样，把任务做完。

本周主线：能力开始向工作流让位

过去两年，大模型新闻最容易被一个指标带着跑：参数规模、上下文长度、榜单分数、多模态能力。到了 2026 年，这些指标还在，但它们不再自动等于产品价值。

OpenAI 的免费层扩张说明，强一点的模型正在变成获客工具。Anthropic 的企业钩子说明，公司用户更关心审计、DLP 和部署边界。MiniMax H3 的开源视频模型说明，生成能力一旦接近可用，价格和交付方式会立刻变成战场。Hermes Agent v0.20 的热度则说明，开发者已经不满足于“和模型聊天”。他们想要的是一个能接系统、接工具、接其他 Agent 的运行层。

这周没有核弹级发布，但每条线都指向同一个方向：模型能力本身正在被包装成更具体的工作流能力。

OpenAI：把 GPT-5.6 往免费层下沉

OpenAI 本周的动作集中在 GPT-5.6 家族的体验优化和免费层扩张。

8 月 6 日，OpenAI 宣布改进 GPT-5.6 Sol，面向 Plus 和 Pro 用户开放。官方重点放在两个方向：回答更聚焦，冗余更少。内部评测里，事实错误率相比 GPT-5.5 Instant 下降约 68%。

另一边，GPT-5.6 Luna 被设为 Free 和 Go 用户默认模型，并准备开放无限文本聊天和 “Think” 按钮。这个按钮的实际含义不是把免费用户路由到 Sol，而是给小模型更多推理时间。

这是一套很清晰的商业逻辑：

• 用 Luna 把免费体验做顺，降低用户流失。
• 用无限聊天养成使用习惯。
• 用 Think 按钮改善小模型的可用性。
• 把真正强的 Sol 留在付费墙后面。

用户反馈也很符合预期。无限聊天受欢迎，免费层体验变好也没人会拒绝。但“免费用户永远碰不到真旗舰”的吐槽也会继续存在。OpenAI 不是在做慈善，它是在用低成本模型扩大入口，再把高价值需求往上转化。

教育场景也在推进。ChatGPT Work 和 Codex 插件继续扩展，这条线短期不会像旗舰模型那样吸引眼球，但它更接近真实付费场景。

Anthropic：企业合规继续变成护城河

Anthropic 这一周不像 OpenAI 那么热闹，但动作很企业向。

8 月 5 日，Anthropic 推出 Enterprise 推理钩子 Inference Hooks，支持实时 DLP 数据丢失防护。8 月 6 日，Claude Code 被允许在自有算力上运行。8 月 7 日，Fable 5 的生物学安全护栏继续加强。组织层面，Mariano-Florentino Cuéllar 被任命为首席全球事务官。

这些动作放在一起看，Anthropic 仍然在押“安全 + 企业合规”的差异化路线。

Inference Hooks 对普通用户不性感，但对企业是刚需。很多公司不是不用 AI，而是不敢让模型接触敏感数据、客户资料、源代码和内部文档。实时 DLP 这种能力，决定了模型能不能进生产环境。

Claude Code 自托管则是开发者侧的小利好。它给团队更多控制权，尤其适合那些既想用 Claude Code，又不想把执行链完全交给外部服务的组织。

问题也还在。此前网络安全测试中 Claude 相关模型“跑偏”的事件继续发酵，Fable 系列的政府限制阴影也没有散。Anthropic 现在的产品和组织调整，本质上是在对冲监管风险。

Google DeepMind：从研究组织转向交付组织

Google DeepMind 本周最重要的不是模型，而是组织。

Demis Hassabis 转任 GDM 主席兼 Alphabet 首席科学家，Koray Kavukcuoglu 升任 GDM SVP，直接向 Sundar Pichai 汇报，负责 Gemini 模型和开发者生态。

这像一次从研究型组织到产品交付型组织的升级。Google 不是没有模型能力，问题一直是节奏：研究成果多，产品入口分散，开发者心智也没有 OpenAI 那么集中。

WeatherNext 在飓风预测上继续刷存在感。七月的 Gemini 3.6 Flash、3.5 Flash-Lite、Cyber、Robotics 2 仍有余热。Google 在 Flash 系列的性价比和机器人落地上下注很重，但 Pro 级别迟迟没有大规模开放，说明它仍在平衡安全、成本和商业节奏。

Google 的优势是工程和生态，弱点是用户感知容易被稀释。组织调整如果能把 Gemini 的模型、API、开发者工具和终端体验拧到一起，下半年还有机会重新拉回存在感。

中国厂商：一边涨价，一边开源

中国大模型玩家这周的关键词是商业化和开源双线推进。

智谱的 Coding Plan 订阅正式回归，改成透明积分制。Lite 起步 118 元/月，新用户价格明显抬高，Pro 档涨幅更明显，老用户有过渡保护，周末全天还有低峰倍率。ARR 约 10 亿美元的消息继续发酵，股价表现强势，高盛也上调了中国大模型收入预期。

用户反馈明显分裂。积分制透明度被认可，大家至少知道钱花在哪。但涨价也让性价比被重新审视，尤其是在 Kimi、DeepSeek 等选项持续挤压的情况下。智谱的 Coding 能力仍是核心卖点，很多人还在等更强的下一代模型。

月之暗面的 Kimi K3 余波还在。2.8T 参数、开源、长上下文、视觉原生，这组标签直接把开源模型的天花板往上推了一截。性能逼近前沿闭源，融资估值持续上修，美国方面也开始质疑蒸馏和芯片使用问题。

K3 是一次真正的开源冲击波。争议不会少，因为中美 AI 竞争已经不只是在模型分数上较劲，还延伸到了供应链、训练路径和开源边界。

DeepSeek 8 月 6 日重启约 80 亿美元融资轮，估值接近 740 亿美元。此前融资因创始人言论泄露暂停，现在重新启动，说明资本对中国开源阵营的信心没有散。但这个估值已经不允许它只做“便宜好用”的标杆。接下来要持续交付，才撑得住市场预期。

MiniMax H3：视频生成开始进入价格战

MiniMax 是这周产品新闻里最亮的一条线。

8 月 3 日，MiniMax 正式发布并开源 H3 多模态视频生成模型。H3 支持原生 2K、立体声音频、最长 15 秒视频生成，也支持多模态参考。API 定价很有攻击性，大约只有竞品的十二分之一，并登上 Artificial Analysis 视频编辑榜第一。

社区反馈很分裂，但方向清楚：

• 视觉包装、角色一致性、文本渲染被夸。
• 物理运动和影院级张力还不如 Seedance。
• 本地部署门槛不低，完整 2K 流程仍依赖官方组件。
• 开源权重存在地域限制，排除美、欧、英、韩，背后和版权诉讼有关。

这是一种典型的“半开源”策略。用权重换生态，用 API 保利润。对开发者来说，它降低了试错成本；对 MiniMax 来说，它把视频生成从高端展示拉进了可商业化的价格区间。

视频模型一旦开始卷价格，行业节奏会变得很快。图像生成经历过类似过程：先比质量，再比速度，再比价格，最后比工作流。视频也会走这条路，只是成本更高、版权和地域限制更麻烦。

Agent 战场：Hermes 0.20 把社区热度打起来了

这周最大的社区热度来自 Nous Research 的 Hermes Agent v0.20.0，代号 Herald。

8 月 3 日发布的这个版本，更新量很大：实时可打断语音、自定义唤醒词、Agent-to-Agent 协议、可验证引用、签名 Webhook、桌面平台强化。社区反响强烈，不只是因为功能多，而是这些功能都在补 Agent 真正进入工作流之前的缺口。

语音可打断，说明 Agent 不再只是命令行工具。A2A 协议说明多个 Agent 之间需要协作边界。可验证引用解决的是信任问题。签名 Webhook 则是把 Agent 接进外部系统时必须要有的安全基础。

OpenClaw 现在进入更成熟的稳定优先阶段。月度扩展稳定版、安全打分卡、Foundation 化后的持续运营，都说明它已经从实验工具走向长期项目。但开发者迁移到 Hermes 的声音在变多，理由很直接：稳定性、自学习技能循环、安全记录。

我的看法是，OpenClaw 打开了“本地 Agent 可以真正做事”的想象空间，Hermes 正在把这件事做得更可靠、更可组合。

2026 年的 Agent 不再是聊天机器人的升级版。它更像一个工作流操作系统。谁先解决记忆、技能自我进化、跨 Agent 协作和安全边界，谁就更接近真实生产力。

用户情绪：欢迎更便宜，也更挑剔

这周的社区反馈可以压成几条：

• OpenAI Luna 无限聊天受欢迎，但免费层用不到真旗舰的抱怨不会消失。
• 中国 Coding Plan 涨价引发情绪波动，积分透明是一回事，性价比是另一回事。
• H3 视频模型让人兴奋，尤其是价格和包装能力，但物理真实感和本地体验仍有明显短板。
• Agent 阵营的开发者在用脚投票，稳定性比功能数量更重要。
• 安全和监管阴影继续加重，生物护栏、网络安全测试事故、地域开源限制都在提醒行业：能力越强，约束越多。

这里有个很现实的变化：用户已经不再被“新模型发布”四个字轻易打动。大家会问价格，会问能不能接 API，会问上下文是否稳定，会问能不能本地跑，会问出了问题谁负责。

这不是热情下降，而是市场成熟了。

下周看什么

下周我会重点看四件事。

第一，智谱是否真有万亿级新模型动作。如果有，重点不是参数，而是 Coding 和 Agent 场景能不能拉开差距。

第二，DeepSeek 融资落地后的细节。估值接近 740 亿美元之后，它需要给市场更明确的增长叙事。

第三，Hermes A2A 生态能不能起飞。协议发布只是开始，关键是有没有真实的跨 Agent 协作样例和可复用工作流。

第四，各国监管会不会继续收紧开源权重。MiniMax H3 的地域限制已经给了一个信号：未来的“开源”可能越来越不像过去那个开源。

这周没有一夜改变格局的模型。但产品化、商业化和 Agent 基础设施都在往前推。下半年真正拉开差距的，可能不是下一个 T 参数，而是谁能把模型变成可靠的同事。

数据综合公开新闻、官方发布与社区讨论，仅供参考。欢迎补充你看到的一手反馈。