涨价开源换打法 大模型一周三更

8月第二周，中国大模型行业密集变阵。8月13日，DeepSeek确认DeepSeek-V4-Flash和DeepSeek-V4-Pro将自8月17日起上调价格，实行峰谷定价；同日，DeepSeek-V4-Pro正式版上线，并发布Harness（智能体运行框架）开发者预览版。一天后，智谱发布GLM-5.3，该版本与GLM-5.2采用相同基座模型，仅靠后训练便将编程能力提升50%；同日，阿里千问正式开源Qwen3.8系列模型，其中全新开源的270亿参数模型Qwen3.8-27B，家用显卡也能跑。

从“谁更便宜”转向“谁更不可替代”。DeepSeek用Harness对冲涨价可能带来的用户流失风险，智谱押注后训练撬动性能杠杆，阿里云继续以开源模型拉动云生态。绕不开算力等硬性成本时，路线就成了战场。AI模型聚合平台OpenRouter最新数据印证了大模型客户的选择：上周全球模型调用量排名前十的模型中，6个为国产模型。

DeepSeek双线落子

蓝色鲸鱼、黑色鲸鱼——DeepSeek和DeepSeek Harness的官方微信公众号头像以颜色相区分，并在同一天发布内容，这对于数月才更新一次的DeepSeek来说实属罕见。

DeepSeek官方账号最新文章的标题是《DeepSeek-V4-Pro正式版上线》，“Deep-Seek Harness团队”发布的是《DeepSeek Harness开发者预览版上线》。模型由预览版转为正式版是DeepSeek预告过的动作，上线Harness也有蛛丝马迹，但这两篇博文的阅读量依然迅速达到10万+。

所谓Harness，在当下的AI语境下指的是一套智能体运行框架。过去人类与AI的交互是线性的：你提问，它回答。现在进入了Agent（智能体）时代。Agent要能自主拆解任务、调用工具，甚至自我修正。在这个过程中，模型本身的“智商”固然重要，但运行的“环境和约束”决定了它是否可靠。Harness就是从对话到系统的跃迁。

Nextie（明日新程）创始人、“小冰之父”李笛向北京商报记者解释：“三年前，人们往往认为只要模型能力足够强，就自然可以得到完美的效果。但Claude Code的模型能力足够强，依然需要数十万行代码的Harness，才能让其在具体应用中发挥端到端的表现。此次DeepSeek的Harness，也是类似的具体行动。”

回到具体产品，DeepSeek Harness的设计思路是“一切皆插件”，采用插件式开放架构构建Agent Harness，即模型、工具、技能、会话、沙箱、存储、循环、调度、UI（用户界面）等所有Agent能力均由插件组合而成，可自由替换、灵活重组。DeepSeek Harness方面进一步介绍，开发者无需改动DeepSeek Harness的源码本身，就能以插件方式独立选择、替换或扩展其中任一能力。

按照这个逻辑，DeepSeek的模型只是DeepSeek Harness的插件之一。开发者不仅可以接入DeepSeek的模型，理论上也可对接市面上其他主流大模型。北京商报记者就此以用户身份向DeepSeek Harness团队留言，但截至发稿暂未得到回复。

涨价与开源的同题问答

如果将模型涨价和发布Harness拼在一起，业内人士从中看到了商业化焦虑。

8月17日，DeepSeek执行新的收费标准，实行峰谷定价。高峰时段为北京时间9时至12时、14时至18时（其余为空闲时段），高峰价格为空闲时段的两倍。

DeepSeek-V4-Flash空闲时段，百万Tokens输入（缓存命中）价格为0.05元，百万Tokens输入（缓存未命中）价格为1.5元，百万Tokens输出价格为4.5元；高峰时段上述价格均翻倍，分别为0.1元、3元、9元。

DeepSeek-V4-Pro空闲时段，百万Tokens输入（缓存命中）价格为0.15元，百万Tokens输入（缓存未命中）价格为4.5元，百万Tokens输出价格为13.5元；高峰时段上述价格均翻倍，分别为0.3元、9元、27元。

“基础大模型涨价是大模型从跑马圈地到进入商业化深水区的大趋势，也逐渐成为行业共识，”李笛告诉北京商报记者，“模型有商业价值不等于有合理的商业模式，涨价是模型厂商不断感知社会接受度、调整商业模式，最终达到供需平衡的过程。”

早期模型厂商的价格战甚至免费体系，一再拉低用户对大模型价格的心理预期。“在这种情况下，模型厂商单纯调价，往往在短期内表现为阵痛，造成用户流失。”李笛认为，“模型企业往往不能只调价，还必须同时提供比过去更深入的服务，Harness就是提质手段之一。大模型时代的今天，我们使用的是最新技术，但商业模式却非常陈旧——过去30年以边际成本递减为基本前提奠定的商业模式，并不适用于大模型时代。”站在整个行业角度，即使有些厂商没有涨价，也在回答同一个问题：模型之外，还能靠什么挣钱？

8月以来，阿里云从算力、模型到产品均有新动态：瓴羊企业级智能分析产品Quick BI完成AI-native架构升级，发布全新AI Pro版本；视频生成模型Wan3.0启动公测；上线一站式AI语音生产力平台CosyVoice Studio；AI应用创作平台Meoo（秒悟）团队版正式全量上线；灵骏真武M890超节点实例正式上线，首批在乌兰察布地域开售；正式开源Qwen3.8系列模型。

智谱的“后训练”杠杆

“圈地”的方式不止开源和涨价两种。智谱选择了一条更省成本的路：不换基座，聚焦后训练。

8月14日，智谱发布GLM-5.3。与GLM-5.2相比，基座模型没变，通过后训练Scaling（规模化）提高了模型的智能上限。编程方面，GLM-5.3在内部自建基准评测Z.ai Code Bench中较GLM-5.2提升50%，在Terminal Bench 3.0、Agents'Last Exam（CLI）等公开基准测试中取得开源模型第一；网络安全方面，在白盒代码审查与漏洞发现等安全任务中，GLM-5.3表现与Mythos 5相当，展现出面向网络安全防御场景的潜力。

据智谱介绍，上述提升全部来自后训练。基于IndexShare、SAO以及持续演进的新一代slime框架，智谱在与GLM-5.2完全相同的基座上高效推进强化学习。“可能我们还远未开发出这个基座的智能上限。”智谱在公告中强调。

效果如何？当天，金山办公旗下AI办公智能体灵犀专业版即首发接入智谱GLM-5.3模型。在介绍此次合作时，金山办公提到了GLM-5.3的代码和网络安全能力。值得注意的是，灵犀在前一天已首批接入DeepSeek-V4-Pro正式版，同样提到了代码能力。

这不是巧合。Agent时代，能对话只是门槛，能写代码才是模型撬开客户钱包的硬指标。

文渊智库创始人王超向北京商报记者表示：“模型厂商的商业模式远没有确定，到底是靠C端（用户端）、B端（企业端）还是生态，都没确定。”在他看来，“和海外同行相比，国内大模型的算力成本更低，但推出的模型效果比同样成本的模型更好。”从某种程度看，智谱的策略正是这一判断的注脚。

OpenRouter最新数据显示，上周全球AI大模型调用量前五名中，除GPT-5.6 Luna外均为中国模型；前十名中有6个国产模型，分别是DeepSeek-V4-Flash-0731、Hy3、DeepSeek-V4-Flash-0423、GLM-5.2、MiMo-V2.5、DeepSeek-V4-Pro。

北京商报记者 魏蔚