AI 日报 · 2026-08-18

聚焦方向：AI Coding（智能体编程） 与 具身智能（Embodied AI） ｜数据截至 2026-08-18

15 条精选（8 编码 + 7 具身） DeepSeek：今日有 D ✅ 双口径评分：LiveBench + llm-stats 含 llm-stats Price vs Performance

一、今日精选 15 条（AI Coding + 具身智能）

AI Coding · 定价时效 08-17

DeepSeek V4 Pro 峰谷定价 8/17 生效，国产模型首破"价格战"

来源：IT之家 / 界面新闻 / 新浪科技 / DeepSeek 官方

V4 系列 API 启用峰谷分时计价。V4 Pro 输出由 6 元涨至高峰 27 元（+350%）、缓存命中输入涨至 0.3 元（+1100%）；高峰 9:00–12:00、14:00–18:00，空闲半价。App/网页端免费不受影响。

关注：国产头部模型首次系统性涨价，Agent 工程进入"算账过日子"——靠错峰、提缓存命中率、分级用 Flash 对冲成本。

AI Coding · 上下文时效 08-17

Codex 向 ChatGPT 账号开放百万 Token 上下文

来源：IT之家 / aicatchup.com（OpenAI 工程师 Tibo 官宣）

Codex 中 GPT-5.6 Sol 的 100 万 Token 窗口不再仅限 API 密钥，Plus/Pro 可手动启用约 105 万 Token，适合大库重构与长会话；但额度消耗更快。

关注：长上下文从 API 特权下沉到订阅用户，长链路任务门槛降低；"默认不开、按需开"成新纪律。

AI Coding · 架构时效 08-17

GPT-5.6 Builder's Guide：长时 Agent 范式让 ARC-AGI-3 13.3%→38.3%

来源：aicatchup.com / OpenAI 官方

基于 Responses API 的长运行 Agent 范式：持久推理、压缩上下文、跨 Agent 委派、确定性工具移入代码。实测 ARC-AGI-3 提升且少用约 6× 输出 token。

关注：把"Agent 怎么写才省又强"从玄学变范式，对自主编码/运维智能体直接可用。

AI Coding · 生态时效 08-12~14

Cursor 被 SpaceX 收购完成，Grok 4.6 进驻编辑器

来源：aicatchup.com / dreaming.press

Cursor 交易 8/14 关闭、并入 SpaceXAI；8/12 Grok 4.6 发布当天下午即入 Cursor 模型选择器，与 Opus 5、GPT-5.6 并列。SpaceX 拟结合算力与产品经验训更强更省的模型。

关注：编码 IDE 被算力巨头收编，模型层×编辑器层融合；多模型自由切换成 IDE 标配。

AI Coding · 生产化时效 08-16

Cursor 收购 Firetiger：coding agents 接上生产运维

来源：aicatchup.com / Cursor 官方

Firetiger 团队加入 Cursor，其 agents 监控发布、捕捉回归、排查事故，并把结论回传 coding agents，打通"写代码→上线→运维"闭环。

关注：编码智能体从"改代码"延伸到"对线上结果负责"，价值闭环覆盖软件全生命周期。

AI Coding · 选型时效 08-17

Claude Code vs Codex 实测：快 10 倍、成本低 75%

来源：ZAKER 科技 / vibe coding 日报

同提示词生产级对比：Claude Code 用 5.5h、约 800 美元完成 Typeform 替代品；Codex 用 61h、约 3000 美元。前者简洁稳定，后者功能深但残留 Bug。

关注：真实项目里"协作姿势"决定性价比——重效率选 Claude Code，重隔离选 Codex。

AI Coding · 安全时效 08-04

npm 供应链攻击：keyv 账号被劫持，蠕虫借 Claude Code / VS Code hooks

来源：note.com / Aikido 统计

周下载 1.27 亿的 keyv 等包维护者账号被劫持，注入窃密蠕虫，波及 868 包、1381 版本、月安装约 20 亿。恶意代码向 .claude/settings.json 注入 SessionStart hook、向 .vscode 注入任务，一开目录即触发。

关注：AI 编程"信任工作区即执行"成攻击面；陌生仓库设信任、审 hooks 是 Agent 时代安全必修课。

AI Coding · 国产时效 08-17~18

智谱 GLM-5.3：纯后训练驱动，编程 +50%、Terminal-Bench 3.0 开源第一

来源：智谱 AI 官方 / AI 早间速递

GLM-5.3 基座权重不变、全靠后训练 Scaling，编程能力提升约 50%，Terminal-Bench 3.0 开源第一；即日上线 ZCode/AutoClaw，权重两周后开源。

关注：证明"不堆参数、靠后训练"也能拉高编码力，给国产编码模型新范式。

具身 · 人形时效 08-17/19

宇树"超人" HUMAN-X1：跳高 2 米、跑速超人类，科创板 IPO

来源：TechWeb / 新浪科技 / 高盛研报

宇树人形机器人跳高 2 米（超人类 1.8 米纪录）、跑 12.66 m/s（超人类上限）；研发周期仅三月。8/19 登陆科创板，发行价 150.80 元/股、市值约 610 亿元，中签率 0.0181% 创最难纪录。

关注：运动能力破人类极限 + 资本登陆，高盛预计 2027 年全球出货 7.6 万台。

具身 · 工业时效 08-14

鹿明 MOS2：双臂负载 50kg 的重载轮臂式 AI Worker

来源：腾讯新闻

Lumos MOS2 双臂 50kg、22 自由度、全向底盘、双六维力、双激光雷达；配套 NexCore 技能闭环（建任务→接数据→训练→验证→部署），线束过 500 万次耐久。

关注：具身智能从样机走向产线换型频繁的重载场景，能力栈更完整。

具身 · 车企时效 08-05

比亚迪"小迪"人形机器人 8 月首秀

来源：note.com / BYD 官方

首款自研人形"小迪"8 月内于郑州门店亮相；身高 1.61m、重 58.5kg，支持 6 方言 + 6 外语互译，可抓约 1kg 物体。受美国 FCC 新规约束，赴美或受限。

关注：非机器人企业把自研人形送进线下零售，具身入口从工厂扩到消费场。

具身 · 大脑时效 08 月

Google DeepMind：Gemini Robotics 2 / ER 2 / On-Device 2

来源：国泰海通晨会纪要 / 智东西

Robotics 2 把视觉/语言转全身动作；ER 2 做长时序规划与多机协作；On-Device 2 本地运行、少于 200 条示例数小时适配新本体。

关注：机器人"大脑"通用化 + 本地化 + 少样本适配，降低本体绑定成本。

具身 · VLA时效 08 月

智元 WITA-Omni Preview + τ0-VLA，启动赴港上市

来源：国泰海通晨会纪要 / 同花顺

WITA-Omni 用 Thinker-Talker-Actor 统一多模态推理，语音/动作/表情并列输出；τ0-VLA 用"慢思考—快执行"分层，预训练用 4 万+ 小时真机交互。智元启动赴港、第 15000 台下线。

关注：国产具身大脑快速追赶，且资本化提速。

具身 · 触觉时效 08-04

港科大 EmArm：亚毫米级触觉"共生皮肤"机械臂

来源：DeepTech 深科技 / 文汇报

申亚京团队将带"神经"的软皮肤嵌入硬机械臂，实现全臂高分辨率触觉 + 高精度运动；配套"感知—驱动"一体化算法，碰一下即理解意图并调动作。

关注：补上"触觉思考"短板，从"看得见"到"摸得准、反应快"。

具身 · 标准时效 08-17~18

上海 AI 实验室牵头 6 项国家标准立项（含具身智能、AI 安全）

来源：上海人工智能实验室 / 文汇报

6 项国标覆盖大模型、科学智能、AI 安全、具身智能等，落实四部门《百项国标建设专项行动》。

关注：具身智能首进国家标准框架，为规模化落地提供合规基线。

二、DeepSeek 专区

今日有 D ✅ 8/17 峰谷定价生效后 DeepSeek 仍是行业头条

V4 Pro 峰谷定价 8/17 正式生效：输出高峰 27 元/百万 token（+350%），缓存命中输入高峰 0.3 元（+1100%）；高峰 9:00–12:00、14:00–18:00，空闲半价。App/网页端免费。
V4-Pro-0813 正式 GA（8/13）：万亿级 MoE（总参约 1.6T、激活约 490 亿），上下文最高 1M、输出最长 384K；thinking/non-thinking 双模式 + 低/高/max 三档；原生兼容 OpenAI Responses API 并内置 Codex。Terminal-Bench 2.1 87.9、DeepSWE 62.7、NL2Repo 61.5。
开源 Harness 智能体框架（MIT，8/13 v0.1）：定义 Model + Harness = Agent，"一切皆插件"。招商证券国际称"Agent 时代的安卓"；发布 45 小时破 10 万 GitHub Star。
V4-Flash 登顶全球调用榜：OpenRouter 周调用 8.83 万亿 token（环比 +570%）全球第一；中国模型调用量连续 15+ 周超美国（日均约 140 万亿）。
二轮融资传闻：传投前估值约 5000 亿元（约 700 亿美元）；首轮 2026 年 6 月约 74 亿美元。

判断：调用量登顶后敢于涨价 = "性价比"已沉淀为定价权；后续看峰谷后调用量是否回落、Harness 能否成事实标准、二轮融资是否按期签约。

三、截至 2026-08-18 主流模型能力评分（双口径）

LiveBench = 2026-06-25 release（无污染、23 项客观任务）；llm-stats = 实时综合分（公开基准 + 实时 API 指标）。量纲不同，不可直接相减。

表 A · LiveBench（分数越高越好）

模型	开源	Overall	Reasoning	Coding	Agentic	Math	Data	Lang	Instr.	$/任务
Claude Fable 5 (Max)	否	83.0	89.7	86.0	62.2	96.0	80.5	90.7	75.8	$1.439
GPT-5.6 Sol (Max)	否	81.0	91.7	83.9	56.2	96.2	79.8	87.7	71.8	$0.515
GPT-5.5 Thinking	否	80.2	89.7	82.1	54.0	95.9	81.6	87.4	70.7	$0.435
Claude 5 Opus (Max)	否	80.1	91.2	81.4	65.2	95.7	74.6	88.7	63.8	$0.699
Smaug-Agentic	是	79.5	90.3	82.5	64.6	83.9	79.9	84.4	71.0	$0.329
Kimi K3	是	79.2	90.7	81.4	62.2	84.4	78.7	85.5	71.4	$0.348
Gemini 3.7 Flash	否	78.8	87.8	78.9	58.3	93.5	68.0	85.5	79.9	$0.157
Qwen 3.8 Max	是	78.5	88.2	72.9	64.6	91.3	78.4	79.7	74.1	$0.275
Grok 4.6	否	78.0	90.5	76.8	57.0	92.6	73.9	83.7	71.9	$0.207
GPT-5.6 Terra	否	77.9	90.6	78.2	54.9	94.9	79.3	82.9	64.6	$0.352
DeepSeek V4 Pro 0813	是	77.4	85.8	77.2	54.9	95.1	79.2	82.1	67.7	$0.044
Gemini 3.1 Pro	否	77.0	84.0	76.5	44.1	91.0	78.5	85.4	79.1	$0.286
Claude Sonnet 5	否	76.0	88.7	80.7	59.4	92.9	71.7	75.0	63.9	$0.505
DeepSeek V4 Flash	是	74.2	86.6	75.0	46.8	86.8	79.3	79.2	65.5	$0.060
GLM-5.2	是	73.2	78.6	79.7	51.8	89.8	73.7	76.2	62.3	$0.225

表 B · llm-stats.com 综合分（2026-08-18 实时）

排名	模型	开源	LLM Stats	Reason	Coding	Agent	参数	上下文	速度	$/M
1	GPT-5.6 Sol	否	57.4	56.9	50.6	44.4	2,134B	1.1M	87c/s	$7.78
2	Claude Opus 5	否	56.3	55.4	42.7	41.5	2,668B	1.0M	53c/s	$7.22
3	Claude Fable 5	否	56.1	53.7	48.8	42.8	2,003B	1.0M	111c/s	$14.44
5	Kimi K3	是	54.9	53.9	45.9	41.6	2.8T	1.0M	71c/s	$4.33
6	GLM-5.3 (NEW)	否	54.7	54.9	45.4	41.8	753B	—	—	—
7	DeepSeek V4 Pro 0813	是	54.2	52.2	43.3	40.3	1.6T	1.0M	194c/s	$0.48
8	Qwen 3.8 Max	是	53.3	52.0	42.3	40.0	2.4T	—	—	—
9	GPT-5.6 Terra	否	52.9	51.2	46.3	40.8	1,185B	1.1M	112c/s	$3.11
12	Gemini 3.7 Flash	否	51.2	50.1	38.6	36.0	—	1.0M	444c/s	$1.08
13	Claude Sonnet 5	否	49.6	49.1	40.1	34.0	1,588B	1.0M	46c/s	$2.89
15	Grok 4.5	否	47.5	45.8	39.4	34.1	1,498B	500K	37c/s	$2.44

Artificial Analysis Intelligence Index v4.1.1（8/12–8/17）亦将 DeepSeek V4 Pro 0813、Grok 4.6、Qwen3.8 纳入评估；其 Pareto 前沿显示 Grok 4.6 成本效率领先、Gemini 3.7 Flash 位于"智能—时延"前沿（概览页未列具体分值）。

四、截至 2026-08-18 主流模型 API 价格表

表 C · 综合价（$/M，llm-stats 实时）

模型	综合价 $/M	提供商	开源
Claude Fable 5	$14.44	Anthropic	否
GPT-5.6 Sol	$7.78	OpenAI	否
Claude Opus 5 / 4.8	$7.22	Anthropic	否
Kimi K3	$4.33	Moonshot	是
GPT-5.6 Terra	$3.11	OpenAI	否
Claude Sonnet 5	$2.89	Anthropic	否
Grok 4.5	$2.44	xAI	否
Muse Spark 1.1	$1.58	Meta	否
Gemini 3.7 Flash	$1.08	Google	否
DeepSeek V4 Pro 0813	$0.48	DeepSeek	是
DeepSeek V4 Flash	$0.02~0.06	DeepSeek	是

表 D · DeepSeek 峰谷定价明细（元/百万 token · 8/17 00:00 生效）

模型 / 档位	缓存命中输入	缓存未命中输入	输出	输出涨幅
V4 Pro 高峰	0.30	9.00	27.00	+350%
V4 Pro 空闲	0.15	4.50	13.50	+125%
V4 Flash 高峰	0.10	3.00	9.00	+350%
V4 Flash 空闲	0.05	1.50	4.50	+125%

涨价前：V4 Pro 输出 6 元、缓存命中输入 0.025 元；V4 Flash 输出 2 元。高峰 = 工作日 9:00–12:00、14:00–18:00，空闲为其余时间及周末（高峰一半价）。

五、llm-stats Price vs Performance（当日抓取 · 2026-08-18）

性价比 = LLM Stats Score ÷ 综合价（$/M），数值越高越"值"。按综合价升序。

DeepSeek V4 Pro 0813112.9

Gemini 3.7 Flash47.4

Muse Spark 1.132.8

Grok 4.519.5

Claude Sonnet 517.2

GPT-5.6 Terra17.0

Kimi K312.7

Claude Opus 57.8

GPT-5.6 Sol7.4

Claude Fable 53.9

模型	性能(LLM Stats)	价格 $/M	性价比(分/美元)	开源
DeepSeek V4 Pro 0813	54.2	0.48	112.9	是
Gemini 3.7 Flash	51.2	1.08	47.4	否
Muse Spark 1.1	51.8	1.58	32.8	否
Grok 4.5	47.5	2.44	19.5	否
Claude Sonnet 5	49.6	2.89	17.2	否
GPT-5.6 Terra	52.9	3.11	17.0	否
Kimi K3	54.9	4.33	12.7	是
Claude Opus 5	56.3	7.22	7.8	否
GPT-5.6 Sol	57.4	7.78	7.4	否
Claude Fable 5	56.1	14.44	3.9	否

Qwen3.8 Max、GLM-5.3 未列公开 $/M（多为平台/企业私有部署），性价比待补。DeepSeek V4 Pro 以 54.2 分 / $0.48 拿下全场最高性价比，断崖领先闭源旗舰。

六、一句话趋势

AI Coding：从"辅助写代码"进入"智能体接管代码库全生命周期"——编码底座、长上下文下沉、生产化运维闭环（Firetiger）、安全治理（npm 攻击、hooks 审查）成新战场；铁律"按任务挑工具、默认小/快档"。
具身智能：运动控制（宇树跳高 2 米）+ 触觉（EmArm）+ 统一多模态大脑（智元 / Gemini Robotics 2）加速融合；量产与资本窗口打开（宇树 IPO、智元赴港、鹿明下产线），国标立项铺路。
价格与商业：从低价内卷转向分层 / 峰谷定价，DeepSeek 涨价是标志；行业进入"价值定价 2.0"，国产开源模型 Hugging Face 下载首超美国（41%），生态话语权上升。