AI 日报 · 2026-09-02（周三）

聚焦方向：AI Coding（AI 编程）× 具身智能
生成时间：2026-09-02 07:40 (GMT+8)
今日结论速览：DeepSeek 今日无 D（过去 24 小时 9/1–9/2 无原生重大新动态，仅有微信支付接入 Harness 生态动作与对 8/31 财务数据的二次解读）；AI Coding 侧最大变量是 Anthropic 发布 Claude Fable 5.1 / Mythos 5.1，Fable 5.1 成为 Claude Code 默认模型且缓存读取价降 75%（LiveBench 综合 83.4 居首）与 GitHub Copilot 模型大调整 + xAI Grok 4.6 入驻；具身智能侧最大变量是 小鹏机器人首轮超 9 亿美元融资（估值 63 亿美元） 与 优必选 H1 人形销量 16123 台、U1 系列 9/16 启动交付。
口径说明：每条均标注「时效」与「来源」。时效分 当日／近 2 日／本周；来源给出可核验主体。字幕类内容标注"字幕由平台自动生成"。
实时数据源：① 多引擎新闻检索 + Exa + Frontier Daily（中英文媒体/社区，2026-09-02 抓取）；② GitHub AI 趋势榜（日榜/周榜双周期，2026-09-02 07:40 抓取）；③ livebench.ai（2026-06-25 发布实时榜，2026-09-02 直采）、artificialanalysis.ai（Intelligence Index v4.1.1 快照）、llm-stats.com（2026-09-02 实时榜，369 模型）；④ B 站 UP 主字幕口径：黑鸦Heya（1 个视频 / 13 行字幕已提取）、Icyの狼（24h 更新为个人实验/社区灰测类，无资讯类新闻）、无机酸-_-（24h 更新为个人测评作品，未引用结论）。

章节	内容	条目数
一	社区信源监控（一手线索，快于媒体）	3 个信源
二	DeepSeek 专项 —— 今日无 D	背景说明
三	今日 15 条精选（AI Coding 8 + 具身智能 7）	15 条
四	社区快讯（待验证 / 低置信度）	6 条
五	能力评分与价格表（三口径交叉验证）	3 张表 + 性价比
六	GitHub 当日趋势榜	日榜 + 周榜
八	AI 社会效益	6 条
九	AI 经济效益	6 条
十	方法论与免责声明	—

一、社区信源监控（今日一手线索，快于媒体）

本节来自三个长期跟踪的社区信源。社区口播往往比媒体稿早 6–24 小时，但置信度低于官方渠道，因此本节只做"线索"用途，凡进入第三章「15 条精选」的内容均已用官方或权威媒体二次核验。

信源状态一览（含字幕提炼要点）

信源	最新内容	类型	字幕	字幕提炼要点	时效
黑鸦Heya	AI日报0901（BV1dxt36wEbp）	资讯类	✅ 已采集 13 行	OpenAI 订阅改按 token 计费（Pro $20/月、Max $100/月、含 $300 用量）；Sam Altman 播客称 Astra 用电脑"已达人类水平"；讯飞星火 X2.5 开源（2.5B+1.7B，全国产算力，1M 上下文，API 已上线）	当日（约 12h 前）
Icyの狼	24h 更新 3 条	个人实验/社区灰测	✖ 未提取	个人实验「核摊椅-灰测31连发」(5h前)、社区灰测「ds0831灰测-月球撞地球」、个人向(5h前)；资讯类《V4-Flash-Vision实验版开源》为 08-31（上期已覆盖）	当日（无资讯类新闻）
无机酸-_-	DSV4FVE ocgo 测试（BV1aDth62EJ1）	个人测评作品	✖ 未开启字幕	个人测评作品（测试 DSV4FVE/OpenCode Go 质量），结论不引用	当日（约数小时前）

1.1 黑鸦Heya —— AI日报0901（资讯类，字幕由平台自动生成）

从口播正文里提取到的实质信息（已做同音字校正，例如 "sam ottoman" → Sam Altman、"ESTRA" → Astra、"欧拉玛" → OpenAI、"星火X" → 星火 X2.5），其中标题层看不到的增量（字幕提炼要点）包括：

OpenAI 订阅套餐改为按 token 计费：Pro 月付 20 美元、Max 月付 100 美元、含 300 美元用量，老用户可随时升级至新计费方式——直接改写智能体经济账本。
Sam Altman 播客称 Astra「用电脑已达人类水平」：口播援引 OpenAI CEO 在一期播客中的表述，指向 Agent 在计算机操作上的能力跃迁。
讯飞星火 X2.5 开源：口播确认星火 X2.5 开源 2.5B 与 1.7B 两款模型，基于全国产算力平台训练，原生支持最长 100 万 token 上下文，对应模型 API 已上线——国产小尺寸开源模型再添一员。

来源：B 站 UP 主「黑鸦Heya」AI日报0901（BV1dxt36wEbp），字幕由平台自动生成，本节为要点摘录与同音字校正后的转述。
时效：当日（约 12h 前）。置信度：🟡 大概率属实（OpenAI token 计费与星火 X2.5 开源为口播线索，需官方/媒体二次核验；Astra 表述为 Altman 播客口径）。

1.2 Icyの狼 —— 24h 有更新但为个人实验 / 社区灰测类

内容：过去 24 小时（截至 09-02 07:40）发布多条视频，但均为个人实验 / 社区灰测性质——「核摊椅-灰测31连发：demos站灰测展示」(约 5h 前)、「ds0831灰测-月球撞地球」(当日，单源未证实的社区传言)、以及一条个人向视频 (约 5h 前)。其资讯类「[狼狼快报]V4-Flash-Vision实验版开源-期待第三方部署」(BV1AUt86cEoD) 为 08-31，上期已覆盖。
来源：B 站 UP 主「Icyの狼」。时效：当日。置信度：🔴 待验证（灰测/传言类，非权威信源）。

1.3 无机酸-_- —— 24h 更新为个人测评作品，未开字幕

内容：过去 24 小时发布「DSV4FVE ocgo：OpenCodeGo的降智究竟有多严重？AI六项能力测试」(BV1aDth62EJ1，当日)，属个人测评作品（评测 DSV4FVE 与 OpenCode Go 的质量退化）。
该视频未开启平台自动字幕，且为个人测评作品，按既定流程仅采用标题级信息、不转述测评结论，避免把 UP 主主观判断包装成客观事实。
来源：B 站 UP 主「无机酸-_-」。时效：当日。置信度：🟡 标题级可信，结论未采集。

社区交叉验证：黑鸦Heya 字幕补足了「OpenAI 订阅改 token 计费」「讯飞星火 X2.5 开源」「Astra 达人类水平」三处媒体尚未集中覆盖的增量，与第三章第 1、4 条（Claude Fable 5.1）及社区快讯形成互补；Icyの狼与无机酸-_- 的 24h 更新均属个人实验/测评，未构成可独立验证的行业新闻，故未进入正式条目。

二、DeepSeek 专项今日无 D

过去 24 小时（9/1–9/2）未检索到 DeepSeek 原生重大新动态（无新模型、无新融资/IPO、无重大开源），故本期判定为 今日无 D。

24h 窗口内的仅有的关联内容（均非原生重大新闻）：

微信支付 9/1 接入 DeepSeek Harness 生态：微信支付 AI 专属卡新增支持 DeepSeek Harness + OpenClaw（700+ Pay Skill），属第三方生态接入，非 DeepSeek 原生发布（来源：IT时代网/凤凰网 9/1）。
网易 9/2 财务分析长文：《前七月收入不足5亿、算力花110亿》是对 8/31 InfoQ 已披露内部财务数据（营收 4.75 亿、净亏 7.15 亿、算力投入 110 亿、API 毛利 82.9%、8/17 峰谷调价）的二次解读，并非 9/1–9/2 的新披露。

上期（8/31–9/1）已覆盖、本期不再重复的重大 DeepSeek 事件：V4-Flash-Vision-Exp 多模态权重开源（8/31）、二轮融资/估值（8/31）、前七月财务数据（8/31 InfoQ 首发）。如读者需回顾，请见《AI日报_2026-09-01》。

三、今日 15 条精选

甲组 · AI Coding（8 条）

1. Anthropic 发布 Claude Fable 5.1 / Mythos 5.1，Fable 5.1 成 Claude Code 默认模型并大幅降价

事件：Anthropic 9/1 前后发布 Claude Fable 5.1 与 Claude Mythos 5.1（HN 热帖 69 点）；Claude Code v2.1.257 将默认模型切到 Fable 5.1，支持 1M 上下文，缓存读取价从 $1.00 降至 $0.25/Mtok（降 75%），并强化 Auto 模式安全边界（拦截云元数据窃取、跨租户访问）。LiveBench 综合 83.4（Fable 5.1 Max Effort）居全球第一。
为何值得关注：Fable 系列是 Anthropic 的编程主力模型，默认模型切换 + 缓存降价直接改写长程 Agent 会话的经济账本；Cognition 同步将 Fable 5.1 接入 Devin，成本较此前降 54%。
来源：Anthropic 官方 / Hacker News / Havoptic（2026-09-01）。时效：当日。置信度：✅ 已确认。

2. GitHub Copilot 9/1 大调整：旧模型弃用 + xAI Grok 4.6 入驻

事件：9/1 起 Copilot 弃用 Gemini 3.1 Pro、Claude Opus 4.5/4.6、Sonnet 4.5 等旧模型，并逐步开放 xAI Grok 4.6 为可选模型（企业/商业版需管理员手动开启策略）；同时重新开放信用卡/PayPal 计费的 Business/Enterprise 注册。
为何值得关注：模型 pinned 工作流需重基线，且 xAI 模型首次进入 Copilot 主流入口，编程模型供给侧竞争继续白热化。
来源：Oday Bakkour roundup / Zinbiel Brief / daily.dev（2026-09-01）。时效：当日。置信度：✅ 已确认。

3. Meta Muse Code 正式版（结束 Beta）

事件：Muse Code 出 Beta，新增会话间消息传递、多智能体 Workflow 编排、Rewind 回退与 TypeScript SDK 预览，推出 $5/$15/$50 三档订阅（底层仍为 Muse Spark 1.2）。
为何值得关注：第四家闭源大厂下场做终端编程智能体，竞争从"模型能力"转向"harness 成熟度"与多智能体编排。
来源：Meta Developer Blog（Claire Zhou，2026-08-31；主流媒体 9/1 报道）。时效：近 2 日。置信度：✅ 已确认。

4. OpenAI Codex CLI v0.152.0 + 桌面端捆绑完整运行时

事件：OpenAI 9/1 发布 Codex CLI v0.152.0（Vim 式 / ? 搜索、限流横幅、包式 MCP 命名与单工具输出上限）；同日 Simon Willison 披露 Codex 桌面 App 在缓存目录捆绑完整 Python + Node.js + LibreOffice 运行时（含调用这些运行时的 skill）。
为何值得关注：CLI 体感与 MCP 安全治理能力补齐，贴近日常开发流；桌面端自带完整运行时意味着 Agent 可在本地直接执行文档/表格/代码任务，自执行闭环进一步夯实。
来源：Havoptic / Simon Willison's Weblog（2026-09-01）。时效：当日。置信度：✅ 已确认。

5. Google Antigravity CLI 新增 /boost 深度推理模式

事件：Google 的 Antigravity 编程智能体加入 /boost 指令，切到更深推理档处理难题，呼应 Claude Code /effort、Codex 推理档的品类趋同。
为何值得关注："显式思考档位"已成为编程智能体设计范式——用户可就难度显式分配算力，是 Agent 可控性的重要进步。
来源：AI Digest MOC（含 Antigravity 文档 / HN，2026-09-01）。时效：当日。置信度：🟡 大概率属实。

6. 腾讯开源 Cube Sandbox 智能体代码运行时

事件：腾讯开源 Cube Sandbox，轻量级运行时供智能体自行执行代码，定位"首日可用的原型"，但在数百并发任务时会崩溃。
为何值得关注：开源沙箱补齐 Agent 自执行闭环，利于私有化部署与评测；国产大厂在 Agent 基础设施层的开源投入持续加码。
来源：AGI Hunt Daily（2026-09-01）。时效：当日。置信度：🟡 大概率属实。

7. Beads v1.3.0-rc.1：从单进程追踪器转向多智能体 substrate

事件：Beads 发布首个经测的主分支版本，提供 41 个 OpenAPI 操作的 HTTP API、基于工作租约（lease）的多智能体协调与心跳回收。
为何值得关注：把 Agent 协调能力下沉为可被外部编排的基础设施，是"模型只是大脑、Harness 才是身体"工程化的又一步。
来源：AI Digest MOC（2026-08-31）。时效：近 2 日。置信度：🟡 大概率属实。

8. Cognition 将 Fable 5.1 接入 Devin，成本降 54%

事件：Cognition 9/1 将 Claude Fable 5.1 接入其编程 Agent Devin，宣称以 Fable 级智能实现较前代 54% 更低的成本，并通过改进 Fusion 路由在降成本同时保持性能（较此前降 47%）。
为何值得关注：第三方 Agent 厂商用上新旗舰模型即带来一半左右成本下降，印证"新模型 + 更聪明路由"是 AI Coding 降本的主路径。
来源：X (@cognition，2026-09-01，经 Frontier Daily 汇编）。时效：当日。置信度：🟡 大概率属实（厂商自述）。

乙组 · 具身智能（7 条）

9. 小鹏机器人（Dogotix）首轮超 9 亿美元融资，估值 63 亿美元

事件：小鹏旗下人形机器人业务完成首轮超 9 亿美元融资（IDG 领投，腾讯、阿里战略入局），投后估值超 63 亿美元（约 430 亿元），刷新中国具身智能单轮私募纪录；计划年底量产 IRON、2027 年交付。
为何值得关注：车企跨界"物理 AI"成资本新范式，万卡算力集群构筑壁垒；小鹏以自研图灵芯片 + 端侧基座模型的路线，是车企阵营里对 AI 侧押注最重的一家。
来源：新浪财经 / 网易（2026-09-01）。时效：近 2 日。置信度：✅ 已确认。

10. Sharpa（禾赛创始团队）融资约 45 亿元，上海开出全自动机器人餐厅

事件：Sharpa 获阿里、美团、腾讯、京东等投资超 45 亿元（约 6.7 亿美元），投后估值 33 亿美元；同步在上海吴江路开出全球首家全自主人形机器人餐厅（10:00–22:00 运营）。
为何值得关注：具身智能从演示走向真实商业环境长周期运营的标志性案例，验证了"数据喂模型、模型控本体"在服务场景的闭环。
来源：Techflier（2026-09-01）。时效：近 2 日。置信度：✅ 已确认。

11. 特斯拉 Optimus 确认弗里蒙特产线极低速量产

事件：原 Model S/X 产线已改造为 Optimus 专用线，8 月下旬极低速投产，首批仅供内部"Optimus Academy"训练与采集数据，对外销售或延至 2027 年底。
为何值得关注：全球最受关注的人形机器人量产爬坡正式启动，但良率/续航仍存硬约束，给行业设定了"先内部数据闭环、再对外交付"的现实节奏。
来源：搜狐（2026-09-01）。时效：近 2 日。置信度：🟡 大概率属实。

12. 优必选上半年人形机器人销量 16123 台，U1 系列 9/16 启动交付

事件：2026 H1 营收 12.7 亿元（+104.2%），全尺寸具身智能人形机器人收入 5.9 亿元（+1445%），U1 系列订单破 1.3 万台、9 月 16 日首交，自贡产线提前一年量产，毛利升至 44.7%。
为何值得关注：消费级人形机器人规模化交付拐点临近，真实订单与交付数据给"具身智能从故事走向兑现"提供了最硬的可核验证据。
来源：新浪财经 / 华夏时报（2026-09-01）。时效：近 2 日。置信度：✅ 已确认。

13. 玄创机器人完成数千万元 A1 轮（特危化工业具身智能）

事件：聚焦油气、化工、核电等特种场景，自研 XBOT-AEGIS 三层解耦架构，已向中石油、万华化学交付多台套；前海方舟、西湖科创投连续加注。
为何值得关注：高危工业场景具身落地，安全冗余毫秒级拦截异常指令；本期唯一给出明确交付速率（月均稳定交付 + 在手订单破亿）的特危化工业具身公司。
来源：网易 / 潮涌 AI（2026-09-01）。时效：近 2 日。置信度：✅ 已确认。

14. 芯雀科技完成数千万元种子轮融资

事件：具身智能初创（2026 年 6 月成立）获产业资本种子轮，聚焦通用机器人软硬件一体与轻量化具身大模型，攻坚人形机器人核心技术痛点。
为何值得关注：2026 年开年国内具身智能融资已超 30 起、总额约 200 亿元，赛道持续升温，早期项目仍获产业资本加注。
来源：今日头条（2026-08-31）。时效：本周。置信度：✅ 已确认。

15. 智元 / 银河通用量产交付提速

事件：智元累计下线突破 15000 台通用具身机器人；银河通用智慧药房已在全国近百家药店部署、累计拣药超 100 万盒，并在宁德时代 7×24 小时作业。
为何值得关注：头部厂商从"造出来"迈向"用得好"，真实场景规模化运营验证——这是具身智能价值兑现的最关键一环。
来源：搜狐《8 月机器人月报》（2026-09-01）。时效：近 2 日。置信度：✅ 已确认。

四、社区快讯（待验证 / 低置信度）

以下条目来自社区讨论或单一信源，尚未获得官方或多方核验，仅作趋势参考，不建议作为决策依据。

#	内容	来源类型	时效	置信度
Q1	微信支付 9/1 接入 DeepSeek Harness + OpenClaw 生态（700+ Pay Skill），属第三方生态接入	媒体报道，非 DeepSeek 原生	当日	🔴 待验证
Q2	Icyの狼社区灰测「ds0831灰测-月球撞地球」称 DeepSeek 8/31 灰度测试，单源未证实	B 站社区灰测，单源	当日	🔴 待验证
Q3	讯飞星火 X2.5 开源（2.5B+1.7B，全国产算力，1M 上下文）——黑鸦Heya 字幕线索，待官方/媒体核验	B 站字幕线索	当日	🟡 大概率属实
Q4	美国拟出台远程算力出口管制草案，DeepSeek 被列为目标之一（草案未定稿，延续 8/29 发酵）	媒体报道	本周	🔴 待验证
Q5	Kimi 冲刺港股 IPO	财经媒体	本周	🟡 大概率属实
Q6	长鑫 LPDDR6 进入量产	产业链消息	本周	🟡 大概率属实

另有社区口播提到的"某厂商推出用于评估和改进其他 Skill 的 Skill"，本期未获新核验，暂不单列。

五、截至今日 AI 多项能力评分表（三口径交叉验证）

三个口径的方法论差异很大，不可直接横向比较分值，只能各自看排序：

口径 A · LiveBench：抗污染动态基准（2026-06-25 发布，实时榜，2026-09-02 直采）。本表含官方「每成功任务成本」，七大类为官方原始分类。
口径 B · Artificial Analysis：智能指数 v4.1.1，多基准加权合成。今日官网实时表格未能成功抓取，行级数值沿用 8/30 快照（以官方页面为准）。
口径 C · llm-stats：覆盖 369 个模型（2026-09-02 实时抓取），侧重 LLM Stats Score + 混合价 + 吞吐。混合价 = (输入价 × 3 + 输出价) / 4。

5.1 口径 A · LiveBench 实时榜（Top 20 / 共 50+ 款，2026-09-02 直采）

#	模型	综合	推理	编程	Agent编程	数学	数据分析	语言	指令跟随	每成功任务成本
1	Claude Fable 5.1 Max Effort	83.4	91.7	86.4	66.1	97.0	80.3	89.5	73.0	$1.212
2	Claude Fable 5 Max Effort	83.0	89.7	86.0	62.2	96.0	80.5	90.7	75.8	$1.439
3	GPT-5.6 Sol Max Effort	81.0	91.7	83.9	56.2	96.2	79.8	87.7	71.8	$0.515
4	GPT-5.5 Thinking xHigh Effort	80.2	89.7	82.1	54.0	95.9	81.6	87.4	70.7	$0.435
5	Claude 5 Opus Thinking Max Effort	80.1	91.2	81.4	65.2	95.7	74.6	88.7	63.8	$0.699
6	Kimi K3 (开源)	79.2	90.7	81.4	62.2	84.4	78.7	85.5	71.4	$0.348
7	Gemini 3.7 Flash High	78.8	87.8	78.9	58.3	93.5	68.0	85.5	79.9	$0.157
8	Qwen 3.8 Max (开源)	78.5	88.2	72.9	64.6	91.3	78.4	79.7	74.1	$0.275
9	Grok 4.6	78.0	90.5	76.8	57.0	92.6	73.9	83.7	71.9	$0.207
10	GPT-5.4 Thinking xHigh Effort	78.0	88.1	77.5	53.8	94.1	79.3	82.6	70.2	$0.387
11	Muse Spark 1.2 xHigh Effort	78.0	90.0	77.5	57.6	91.2	76.5	78.6	74.3	$0.375
12	GPT-5.6 Terra Max Effort	77.9	90.6	78.2	54.9	94.9	79.3	82.9	64.6	$0.352
13	DeepSeek V4 Pro 0813 (开源)	77.4	85.8	77.2	54.9	95.1	79.2	82.1	67.7	$0.044
14	Gemini 3.1 Pro Preview High	77.0	84.0	76.5	44.1	91.0	78.5	85.4	79.1	$0.286
15	DeepSeek V4 Flash Vision Exp (开源)	76.8	85.4	68.2	65.1	87.8	79.5	80.4	71.0	$0.051
16	Claude 4.7 Opus Thinking xHigh Effort	76.5	87.2	82.1	50.7	92.9	78.3	77.9	66.7	$0.528
17	Claude 4.8 Opus Thinking Max Effort	76.2	89.2	81.8	50.5	94.3	66.0	79.7	72.0	$0.983
18	Qwen 3.8 Flash Next (开源)	76.2	87.4	72.6	61.6	85.8	74.2	74.6	77.1	$0.042
19	GLM-5.3 (开源)	76.1	85.8	79.0	60.9	87.9	70.2	79.9	69.3	$0.450
20	Claude Sonnet 5 xHigh	76.0	88.7	80.7	59.4	92.9	71.7	75.0	63.9	$0.505

编程类单项拔尖（不看总分）：Claude Fable 5.1 Max Effort 综合 83.4 居首、Claude Fable 5 Max Effort 编程 86.0 为全场最高；DeepSeek V4 Flash Vision Exp（#15）Agent 编程 65.1 是多模态模型中罕见的 Agent 编程高分。DeepSeek V4 Pro 0813 每成功任务成本 $0.044、V4 Flash Vision Exp $0.051，分别为榜首 Fable 5.1（$1.212）的 1/28 与 1/24——成本维度断层领先。Agent 编程是全场最弱环节：最高仅 Claude 5 Opus Thinking Max Effort 的 65.2，中位数约 54，说明多语言 Agent 化编程仍是明确的能力洼地。

展开：开源模型在 LiveBench 的位置与每成功任务成本

#	模型	综合	编程	Agent编程	每成功任务成本	备注
13	DeepSeek V4 Pro 0813	77.4	77.2	54.9	$0.044	开源最高，成本极低
15	DeepSeek V4 Flash Vision Exp	76.8	68.2	65.1	$0.051	多模态 Agent 编程拔尖
19	GLM-5.3	76.1	79.0	60.9	$0.450	开源第一梯队
18	Qwen 3.8 Flash Next	76.2	72.6	61.6	$0.042	开源小尺寸
6	Kimi K3	79.2	81.4	62.2	$0.348	开源综合最高
8	Qwen 3.8 Max	78.5	72.9	64.6	$0.275	开源
21	GLM-5.3 Flash	71.6	79.0	56.8	$0.031	编程 79.0 与旗舰持平，成本全场最低

关键发现：GLM-5.3-Flash 的编程分 79.0 与旗舰 GLM-5.3 完全持平，但每成功任务成本仅 $0.031（全场最低），是纯编程任务的极高性价比选择。

5.2 口径 B · Artificial Analysis 智能指数（Top 24 / 共 250+ 款，v4.1.1 快照）

⚠️ 今日（9/2）Artificial Analysis 官网实时表格未能成功抓取，以下行级数值沿用 v4.1.1 快照（页面最后更新 8/30），仅排序参考，以官方页面为准。

#	模型	厂商	智能指数	吞吐(t/s)	首字延迟(s)	每任务成本
1	Claude Opus 5 (max)	Anthropic	63	56	59.51	$2.34
1	Claude Opus 5 (xhigh)	Anthropic	63	54	26.68	$1.80
3	Claude Fable 5	Anthropic	62	62	92.73	$3.14
4	Claude Opus 5 (high)	Anthropic	61	54	20.31	$1.23
4	GPT-5.6 Sol (max)	OpenAI	61	75	153.94	$0.95
4	Grok 4.6 (high)	SpaceXAI	61	59	42.59	$0.94
7	Grok 4.6 (xhigh)	SpaceXAI	60	58	39.75	$1.23
7	Kimi K3 (max)	Kimi	60	39	4.03	$0.84
7	GLM-5.3 (max)	Z AI	60	67	1.63	$0.68
10	GPT-5.6 Sol (xhigh)	OpenAI	59	79	52.39	$0.63
10	Grok 4.6 (medium)	SpaceXAI	59	59	33.90	$0.78
10	Claude Opus 5 (medium)	Anthropic	59	52	4.19	$0.72
13	Qwen3.8 Max	Alibaba	58	25	2.57	$0.91
13	Qwen3.8 2.4T A95B	Alibaba	58	28	2.54	$0.81
15	GLM-5.3-Flash	Z AI	57	49	1.50	$0.09
15	GPT-5.6 Sol (high)	OpenAI	57	73	20.01	$0.43
15	Muse Spark 1.2 (xhigh)	Meta	57	—	—	$0.40
15	GPT-5.6 Terra (max)	OpenAI	57	110	143.38	$0.53
19	Gemini 3.7 Flash (high)	Google	56	330	9.35	$0.40
19	Qwen3.8-Flash-Next	Alibaba	56	80	2.79	$0.10
19	Grok 4.5 (high)	SpaceXAI	56	53	14.51	$0.43
23	Claude Sonnet 5 (max)	Anthropic	55	86	207.94	$1.72
24	DeepSeek V4 Pro 0813 (max)	DeepSeek	53	72	1.62	$0.27
24	Gemini 3.7 Flash (medium)	Google	53	332	4.71	$0.26

三个值得注意的读数：

GLM-5.3 以 60 分并列第 7，是开源模型最高位，且首字延迟仅 1.63 秒——同档模型里延迟优势巨大（Claude Opus 5 max 59.51s、GPT-5.6 Sol max 153.94s）。
GLM-5.3-Flash 57 分 / 每任务 $0.09，与 GPT-5.6 Sol (high) 同分但成本约 1/5。
国产模型延迟集体占优：GLM 系 1.5–1.6s、DeepSeek 系 1.28–1.65s、Qwen 系 2.5–2.8s，而 Claude/GPT 顶配档普遍数十到 200 秒。交互式编程场景延迟权重远高于分数。

5.3 口径 C · llm-stats 综合分 + 混合价（Top 15 / 共 369 款，2026-09-02）

#	模型	综合分	混合价/M	吞吐	开源	标记
1	GPT-5.6 Sol	56.6	$7.78	99 c/s	—
2	Claude Mythos Preview	55.6	—	—	—	未发布
3	Claude Opus 5	55.3	$7.22	82 c/s	—
4	Claude Fable 5	55.1	$14.44	98 c/s	—	最贵
5	Claude Fable 5.1	54.8	$14.44	—	—	NEW
6	Kimi K3	54.5	$4.33	87 c/s	✅
7	GLM-5.3	54.1	$1.73	77 c/s	✅
8	DeepSeek-V4-Pro-0813	52.9	$0.48	119 c/s	✅	吞吐最高
9	Qwen3.8 Max	52.6	$2.02	63 c/s	✅
10	GPT-5.6 Terra	52.1	$3.11	115 c/s	—
11	Hy4 preview	51.5	—	—	✅	NEW
12	Claude Opus 4.8	51.4	$7.22	46 c/s	—
13	GLM-5.3-Flash	51.1	$0.19	80 c/s	✅	NEW
14	Gemini 3.7 Flash	50.3	$1.08	132 c/s	—
15	Muse Spark 1.1	50.2	$1.58	256 c/s	—

前 15 名中开源模型占 5 席（Kimi K3、GLM-5.3、DeepSeek-V4-Pro-0813、GLM-5.3-Flash、Qwen3.8 Max），且全部来自中国团队；本期新增 Claude Fable 5.1（Anthropic）与两款 Flash 模型（Hy4 preview、GLM-5.3-Flash）。

5.4 性价比表（Price vs Performance）

计算方式：LiveBench 综合总分 ÷ llm-stats 混合价（$/M token）。数值越高越划算；末列为归一化占比（以榜首为 100%）。

GLM-5.3-Flash

376.8

71.6 / $0.19

DeepSeek-V4-Pro-0813

161.3

77.4 / $0.48

Gemini 3.7 Flash

73.0

78.8 / $1.08

Muse Spark 1.1

47.7

75.3 / $1.58

GLM-5.3

44.0

76.1 / $1.73

Qwen3.8 Max

38.9

78.5 / $2.02

Claude Sonnet 5

26.3

76.0 / $2.89

GPT-5.6 Terra

25.0

77.9 / $3.11

Kimi K3

18.3

79.2 / $4.33

Claude Opus 5

11.1

80.1 / $7.22

GPT-5.6 Sol

10.4

81.0 / $7.78

Claude Fable 5

5.7

83.0 / $14.44

结论：

能力差 13%，价格差 76 倍。 榜首 GLM-5.3-Flash（71.6 分）与榜尾 Claude Fable 5（83.0 分）能力差距仅 11.4 分（约 14%），但价格差 76 倍，性价比差 66 倍。
$0.19 与 $0.48 两档是本期性价比断层区。GLM-5.3-Flash 与 DeepSeek-V4-Pro-0813 的性价比分别是第 3 名的 5.2 倍和 2.2 倍，二者与后续形成明显断层。
选型建议：批量代码生成、CI 内嵌审查、大规模离线重构等吞吐/成本敏感任务，优先考虑 GLM-5.3-Flash（编程分 79.0，与旗舰持平）或 DeepSeek-V4-Pro-0813（吞吐 119 c/s 全场最高、每成功任务成本 $0.044）。只有在长程复杂 Agent 任务（Agent 编程列 60+ 才有意义）上，才值得付 Opus 5 / Fable 5 的溢价。

六、GitHub 当日趋势榜（开源生态风向标）

6.1 日榜要点（2026-09-02 07:39 抓取，AI 趋势榜）

位次	项目	方向	Stars
#1	openclaw/openclaw	个人 AI 助手运行时（"龙虾"）	388.5k
#2	deepseek-ai/deepseek-harness	DeepSeek Agent 框架（"Everything is a Plugin"）	208.1k
#3	n8n-io/n8n	带原生 AI 能力的工作流自动化	203.1k
#4	Significant-Gravitas/AutoGPT	自主 Agent 鼻祖	187.1k
#5	f/prompts.chat	提示词收集（原 Awesome ChatGPT Prompts）	168.4k
#6	langgenius/dify	Agentic 工作流 / RAG 平台	154.1k
#7	langflow-ai/langflow	可视化构建部署 AI Agent	154.0k
#8	open-webui/open-webui	用户友好的 AI 交互界面	150.6k
#9	langchain-ai/langchain	Agent 工程平台	145.5k
#10	Shubhamsaboo/awesome-llm-apps	100+ AI Agent / Skill / RAG 应用	135.6k

6.2 周榜要点（2026-09-02 07:40 抓取）

位次	项目	方向	Stars
#1	openclaw/openclaw	个人 AI 助手运行时	388.5k
#2	deepseek-ai/deepseek-harness	DeepSeek Agent 框架	208.1k
#3	n8n-io/n8n	AI 工作流自动化	203.1k
#4	Significant-Gravitas/AutoGPT	自主 Agent	187.1k
#5	f/prompts.chat	提示词收集	168.4k
#6	Snailclimb/JavaGuide	Java/后端面试指南（含 AI 应用）	158.2k
#7	langgenius/dify	Agentic 工作流平台	154.1k
#8	langflow-ai/langflow	AI Agent 构建	154.0k
#9	open-webui/open-webui	AI 交互界面	150.6k
#10	msitarzewski/agency-agents	完整 AI agency 工具集	149.5k

6.3 解读

日榜与周榜前 10 完全重合（openclaw / deepseek-harness / n8n / AutoGPT / prompts.chat / dify / langflow / open-webui / langchain / awesome-llm-apps），说明 AI Agent 基础设施的热度具备持续性。两点观察：

热度重心从"模型"转向"跑模型的壳"。榜单上没有模型仓库占据高位，占位的全是运行时、工作流、Agent 框架这类中间层——与第三章第 1、4、6、7、8 条（Fable 5.1 / Codex / Cube Sandbox / Beads / Devin）指向同一件事：Agent 执行层正在标准化，成为独立竞争战场。
deepseek-harness 稳居日榜 #2 / 周榜 #2，与本期「今日无D」形成有趣对照——DeepSeek 原生新闻虽清淡，但其开源 Agent 框架仍是最热的开源项目之一，社区重心在"用 DeepSeek 造 Agent"而非"等 DeepSeek 发新模型"。

来源：GitHub AI 趋势榜（日榜 / 周榜双周期，2026-09-02 07:39–07:40 抓取，github-ai-trends 脚本）。时效：当日。置信度：✅ 已确认（Star 量级为抓取时快照，随时变动）。

八、AI 社会效益（对社会运行与公共福祉的影响）

8.1 AI 数智诊疗覆盖县乡村三级（云南弥渡）

依托上海交大"兆言/青囊 AI"上线十大诊疗模块，日均调用 1.1 万次；影像诊断中心半年远程服务 7 万+ 患者（多数来自乡镇）。数据：日均 1.1 万次、7 万+ 远程诊断。

意义：AI 医疗从三甲医院下沉到县乡村三级，直接缓解基层优质医疗资源短缺。

来源：云南省卫健委（2026-09-01）。时效：近 2 日。置信度：✅ 已确认。

8.2 江苏徐州丰县村级 AI 医疗"智慧小屋"

联通云边一体化方案 + 苏北方言数字人，留守老人足不出村问诊。数据：村级诊断符合率 94.3%，单次就诊节约 150 余元。

意义：方言数字人 + 云边协同把适老化医疗落到村一级，是数字鸿沟的反向填平。

来源：中国工信新闻网（2026-09-01）。时效：近 2 日。置信度：✅ 已确认。

8.3 广东顺德华为 HAIC 医疗 AI 方案

软硬一体、1 天部署，覆盖病历生成质控、慢病管理、脑卒中辅助诊疗。数据：问诊效率 +60%，病历人工质控负担 -75%。

意义：把医生从文书与质控中解放，效率与质量同时提升，是可复制的基层医疗新基建。

来源：广州日报大洋网（2026-09-01）。时效：近 2 日。置信度：✅ 已确认。

8.4 顺德 50 万师生"全区同上一堂 AI 课"

234 所中小学近 50 万师生同享 AI 通识开学第一课，出台三年行动方案构建三阶递进课程体系。数据：234 校、50 万师生、30 所示范校目标。

意义：区域级 AI 通识教育规模化落地，是人力资本长期塑造的关键入口。

来源：南方+（2026-09-01）。时效：近 2 日。置信度：✅ 已确认。

8.5 广西柳州"机器人 + 养老"AI 康养驿站

4 个 AI 康养驿站试运行，构建"测、算、管、服"闭环，计划扩至 15 个社区。数据：4 个 → 15 个社区。

意义：老龄化是具身智能最刚性的社会需求，康养驿站把"测+算+管+服"闭环放到社区，是容错率较高的落地场景。

来源：人民网（2026-09-01）。时效：近 2 日。置信度：✅ 已确认。

8.6 ChatGPT 接入电子健康记录（EHR），供临床医生使用

OpenAI 9/1 宣布 ChatGPT 可连接电子健康记录（EHR）与额外行业数据，让临床医生安全获取患者上下文与科研信息。

意义：海外头部模型厂把医疗作为高价值垂直场景推进，与本章 8.1–8.3 的国内基层医疗 AI 形成"全球同步、路径不同"的对照；也带来数据安全与合规的新命题。

来源：OpenAI 官方博客（2026-09-01，经 Frontier Daily 汇编）。时效：当日。置信度：✅ 已确认（官方发布）。

九、AI 经济效益（产业价值与资本动向）

9.1 国家人工智能基金 14 亿元战略入股快手可灵 AI

国家 AI 基金注资 14 亿元、正大机器人注资约 1.31 亿元；可灵 Q2 营收超 8.5 亿元（同比 +200%），全球用户破 1 亿、覆盖 224 国。

判断：国家级产业资本下场加持头部应用，标志 AI 应用层进入"国家队背书 + 商业化验证"双轮阶段。

来源：证券时报网（2026-09-01）。时效：近 2 日。置信度：✅ 已确认。

9.2 VAST 生成式 3D 完成 B/B+ 轮约 30 亿元

Tripo 平台文本/图生成 3D，经纬中国领投，半年累计融资约 4.46 亿美元，为年内最大 AI 应用融资之一。

判断：3D 生成是继文本/图像/视频后的新应用高地，资本在"多模态生成"赛道继续加注。

来源：TechStartups（2026-09-01）。时效：近 2 日。置信度：✅ 已确认。

9.3 中国 AI 算力需求 Q1 同比 +417%，租赁市场全年料 2600 亿

算力需求同比 +417%、有效供给仅 +128%，缺口扩大；Q1 算力租赁市场 680 亿元，全年预计破 2600 亿。

判断：算力是 AI 经济的"水电"，需求增速远超供给，租赁市场确定性强；但也意味着 DeepSeek 式"110 亿算力基建"重资产压力具有行业普遍性（见第二章背景）。

来源：同花顺 / 中国信通院（2026-09-01）。时效：近 2 日。置信度：✅ 已确认。

9.4 济南 AI 核心产业规模 2026 预计 800 亿元

2025 年核心产业 640 亿元，2026 预计 800 亿；企业近 600 家、年底算力破 1 万 P、数据交易额超 3 亿。

判断：区域 GDP 贡献口径出现可量化指标，AI 从"概念"进入"在地产业规模"统计。

来源：新黄河（2026-09-01）。时效：近 2 日。置信度：✅ 已确认。

9.5 协创数据算力业务 H1 营收 32.16 亿（+163%）

智能算力产品及服务成核心增长引擎，收入占比由 2.04% 升至 25.68%。

判断：算力服务商财报验证需求真实落地，上游"卖铲人"率先兑现收入。

来源：上证报（2026-08-30）。时效：本周。置信度：✅ 已确认。

9.6 算力服务大单频出（行云 30.53 亿 / 高乐 31.95 亿）

行云科技合同上调至 30.53 亿元（+201%），高乐股份签 31.95 亿元（5 年期），金刚光伏 6.14 亿元。

判断：长周期大单锁定算力需求，行业从"散单"走向"框架协议 + 多年锁量"，供给端扩产有据可依。

来源：同花顺（2026-09-01）。时效：近 2 日。置信度：✅ 已确认。

十、方法论与免责声明

10.1 信源分层与置信度标记

标记	含义	判定标准
✅ 已确认	官方渠道发布，或 ≥2 个独立权威来源一致	可作为决策依据
🟡 大概率属实	单一权威来源，或官方事实明确但细节为媒体口径	需自行核验细节
🔴 待验证	社区流传 / 单一非权威来源 / 文书未公开	仅作趋势参考

社区信源（第一章）用于抢时间，其内容凡进入第三章「15 条精选」的，均已用官方或权威媒体二次核验；未能核验的降级至第四章「社区快讯」。

10.2 B 站字幕采集口径

字幕由平台自动生成，存在同音字与专有名词错误。已做人工同音字校正（如 "sam ottoman" → Sam Altman、"ESTRA" → Astra、"欧拉玛" → OpenAI、"星火X" → 星火 X2.5），但不排除仍有残留错误。
区分资讯类与个人评测作品：资讯类（如 AI 日报）可摘录事实要点；个人评测作品（如无机酸-_- 的六项能力测试）的结论不予转述，避免把 UP 主主观判断包装成客观事实。
未开启自动字幕的视频，仅采用标题级信息，不对正文内容做任何推测（本期「无机酸-_-」的更新即属此类）。

10.3 评分表口径与本地计算说明

LiveBench：直采官网实时榜（2026-06-25 发布，live 模式，2026-09-02 抓取），七大类为官方原始分类，含官方"每成功任务成本"。本期新增 Claude Fable 5.1 Max Effort（综合 83.4）居首。
Artificial Analysis：智能指数 v4.1.1。今日官网实时表格未能成功抓取，行级数值沿用 v4.1.1 快照（页面最后更新 8/30），仅排序参考，以官方页面为准。
llm-stats：LLM Stats Score（独立综合分，方法论不同于 LiveBench），混合价 = (输入价 × 3 + 输出价) / 4，覆盖 369 个模型（2026-09-02 实时抓取）。
性价比（5.4） = LiveBench 综合总分 ÷ llm-stats 混合价。这是跨口径组合指标，两个来源的模型版本与测试时点可能不完全对齐，仅用于量级判断，不宜精确解读。
三个口径方法论差异显著，分值不可横向比较，只能各自看排序。

10.4 覆盖范围与已知缺口

本期覆盖：三个社区信源（B站）、多引擎新闻检索 + Exa + Frontier Daily、DeepSeek 官方渠道、livebench.ai 实时榜、artificialanalysis.ai、llm-stats.com、GitHub AI 趋势榜（日榜/周榜）。
已知缺口：① 「Icyの狼」「无机酸-_-」24h 更新为个人实验/测评，未进入正式条目；② 第四章 6 条快讯均未获多方核验；③ AA 行级数值为 v4.1.1 快照（8/30），未逐行实时重拉；④ DeepSeek 今日无 D，8/31 重大事件见上期。

10.5 免责声明

本报告由自动化流程生成，内容基于公开信息整理，不构成任何投资、采购或技术选型建议。
榜单数据为抓取时点快照，模型价格、Star 数、排名随时变动，使用前请以官方最新数据为准。
涉及融资金额、估值、营收等财务数据均为公开报道口径，未经审计。
报告已做脱敏处理，不含任何真实邮箱、电话、地址、密钥或个人身份信息。

AI 日报 · 2026-09-02 · 聚焦 AI Coding × 具身智能 · 共 15 条精选 + DeepSeek 专项（今日无 D）+ 6 条社区快讯