北京
8月12日深夜，全球AI圈迎来了一场罕见的“同日对垒”。
一边是梁文锋创立的DeepSeek，悄然将官网API文档中的模型版本从V4-Pro预览版切换为“DeepSeek-V4-Pro-0813”；几乎同一时间，马斯克旗下SpaceXAI正式发布了新一代旗舰模型Grok 4.6。两款产品均主打高性价比路线，直指智能体与长任务场景。
DeepSeek的Agent能力跃升
从DeepSeek官方群流出的一份评测对比表显示，V4 Pro正式版在多项智能体测试中表现亮眼。在衡量AI智能体完成真实终端环境复杂任务能力的Terminal Bench 2.1上，V4 Pro拿下87.9分，距离全球第一的Anthropic Fable 5仅差0.1分。相比预览版72.1分的成绩，三个月跃升了15.8分。
更值得关注的是另外两项反超。在AI安全智能体基准Cybergym上，V4 Pro以83.3分压过Fable 5的83.1分；在工作流智能体测试AutomationBench中，31.8分对29.1分同样胜出。
最夸张的数字来自软件工程能力测试DeepSWE——分数从预览版的12.8分飙升至62.7分，接近原来的五倍，超越了Anthropic上一代旗舰Opus 4.8的58.0分。
V4 Pro正式版支持100万Token上下文长度，最大输出384K Token，并兼容OpenAI和Anthropic两种API格式，开发者几乎无需修改代码即可完成切换。模型采用混合专家架构，总参数约1.6万亿，每个Token激活约490亿参数。
价格鸿沟与行业冲击
就在V4 Pro上线前几个小时，SpaceXAI发布的Grok 4.6同样剑指长周期智能体任务。在面向真实知识工作的GDPVal-AA v2评估中，Grok 4.6以1753 Elo登顶，超过了Fable 5的1741和GPT-5.6 Sol Max的1728。在Artificial Analysis的智能体能力综合排行榜中，Grok 4.6取得61分，与GPT-5.6 Sol并列。
Grok 4.6已在Cursor和Grok Build上线，也可通过API及OpenRouter、Vercel、Cloudflare调用。新模型在Grok 4.5基础上进一步强化了长时间运行的智能体任务处理能力。
而且，性能追赶只是故事的一半。价格差距才是真正让行业震动的变量。
Fable 5每百万输出Token定价50美元，GPT-5.6 Sol Max为30美元，Grok 4.6为6美元。而DeepSeek V4 Pro每百万Token输入（缓存未命中）3元、输出6元——折合美元分别约为0.44美元和0.87美元。0.1分的跑分差距背后，是约五十七倍的价格鸿沟。
不过，DeepSeek已在8月6日发布公告，计划近期整体上调API服务定价，预计涨幅较大。有分析指出，平价的V4 Pro可视为DeepSeek在新模型上线初期引流的一场“临时价格战”。
两款主打高性价比的模型同夜撞车，梁文锋与马斯克的双强对垒，真正感受到压力的或许是OpenAI和Anthropic。当高性能不再必然意味着高价格，AI大模型的竞争逻辑正在被重写。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
