DeepSeek V4 Pro 正式版上线，性能提升显著 8月13日，DeepSeek V4 Pro 正式版在APP、网页端和API同步上线，支持专家模式及多项API功能（Tool Calls、JSON Output等）。官方评测显示，V4 Pro在Agent/Coding任务上多数超越Claude Opus 4.8，整体接近Claude Fable 5，DeepSWE得分达63%。API定价采用

DeepSeek V4 Pro 正式版上线，性能提升显著 8月13日，DeepSeek V4 Pro 正式版在APP、网页端和API同步上线，支持专家模式及多项API功能（Tool Calls、JSON Output等）。官方评测显示，V4 Pro在Agent/Coding任务上多数超越Claude Opus 4.8，整体接近Claude Fable 5，DeepSWE得分达63%。API定价采用

2026年8月AI模型评测摘要：根据Artificial Analysis最新基准测试，Claude Opus 5以61分登顶Intelligence Index榜首，Qwen3.8 Max以55.4分成为Agentic Index首款国产冠军。GPT-5.6 Sol（59分）代表OpenAI旗舰性能，Kimi K3（57分）领跑国产综合能力。DeepSeek V4 Flash 0731以50分展

智谱发布GLM-5.2大模型升级，编程能力显著提升 2026年6月13日，智谱AI正式推出GLM-5.2大模型，面向GLM Coding Plan用户全面开放。本次升级主要包含三大改进： 上下文窗口扩展至100万tokens，显著提升长代码处理能力 新增High/Max双档思考强度，复杂任务建议使用Max模式 保留GLM-5.1高速版，形成高低搭配 私有测试数据显示： 在Code V3基准测试中综

在本期 19 款集合中 Intelligence / Coding / Agentic 三项均为第一。GLM-5.2开源 Intelligence 达 51，Agentic 75.9 超过 GPT-5.5，成为国产最值得关注的新旗舰。上线，走编程专项 + highspeed 路线；横向 Coding 仍略低于 K2.6。国产 Agentic 第一集团仍由MiniMax-M3GLM 系列共同构成，与

2026年6月AI大模型评测： 最新基准测试显示，GPT-5.5以59.1分蝉联Coding指数榜首（代码生成与调试能力），Claude Opus 4.8以77.8分登顶Agentic智能指数（复杂任务规划与工具调用）。国产模型表现亮眼：Qwen3.7 Max（50.1分）跻身全球代码能力第七，DeepSeek V4 Pro、Kimi K2.6等6款国产模型同时入围两大榜单前十。

2026年6月AI模型评测报告显示，全球大模型在代码生成（Coding指数）和智能代理（Agentic指数）两大核心领域竞争激烈。GPT-5.5以59.1分领跑Coding能力榜单，Claude Opus 4.8以77.8分登顶Agentic智能指数。国产模型表现亮眼，Qwen3.7 Max（50.1分）、DeepSeek V4 Pro（47.5分）等7款产品跻身全球前十，在性价比和本土适配性方面

GPT-5.5继续稳居 Coding 指数榜首，与 GPT-5.4、Claude Opus 4.8 共同构成第一梯队在 Agentic 智能指数登顶，成为 Agentic 新王跻身全球 Coding 指数前十（第七），是国产 AI 编程能力之巅Agentic 智能指数跻身全球第四以缓存命中 ¥0.02/百万 token 创下极低单价MiniMax-M3Agentic 智能指数跻身全球第五，国产阵营

月之暗面于2026年7月16日发布旗舰模型Kimi K3，参数规模达2.8万亿，支持100万tokens长上下文及原生多模态（图像/视频理解）。独立评测显示其综合能力位列第三，紧追Claude Fable 5与GPT-5.6 Sol，并在Arena前端盲测榜登顶（1679分）。K3擅长长程编程、办公Agent及创作任务，API定价为缓存命中¥2/百万tokens，未命中¥20，输出¥100。完整权

摘要： DeepSeek-V4-Flash-0731 正式版上线，核心升级包括后训练优化、Agent/Coding能力显著增强，官方评测显示其性能已超越V4-Pro-Preview。模型定位低价高效，支持1M上下文、384K输出及2500并发，价格保持1元/2元每百万tokens。与GLM-5.2相比，Flash-0731在Coding场景表现更优且成本更低，适合高并发、工具调用及预算敏感的开发场