文章总结： 彼德研究院20260831大模型能力监测样刊称：开源第一梯队完成权重兑现，KimiK3、Qwen3.8Max、GLM-5.3、腾讯Hy4四强并立，GLM-5.3许可非MIT且Hy4独立分待互证；闭源由ClaudeOpus5以AA指数63领跑，OpenAI守编码Agent，xAI守性价比；建议8月31日前迁移Codex默认模型，企业通用场景优选Opus5，未证实传闻不写入能力结论。 综合评分： 78 文章分类： AI安全,威胁情报,产品介绍

模型前线日刊_20260831_能力监测

彼德研究院

2026年8月31日 08:56 上海

在小说阅读器读本章

去阅读

在公众号小说中沉浸阅读

模  型  前  线

样刊（试运行）

主流大模型能力升级与进展状态监测

彼德AISOS 技术团队  支持并交付

| | | | — | — | | 感知窗口 | 2026 年 8 月 30 日 00:00—24:00（北京时间）；排行榜与境外评测回溯至前 7 日成熟窗 | | 交付日期 | 2026 年 8 月 31 日 | | 版本性质 | 样刊（试运行）。版式与栏目仍可能调整，所载判断供参阅，不作为对外正式发文。 | | 监测对象 | OpenAI GPT-5.x / o 系列 / Codex；Anthropic Claude Mythos / Fable / Opus / Sonnet 5.x；Google Gemini 3.x；xAI Grok 4.x；Meta Muse / Llama 4；DeepSeek V4；阿里 Qwen 3.8；Moonshot Kimi K3；Z.AI GLM-5.x；Mistral、腾讯 Hy、字节 Seed、MiniMax 等 | | 本日活跃度 | 中偏低。无美系旗舰新底座。开源侧兑现 GLM-5.3 权重（8/28 夜间落地，8/29 二次确认）；Hy4 preview 与 Qwen3.8-Flash-Next 进入成熟窗扩散。产品侧 DALL-E GPT 于 8/30 退役；8/31 双到期节点进入当日窗口。 | | 一句话判断 | 开源第一梯队完成权重兑现（K3 / Qwen3.8 Max / GLM-5.3 / Hy4）；闭源综合智力仍由 Anthropic Claude 系列领跑，OpenAI 守编码 Agent，xAI 守性价比。Hy4 独立分仍待互证，不得把内部盲测写成第三方排名。 |

当日清单（能力与进展，共 11 条）

1． 腾讯 Hy4 preview（8/28 开源）进入成熟窗扩散；WorkBuddy / CodeBuddy 两周免费仍在。

2． 智谱兑现 GLM-5.3 权重开源（HF / ModelScope）；许可为 GLM-5.3 License，非 MIT。

3． Qwen3.8-Flash-Next（Qwen4 架构预览）继续向网关与社区量化扩散。

4． AA Intelligence Index v4.1.1 8/30 快照：Opus 5（max）63 领跑；Grok 4.6 / GPT-5.6 Sol 约 61；Kimi K3 / GLM-5.3 约 60。

5． OpenAI 确认 ChatGPT 内官方 DALL-E GPT 于 8/30 退役，导向内置 ChatGPT Images。

6． Codex（ChatGPT 登录）8/31 下线 GPT-5.4 / 5.4 mini；Sonnet 5 入门价同日结束。

7． Moonshot 旧线 kimi-k2.5 / moonshot-v1 对新增用户关闭，平台日落指向 8/31。

8． Grok 4.6 仍为 xAI 现役旗舰；Grok 4.7 至本期仍未官宣上线。

9． 排行榜快照：BenchLM / Artificial Analysis / LMArena 三口径互证；Hy4 仍待独立分。

10．路透称月之暗面洽谈托管 Kimi K3、美方官员指控蒸馏 Fable——未获第二信源。

11．Nvidia–Perplexity / Nvidia–Hugging Face 交易报道仍属未完成交易，不升格为能力事件。

一、确认发布与升级

（一）智谱兑现 GLM-5.3 权重，许可改为自有协议

【Z.ai 官方 8 月 28 日，IT之家 / GIGAZINE 8 月 29 日二次确认】Z.ai 宣布 “GLM-5.3 is now open-weight”，Hugging Face 仓库 zai-org/GLM-5.3 出现 Initial commit 0828，对应 8 月 14 日发布时“两周内开源”承诺。模型沿用 GLM-5.2 量级 MoE（公开口径约 744B–753B 总参 / 约 40B 激活），1M 上下文，定位智能体编程与网络防御；提供 BF16 / FP8，适配 vLLM / SGLang / Transformers。许可名为 GLM-5.3 License：允许本地部署、微调与一般商用；年营收超过 100 亿美元且对外提供模型服务时需通过 Z.ai 安全审查。Flash 线 8 月 26 日仍走 MIT，形成分叉。

| | | | — | — | | | 能力含义：开源可用不等于协议无门槛。中小团队可下载、私有化、二次开发；超大规模对外售卖被协议拦住。官方为此追加两周安全评估——对工控/等保是加分，对无审查二次分发是减分。 |

证据边界：独立 AA 分数来自既有 API/权重评测快照，不等于本周末新跑分。参数总量在不同页面写作 744B 或 753B，以 HF safetensors 计数为准。CyberGym 等安全基准多为厂商/单源，不得据此宣布“网络安全第一”。

参考来源  https://z.ai/blog/glm-5.3 ；https://huggingface.co/zai-org/GLM-5.3 ；IT之家 2026-08-29；GIGAZINE 2026-08-29

事件发生  2026-08-27 17:16 UTC（北京 8/28 凌晨提交）    报道时间：2026-08-28—29    官方与两家中文媒体构成二次确认

（二）腾讯 Hy4 preview：开源第一梯队扩员，独立分仍待互证

【腾讯官方 8 月 28 日，Reuters 同日跟进】混元发布并开源 Hy4 preview：770B 总参 / 49B 激活 MoE，上下文超过 1M。官方定位开源第一梯队，面向长程软件工程、重文档办公与科研。产品侧 WorkBuddy / CodeBuddy / 元宝 / ima 首发，API 经腾讯云 TokenHub 与 OpenRouter；WorkBuddy 与 CodeBuddy 两周免费，Hy3 免费期延至 9 月 30 日。国内价：缓存命中 ¥0.3 / 输入 ¥6 / 输出 ¥18 每百万 tokens。官方内部盲测：163 名专家、203 项工程任务，均分 2.99/4.00，略高于 GLM-5.3（2.92）与 Kimi K3（2.94）。官方自称 Terminal-Bench 2.1 达 85.4（Hy3 为 71.7），并承认早期版本可能过度核验、耗时偏长。AA 8/30 快照尚未收录。

| | | | — | — | | | 能力含义：开源旗舰从“三强”（K3、Qwen3.8 Max、GLM-5.3）变为“四强并立”的供给判断可以写，但独立评测尚未跟上。不得把内部盲测直接写成第三方排名。对国内 Agent / 办公套件，Apache 2.0 比 GLM-5.3 自有协议更好签。 |

证据边界：参数、上下文、产品入口与免费期来自官方；内部盲测为发布方自测，未见独立复现；API 美元价与人民币价在不同页面并存，引用须标注币种。

参考来源  https://www.tencent.com/tencent-releases-and-open-sources-tencent-hy4-preview/ ；https://hy.tencent.ai/research/hy4-preview ；https://huggingface.co/tencent/Hy4-preview

事件发生  2026-08-28    报道时间：2026-08-28    官方与通讯社构成两条信息链；8/30 为成熟窗扩散日

（三）阿里 Qwen3.8-Flash-Next：Qwen4 架构预览继续落地

【Qwen 官方博客 8 月 26 日，权重在成熟窗持续扩散】Qwen3.8-Flash-Next 开源：主模型 125B，另加 51B N-gram embedding，每 token 约激活 6B；原生上下文 262K，YaRN 可至 1M。官方角色等同当年 Qwen3-Next 之于 Qwen3.5——提前放出将用于 Qwen4 的架构。生产 API 对应 Qwen3.8-Flash。AA 8/30 转载参考价开始显示约 $0.10/1M。

| | | | — | — | | | 能力含义：这是架构预告，不是 Qwen4 旗舰本身。对研究者的价值高于对采购方；对开发者的价值在低激活量带来的本地/边缘可运行性。 |

证据边界：架构与参数来自官方 README；自报 DeepSWE / SWE-bench Pro 等分数待独立榜复核；社区量化档非官方 SLA。

参考来源  https://qwenlm.github.io/blog ；https://huggingface.co/Qwen/Qwen3.8-Flash-Next

事件发生  2026-08-26（权重）    成熟窗持续扩散至 8 月 30—31 日

（四）OpenAI：DALL-E GPT 退役，8/31 为存量工程风险日

【OpenAI 产品页与既有 Codex changelog】ChatGPT 内官方 DALL-E GPT 于 2026-08-30 退役，官方引导改用内置 ChatGPT Images。这不改变底层图像模型能力，只改变产品入口。GPT-5.6 Sol API 促销价窗口仍有效（至少至 2026-11-21）。Codex changelog 载明：2026-08-31 起，GPT-5.4 与 GPT-5.4 mini 不再向以 ChatGPT 登录的 Codex 用户提供，API Key 会话不受影响。本期无新底座。

| | | | — | — | | | 能力含义：竞争压力下的产品整理与价格防守，不是能力跃迁。8 月 31 日是存量工程风险日：未迁移的 Codex 工作流会断默认模型。 |

证据边界：退役日与下线日期来自官方/开发者文档；图像能力本身无新规格公告。

（五）Anthropic / xAI / Google：无新底座，记状态

Claude Opus 5、Fable 5 / Mythos 5、Sonnet 5 构成现役 5 系。Sonnet 5 API 入门价 2 / 10 美元每百万 tokens 至 8 月 31 日，之后回到 3 / 15。Mythos 5 进入企业安全扫描属产品扩展，非新底座。Grok 4.6（8 月 12 日，500K 上下文，2 / 6 美元）仍为 xAI 现役；4.7 至本期仍无官方上线公告。Gemini Omni Flash 已升正式版；3.8 Flash 仍处内部试用报道，不得写入“已发布”。Gemini 3.7 Flash 仍是 8 月 13 日公开发布的最新 Flash 工作马。

| | | | — | — | | | 能力含义：对大多数企业，Opus 5 在公开评测上常不低于甚至高于 Fable 5，价格约为一半，是更合理的默认旗舰。Mythos 不是可采购的“更强公开模型”。Grok 4.7、Gemini 3.8 Flash、Gemini 3.5 Pro 均不得写成已发布。 |

（六）其他前沿 / 开源（无新底座）

DeepSeek：V4 Pro 0813 与 V4 Flash 0731 为现役；V4-Flash-Vision-Exp（8/21）周末复核入 AA 约 51。Meta：旗舰仍为闭源 Muse Spark 1.2，开源侧 Muse Glimmer 30B。Kimi K3 仍为开源综合第一档之一。Mistral Medium 部分版本日落窗口指向 8/31。字节 Seed、MiniMax 本期无确认旗舰级新发。

二、排行榜快照（可核实口径）

分数变源多、更新滞后不同。下表取 2026-08-30 可核验的公开快照，三套口径不可直接加减。Hy4 独立分仍缺，以“待互证”标注，不写入领先。

| | | | | | | | | — | — | — | — | — | — | — | | 排名 | 模型 | 厂商 | 代表分（口径） | 上下文 | 类型 | 备注 | | 1 | Claude Opus 5 | Anthropic | AA Index 63.0（max） | 1M | 闭源 | 公开智力领跑 | | 2 | Claude Fable 5 | Anthropic | AA 62；Arena Elo 居前 | 1M | 闭源 | Arena 文本高位 | | 3 | Grok 4.6 | xAI | AA Index 60.9（high） | 500K | 闭源 | 性价比前排 | | 3 | GPT-5.6 Sol | OpenAI | AA 视努力档 57–61 | ~1M | 闭源 | 编码 Agent 极强 | | 5 | Kimi K3 | Moonshot | AA 约 60；BenchAlign 80.6 | 1M | 开源权重 | 开源综合领跑档 | | 5 | GLM-5.3 | Z.AI | AA 约 60；权重 8/28 落地 | 1M | 开源权重 | 许可非 MIT | | 7 | Qwen3.8 Max | Alibaba | AA 58；BenchAlign 约 79 | 1M | 开源权重 | 与 Hy4 同分档 | | 8 | GLM-5.3-Flash / Hy4 | Z.AI / 腾讯 | Flash AA 57；Hy4 待互证 | 1M | 开源 | Hy4 不写入领先 |

数据来源与更新：Artificial Analysis Intelligence Index v4.1.1（2026-08-30）；BenchLM BenchAlign v5（8/29–8/30 转载）；LMArena Text Elo（约 08-27 快照，部分 Preliminary）。Arena Code Elo 近期快照中 Opus 5 常居第一，与文本总榜不完全同序。并列按“同档”处理，0.3–1.0 分抖动不锁定名次。

三、能力维度（只写本期有信号者）

推理 / 数学 / 科学：无新闭源跃迁。AA 智力指数大致为 Opus 5（63）> Fable 5（62）> Grok 4.6（60.9）≈ GPT-5.6 Sol（视努力档）> Kimi K3 / GLM-5.3（约 60）。

编程与软件工程：Sol + Codex 与 Opus 5 + Claude Code 仍是闭源双峰。Hy4 以长程工程为卖点，公开 SWE 待第三方。8 月 31 日前须把 Codex 默认模型迁离 5.4。GLM-5.3 权重落地使开源编程线可私有化，但许可不是 MIT。

多模态：确认增量仍是既有的 Omni Flash（视频续写 / 4K）、Qwen3.8-Flash-Next（原生图文）与 GLM-5.3-Flash（官方称 GLM-5 系首个原生多模态）。DALL-E GPT 退役只改入口。闭源图像生成无新旗舰。

Agent / 工具调用：Grok 4.6 曾与 Opus 5 在部分 Agentic 指数打平。Salesforce 把 Claude 设为 Slack / Agentforce 默认引擎，是“默认值固化”而非基准分变化。

长上下文：1M 已成多数旗舰标配；Grok 4.6 官方为 500K。

速度与价格：立刻可执行：Grok 4.6 为 2 / 6 美元；Sol 促销仍有效；Hy4 国内 ¥6 / ¥18，WorkBuddy 两周免费；GLM-5.3-Flash 约旗舰价 1/10。Fable 5 多数场景不如 Opus 5 划算。

开源与闭源差距：综合差距已收窄到数分。开源第一梯队：Kimi K3、Qwen3.8 Max、GLM-5.3、Hy4 preview、DeepSeek V4 Pro 0813。Arena 盲选偏好与 Mythos 级安全/长程可靠性仍是闭源优势。

四、与能力相关的产业交叉（本期需并观）

（一）产品入口：DALL-E GPT 退役与 8/31 双到期

官方已落地的产品整理：DALL-E GPT 8/30 退役；Codex（ChatGPT 登录）8/31 下线 GPT-5.4 系列；Sonnet 5 入门价 8/31 结束；Moonshot 旧线与部分 Mistral Medium 版本日落窗口指向同日。这不改变基准分，但会打断未迁移工作流。

证据边界：退役与下线日期来自官方产品页 / changelog，属确认事件。

（二）Kimi K3 出海与蒸馏指控（未证实，影响能力叙事）

【路透 8 月 26 日独家，公开转载可核】报道称月之暗面与微软 Azure、亚马逊云、谷歌云洽谈托管 Kimi K3，寻求最高 30% 收入分成；同时载明美方官员指控其蒸馏 Anthropic Fable 以协助构建 K3。企业否认。美方未见正式清单文件。本期无第二信源跟进。

监测处理：托管与分成、官员指控均属同一独家信息链。本刊不把指控写入能力事实，只记录其对境外评测引用与云托管可达性的潜在干扰。观察点：30 日内是否出现正式文书，或三家云厂商任一方公开确认/否认。

（三）交易传闻不升格

Nvidia 接触 Perplexity 高估值投资、Nvidia 收购或重资入股 Hugging Face 等报道在 8 月末媒体高频出现，无双方签字稿。DeepSeek / MiniMax 上市与收入传闻属财务线，不改变本窗口模型能力判断。

五、七日趋势与节点日历

近一周闭源顶层稳定为三角：Anthropic 守综合智力与企业默认位、OpenAI 守编码 Agent 与 Codex 工作流、xAI 守公开智力榜前三档加低价。Google 用 Flash 高频小步填 3.5 Pro 空窗。开源侧自 7 月底起连续扩员（K3 → Qwen3.8 Max → GLM-5.3 / V4-Pro → Hy4 + Qwen4 架构预览），本窗口补上 GLM-5.3 权重兑现。已能覆盖多数企业编码与办公，但 Arena 偏好与受限 Mythos 能力仍差一截。

· 2026-08-31（今日）：Codex（ChatGPT 登录）下线 GPT-5.4 / 5.4 mini；Claude Sonnet 5 入门价结束；Moonshot 旧线与部分 Mistral 版本日落窗口。

· 2026-09 上旬：Hy4、Qwen3.8-Flash-Next 进入 AA / Arena 的第一轮独立分——决定内部盲测能否兑现。

· 2026-09：Salesforce Claudeforce 公测范围与“可否切换模型”。

· 待官宣：Gemini 3.8 Flash 是否转公测、Gemini 3.5 Pro 是否解禁、Grok 4.7 是否落地。三者目前均为预告或内部状态。

· 2026-11-21：GPT-5.6 Sol 促销价窗口下限（官方表述为至少至该日）。

六、分用户建议

开发者：编码默认继续 GPT-5.6 Sol + Codex 或 Claude Opus 5 / Claude Code；控成本切 Grok 4.6 或开源 K3 / GLM-5.3 / Hy4。8 月 31 日前迁移 Codex 默认模型。值得马上用：Sol 促销、Grok 4.6、Hy4 两周免费、GLM-5.3-Flash。可以等：Gemini 3.5 Pro、Grok 4.7、Hy4 第三方榜。私有化 GLM-5.3 前先读自有许可。

企业采购：通用知识工作选 Opus 5（智力接近 Fable、价格约一半），不要只因 Arena 第一就全量锁定 Fable 5。安全/红队走 Anthropic 可信访问或 OpenAI Daybreak。协作平台默认模型一旦切换，迁移成本需单独评估。合同写清 MIT / Apache / 自有协议与 8/31 日落。

研究者：本期最值得复现的是 Qwen3.8-Flash-Next 的 QSA / N-gram / Muon 组合，Hy4 770B/49B 与 K3 2.8T/104B 的激活效率对比，以及 GLM-5.3 权重在 vLLM / SGLang 上的实际吞吐。

普通用户：三大闭源助手一周内无体验质变；要低价长文与代码，优先 Kimi、通义、混元/元宝、智谱入口。图像请改走 ChatGPT Images 或国产多模态 Flash。

七、方法与边界

本刊监测范围限于大模型能力、版本、价格、评测，以及直接影响调用与默认选型的产业变化。事实以官方发布为第一优先级；排行榜须至少两家独立口径互证，才写入“领先”判断。内部测试、独家未经确认的并购与指控，一律标为未证实，不进入能力结论。模型名保留英文原名。感知窗口为北京时间上一自然日，交付日为运行日北京日期。本窗口因周日交付，清单含 8/28–8/30 已确认事项，避免把周末漏报当成 8/31 新发布。

主要核验源：openai.com/news 与 Codex changelog；anthropic.com/news 与 platform.claude.com；x.ai 与 docs.x.ai；deepmind.google / ai.google.dev；qwenlm.github.io 与 Hugging Face Qwen；deepseek.com；ai.meta.com；腾讯混元官方页；z.ai 与 Hugging Face zai-org；BenchLM.ai、Artificial Analysis、LMArena / arena.ai。X 官方账号仅作发布核验，不以社交媒体讨论代替评测。

刊名  《模型前线》日刊     期号  20260831     版本  样刊（试运行）

由彼德AISOS 技术团队支持并交付。公开信源合成，供决策参考，不构成投资或采购承诺。

支持与交付

本刊由彼德AISOS 技术团队支持并交付。试运行阶段用于核对栏目、信源口径与版式，不视为正式对外发文。反馈、纠错、监测对象增补及定制监测需求，请联系交付接口人，来信请注明期号「20260831」。

| | | | — | — | | 支持与交付 | 彼德AISOS 技术团队 | | 接口人 | Peter | | 微信 | 13570083210 | | 承接范围 | 日刊编发、信源核验、排行榜快照、定制监测与样刊修订 | | 来件说明 | 请附原始链接或截图。未公开材料请单独标注，本刊默认只采用公开信源。 |

试运行期间不承诺固定更新时刻。正式刊出前，首页「样刊（试运行）」字样保留。

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：彼德研究院 《模型前线日刊20260831能力监测》