AI周报：开源混战升级，视觉模型成新分水岭

一、引言：开源模型进入“周更”时代，价格战与能力战再说，打响

周，AI 圈的节奏像极了流媒体平台刚上线一部爆款剧——你刚追完一集，下一集的预告已经弹窗。2026 年 8 月最后一周，Gemini 3.7 Flash 宣布 API 半价；GLM-5.3 与 DeepSeek V4 Pro 同周开源；DeepSeek V4 Flash 视觉模型正式上线；Qwen3.8-27B 被社区直接封为新的“模型斩杀线”。四件事再说，砸下来，已经不是“发布密集”能形容的，更像是一场多线程并发的大模型军备竞赛。

往年大家还在比参数、刷榜、拼训练算力，现在战场明显变宽了。价格能不能打、权重开不开放、能不能看懂图片、27B 小模型能不能干 70B 的活——这些维度混在一起，才决定一个模型到底能不能被开发者真正拿去用。纯文本模型的日子尤其难熬：看不懂截图、读不了表格、识别不了 UI 的时代，正在快速成为过去式。换句话说，视觉能力已经不是“锦上添花”，而是“没有就出局”。这篇文章把本周三件事串起来，看看开源混战到底卷到了哪一步，以及开发者接下来该怎么选路线。

二、Gemini 3.7 Flash 半价 + GLM-5.3 开源：闭源降价与开源放权重，两条路都走到极限

先说商业侧。AIEII 的模型发布周报提到，Gemini 3.7 Flash 的 API 价格直接对半砍。Flash 系列原本就是谷歌定位的高性价比轻量模型，适合推理量大、对延迟敏感的场景，比如客服自动回复、内容摘要、简单分类。半价之后，它的每百万 token 输入成本在同类闭源产品里已经很有杀伤力。对价格敏感的中型企业、SaaS 厂商和出海团队来说，这意味着“用闭源也能算得过账”。

谷歌为什么要这时候砍一刀？最直接的理解是防御。开源阵营那边，DeepSeek、Qwen、GLM 一波接一波地放权重，很多开发者已经养成“先找找有没有免费开源版本”的习惯。闭源模型如果还端着价格，就会被开源模型慢慢蚕食掉长尾市场。降价不是认输，而是用利润空间换用户粘性和调用量，先把人留在自己的生态里。

有趣的是，谷歌降价这脚油门踩下去的同一周，智谱 GLM-5.3 也选择开源。而 DeepSeek V4 Pro 也恰好在这周开源。三家动作撞在一起，怎么看都不像是巧合。国内头部大模型厂商正在用“开源”这件事集体表态：权重放开、社区运营、生态共建，已经是必争之地。

这两条路线实际上是一枚硬币的两面。闭源降价是“在商业体系里做收缩”，用更低的边际成本把用户锁在 API 里；开源放权重是“用透明性做扩张”，赌的是开发者会围绕模型长出自己的工具链、微调社区和行业解决方案。GLM-5.3 这次开源，传闻还打包了微调工具链和推理优化脚本——如果属实，这明显是在学 DeepSeek 那套“不仅给模型，还给铲子”的打法。

对普通开发者来说，选择题变得前所未有的清楚：

• 想快速上线、不想自己养机器？闭源 API 越来越便宜，Gemini 3.7 Flash 这种就是典型选择。
• 有数据隐私顾虑，或者业务需要深度定制？开源阵营的 GLM-5.3、DeepSeek V4 Pro 欢迎你私有化部署。
• 既想便宜又想可控？那就把开源模型当兜底，把闭源 API 当补充，做混合架构。

市场正在自然分层。追求极致性价比、调用模式简单的应用，会流向闭源 API；对数据主权、行业 know-how 和二次开发有执念的团队，会更坚定地拥抱开源。这种“双轨竞赛”接下来只会更激烈。

三、DeepSeek V4 Flash 长出“眼睛”：视觉能力从加分项变成入场券

如果说价格和开源是水面上的浪，那么多模态能力的补齐就是水下的暗流，影响更深远。36氪报道，DeepSeek V4 Flash 视觉模型正式上线，标题用得很有画面感——DeepSeek 终于长出了“眼睛”。

这件事为什么重要？因为 DeepSeek 之前给人的印象一直是“文本推理和代码能力强到离谱”，但视觉方面相对低调。开发者如果想让 DeepSeek 看懂一张发票、一张表格、一段截图里的代码，往往需要在系统外面再挂一个 OCR 或者图像描述模型。多一层组件，就多一层延迟、多一份运维、多一个出错点。V4 Flash 视觉版上线，等于把这套能力直接收进模型本体，系统复杂度一下子降了一档。

从应用场景看，视觉模型最容易切中的刚需实际上不在“多模态聊天”这种炫技方向，而在那些每天要跟图片、文档、界面打交道的 B 端场景。比如：

• 财务报销：直接拍发票，模型自己识别金额、税号、开票日期，自动填单。
• 合同审查：把扫描件扔进去，模型能定位关键条款、比对版本差异。
• 前端开发：截一张网页图，模型给出对应的 HTML/CSS 代码。
• 智能客服：用户上传商品照片或订单截图，模型直接理解并给出处理方案。

这些场景的共同点是：图片不是装饰品，而是信息的主要载体。模型看不懂图，整个自动化链路就断掉。DeepSeek 补齐视觉能力，等于把自家模型从“文本工具”升级成“能处理真实世界信息的助手”。这对 RPA、办公自动化、教育硬件、医疗影像辅助等垂直领域都是加分项。

至于技术实现，目前公开信息没有披露 V4 Flash 视觉版的具体架构。行业内常见的做法是把视觉编码器和语言主干组合在一起，也有团队做端到端的统一多模态架构。前者更容易控制推理速度和显存占用，后者在跨模态对齐上可能更精细。DeepSeek 具体走了哪条路，还需要等官方技术报告。但无论架构如何，这个动作本身传递的信号很明确：纯文本模型的天花板已经肉眼可见，视觉能力不再是可选项，而是下一步竞争的门票。

四、Qwen3.8-27B 成“斩杀线”：小模型性能基准被直接抬高

腾讯新闻那篇报道用了一个很有冲击力的词——“斩杀线”。Qwen3.8-27B 被称为新的模型斩杀线，意思是：参数比它小、性能比它弱的开源模型，社区可能直接懒得看。这个说法听着夸张，但背后是开源社区审美的一次质变。

过去大家聊起小模型，默认是“跑得快、成本低、但能力凑合”。很多创业公司的商业模式就是：拿一个 7B 或 13B 的开源模型微调一下，包装成行业 API 卖钱。Qwen3.8-27B 把这套逻辑打穿了——如果 27B 级别的模型已经能在代码、数学、推理等核心任务上逼近甚至超过上一代 70B 模型，而且它本身还免费、可本地部署，那谁还愿意为 weaker 的中小模型付费？

“斩杀线”带来的连锁反应至少有三层：

第一层，套壳创业的空间被急剧压缩。以前靠“微调开源模型 + 做漂亮界面 + 收订阅费”就能混口饭吃，现在 Qwen3.8-27B 直接免费提供更强的基座，用户自己下载就能跑。剩下的差异化只能来自数据、场景和行业 know-how。

第二层，端侧 AI 和私有化部署被重新点燃。Qwen3.8-27B 这种尺寸，一张消费级 RTX 4090 就能本地跑起来，延迟也够用。过去很多任务必须上 A100/H100，现在个人开发者和小团队在自己服务器上就能搞定。这会直接刺激本地大模型一体机、边缘推理芯片、端侧 Agent 的需求。

第三层，其他开源团队被迫加速差异化。GLM、DeepSeek、Yi、InternLM 这些队伍，下一次发布如果只在通用能力上小修小补，就会被 Qwen3.8-27B 划到“低价值区”。他们必须拿出更长的上下文窗口、更强的工具调用、更低的推理成本，或者在某个垂直任务上做到极致，才能不被斩杀线收割。

所以 Qwen3.8-27B 不只是一个新模型，它更像一把开源社区重新刻出来的标尺。以后开发者下载开源模型前，第一反应会变成：这玩意儿能打得过 Qwen3.8-27B 吗？

五、三条线索拼起来：成本、生态、能力的三层漏斗

把本周三件事放在一起看，会发现行业正在形成一个越来越明显的“三层漏斗”。

最底层是成本。Gemini 3.7 Flash 半价就是典型信号——闭源 API 在价格上不再端着，开始和开源方案贴身肉搏。对企业来说，算经济账变得更复杂了：私有化部署有硬件和运维成本，闭源 API 有长期涨价风险，混合方案又要在两者之间做动态切换。

中间层是生态。GLM-5.3 和 DeepSeek V4 Pro 同周开源，说明开源已经不是某个厂商的情怀，而是整个行业的基础设施。谁拥有活跃的开发者社区、丰富的微调版本、顺手的工具链，谁就能在生态层建立护城河。模型本身会越来越像“内核”，真正赚钱的是围绕内核长出来的发行版、插件和行业解决方案。

最顶层是能力边界。DeepSeek V4 Flash 视觉模型上线，补的是“看懂真实世界”这块短板；Qwen3.8-27B 拉高斩杀线，则是在小模型性能区间重新划定起跑线。这两个动作都说明：通用文本能力已经卷到边际收益递减，下一步的胜负手在多模态、在长上下文、在工具调用、在端侧推理效率。

任何想在 AI 应用层立足的团队，都必须再说，通过这三层筛选。只便宜但能力弱，会被斩杀线过滤；只能力强但贵到没人用，会输给降价和开源；有能力和价格但没有生态，又会被社区遗忘。

从投资角度看，视觉模型普及会带动多模态数据标注、边缘推理芯片、端侧部署框架的需求；斩杀线抬升则会让资本更谨慎地看待“套壳”项目，更多资金流向真正在架构、数据工程或场景深度上有创新的团队。

对企业用户来说，选模型的标准也该升级了。别再只看榜单分数或者 token 单价，而要再说，看：这个模型有没有活跃社区？能不能私有化？未来能不能扩展视觉、语音、工具调用？这三件事决定了你今天的选择会不会在半年后变成技术债。

六、结语与讨论：你的下一款应用，选哪条技术路线？

回看周，AI 行业的节奏快得让人有点喘不过气。Gemini 用半价证明闭源 API 还能继续卷；GLM 和 DeepSeek 用同周开源证明开源生态已经是主战场；DeepSeek V4 Flash 视觉模型和 Qwen3.8-27B 则一起宣告：没有视觉能力、打不过 27B 斩杀线的模型，正在失去讨论价值。

作为开发者或者技术决策者，你现在面对的问题早就不是“要不要用 AI”，而是“用谁家的 AI、以什么姿势用”。想快速验证产品，闭源 API 的低价红利还在；想掌握数据主权和行业深度，开源模型是更稳的底牌；想面向未来两三年做架构选型，视觉和多模态能力必须提前纳入规划。

这些选择没有标准答案，但本周的密集发布已经给出了清晰的坐标：便宜、开放、能看图，三个维度至少得占两样，才值得被认真考虑。

评论区聊聊：你现在主力用的是哪个模型？视觉能力对你的业务是刚需吗？如果 GLM-5.3 和 DeepSeek V4 Pro 都开源，你更倾向于部署哪一个？我们下期周报再见。