AI算力基建动态简报（2026.07.15）
第1条：DeepSeek V4 正式全量上线，标配百万 token 上下文并启用分时定价
核心信息：
DeepSeek V4 于 7 月 15 日正式全量上线，提供 Pro 旗舰版与 Flash 轻量版两个版本，全系标配百万 token 超长上下文，并原生适配国产昇腾算力。模型兼容海外主流 API 接口，同步启用峰谷分时定价机制，高峰时段 API 价格翻倍。
性能/价格对比：
据公开报道，V4 推理成本约为前代模型的 27%，综合使用成本较海外同类竞品低 60%—90%。旧版 deepseek-chat / deepseek-reasoner 接口将于 7 月 24 日 15:59（UTC）永久停用；迁移后 deepseek-reasoner 对应 V4-Flash 思考模式而非 V4-Pro，未正确映射将导致推理链路能力降级。
对开发者/企业的影响：
推理成本显著下降叠加国产算力原生适配，为出海企业与成本敏感型场景提供更低门槛的部署选择；开发团队需在 7 月 24 日前完成接口迁移，否则推理链路将中断。
信息来源：今日头条（泰阳雨）/ aitoolsrecap 迁移指南 | 2026-07-12 至 2026-07-15
第2条：阿里云百炼 GLM-5.2 Fast mode 计费单价下调 20%
核心信息：
阿里云宣布，大模型服务平台百炼自北京时间 2026 年 7 月 15 日 00:00 起，对 GLM-5.2 模型的 Fast mode 模式计费单价下调 20%。该调整于今日正式生效，是本月国内大模型 API 价格密集调整的延续。
性能/价格对比：
调整幅度为 20%，适用于 GLM-5.2 Fast mode 模式。同期 DeepSeek V4 分时定价、GPT-5.6 系列分档定价相继落地，API 定价竞争从单纯跑分转向单位成本与推理速度的比拼。
对开发者/企业的影响：
高频调用 GLM-5.2 Fast mode 的企业可直接降低推理账单支出，进一步压缩中低端大模型 API 的单位成本，利好批量调用场景。
信息来源：财联社（据 163.com 极客头条援引）| 2026-07-14（生效日 2026-07-15）
第3条：腾讯混元 Hy3 推出量化版本，295B 参数模型可单卡部署
核心信息：
腾讯混元团队于 7 月 14 日将旗舰模型 Hy3（295B 参数）权重量化至 1bit 与 4bit，并打包为 GGUF 格式，配合 llama.cpp 生态可在单卡乃至本地机器部署。Hy3 正式版采用 MoE 架构，激活参数约 21B，上下文长度 256K，此前已宣布开源并免费提供使用。
性能/价格对比：
量化前 Hy3 为 2950 亿参数 MoE 模型，量化后权重可在单张消费级或数据中心 GPU 上加载，部署门槛从多卡集群降至单卡。Agent 能力据官方披露提升 20%—30%。
对开发者/企业的影响：
单卡部署降低私有化推理的硬件门槛，中小团队可在本地环境运行近 3000 亿参数级别的开源模型，减少对云端算力资源的持续依赖。
信息来源：腾讯网（AI 大模型动态）| 2026-07-14
第4条：沐曦股份 WAIC 首发曦景 S 千卡超节点，国产 GPU 量产加速
核心信息：
在 2026 世界人工智能大会（WAIC）期间，国产通用 GPU 厂商沐曦股份发布曦景 S 系列超节点千卡算力集群。该集群基于旗舰曦云 C600 国产通用 GPU，搭载自研 MetaXLink 高速互连架构，支持 64—128 卡灵活扩展，单集群可支撑千亿参数大模型全流程训练与推理。
性能/价格对比：
曦景 S 采用液冷高密度架构以提升算力能效。据企业披露，沐曦 GPU 累计出货量已超 55000 颗，落地十余座大型国产智算集群，深度适配通义、DeepSeek 等主流大模型。
对开发者/企业的影响：
国产 GPU 全栈自研（芯片—板卡—服务器—超节点）落地，为政企智算中心、科研超算与行业大模型提供替代选型，推进算力基础设施自主可控进程。
信息来源：东方财富网（WAIC 报道）| 2026-07-14
第5条：每刻深思联合壁仞、阶跃发布光电融合 AI 智算平台
核心信息：
7 月 14 日，专注空间光计算芯片的每刻深思宣布与壁仞科技、阶跃达成战略合作，联合发布光电融合 AI 智算平台，打通"光计算推理芯片 + 通用 GPU + 大模型算法"全栈技术链路。三方依托差异化技术互补，试图破解传统电子算力的物理约束与能效瓶颈。
性能/价格对比：
壁仞科技将输出 GPU 算力底座、光电融合技术与超节点系统，结合每刻深思空间光计算能力与阶跃大模型算法。公开分析指出，传统电芯片能效提升已接近物理天花板，光电融合架构为下一代通用算力底座提供新路径。
对开发者/企业的影响：
光电融合路线若规模化商用，有望降低大模型部署的功耗与单位算力成本，但目前仍处于合作落地与迭代阶段，距离大规模商用尚需验证。
信息来源：新闻晨报（随申 Hi）| 2026-07-14
数据来源：公开信息整理 | 2026.07.15
