科技简报 | 2026年08月29日

770B 总参数、1M 上下文，腾讯把混元 Hy4 preview 推出来了。几乎同一时间，智谱和通义都在开源新权重，国内日均 Token 调用量也被报到 500 万亿以上。

今天这组新闻看着有点拥挤，但线索其实很清楚，模型竞争正从单次跑分，往成本、上下文、开源可得性和真实调用量一起挪。

腾讯混元 Hy4 preview 上线，770B 参数塞进 1M 上下文

腾讯混元发布 Hy4 preview，总参数 770B、激活参数 49B，上下文达到 1M，并已开源，开发者可在腾讯云 TokenHub 和 OpenRouter 使用。

1M 上下文很容易变成发布会上的大数字。可对做长文档检索、代码仓库理解和多轮 Agent 任务的人来说，真正要看的是长输入下的延迟、稳定性与价格。参数很大不等于体验必然更好，工程账还得单独算。

智谱宣布开放 GLM-5.3 权重，定位是智能体编码和网络防御。另一条官方信息显示，GLM-5.3-Flash 为 320B-A18B 的原生多模态模型，主打把前沿能力压到更低的价格带。

这里最有意思的不是又多了一个大模型，而是开源模型开始把 Agent 编码和网防当作明确战场。对团队而言，可下载、可定制、能跑在自己的边界里，往往比榜单多一两分更有用。

模型能不能接进现有工作流，才是这一轮竞争的门槛。

通义千问开源 Qwen3.8-Flash-Next，称其为 Qwen4 架构的早期预览。模型采用多模态 MoE 设计，总参数 125B、每个 Token 激活 6B，官方给出的训练成本约为 Qwen3.7-Plus 的九分之一。

这条信息的重点在激活参数。模型不必每次都把全部参数搬出来工作，才能把能力做上去。对于要控制推理成本的产品方，这类架构取舍比单纯堆总参数更贴近现实。

IT之家援引的数据显示，截至 2026 年 6 月，国内日均 Token 调用量已超过 500 万亿。报道还提到，旗舰模型的更新节奏接近按月计算，竞争重心转向智能体落地。

这个数字不只是热闹。调用量上来后，模型厂商会被成本、稳定性、开发者工具和行业场景一起拽着走。过去比谁更会回答问题，接下来更像是在比谁能让一家公司连续、可控地把模型用起来。

英伟达与亚马逊扩大合作，计划在 2027 年和 2028 年为 AWS 数据中心新增 200 万颗 GPU，覆盖 Blackwell Ultra、Rubin 和 Rubin Ultra。英伟达同时给出了 2028 财年约 6730 亿美元销售额的预期。

一边是模型厂商努力把每个 Token 变便宜，一边是云厂商继续签下巨量硬件订单。两件事并不矛盾，需求的增长速度还没慢下来，只是效率焦虑已经提前到场。

Google 推出 Gemini 3.5 Transcribe，支持 85 种以上语言自动识别、说话人分离和词级毫秒时间戳，并提供流式与非流式 API。官方及相关报道给出的平均词错率为 4.0% 和 2.6%。

语音转写过去常被当成外围工具，现在越来越像 Agent 的输入层。会议记录、客服质检、视频检索和实时语音交互，后面都需要这类稳定而便宜的能力。中文团队在选型时，也该实测普通话、方言、夹杂英文术语这些难题，别只看平均分。

Claude Console 现在支持个人密钥与服务账号密钥。密钥跟随账户权限，成员离开组织后对应密钥会失效，也可以限制到特定工作区。

这听着像后台功能更新，却是团队把模型接入生产后绕不开的事。谁在调用、调用了什么、离职后权限是否会自动收回，这些细节不酷，但一次泄露就足够让人补课。

安全研究员指出，Android 设备若被 root 攻击者利用硬件签名能力，可能伪造 C2PA 签名的图像或视频。C2PA 的目标是证明内容来源，但它并不能自动证明设备和采集链路从未被攻破。

很多人期待给内容加一个认证标记，就能结束真假之争。现实要别扭得多，签名只能增加验证线索，不能代替对设备、平台和传播链路的判断。

国产模型在扩张上下文和开源边界，海外云厂商在继续加码 GPU，开发者平台则开始补权限、转录和内容可信度这些脏活。

热闹仍在模型名字上，胜负会慢慢落到谁能把它接进真实业务里。