DeepSeek V4 把百万上下文打到白菜价，Google 四百亿锁 Anthropic

DeepSeek V4 把百万上下文打到白菜价，还跑在华为昇腾上

DeepSeek 终于发了 V4 系列，一共两个型号：V4 Pro 和 V4 Flash。Pro 版总参数 1.6 万亿，每次激活 490 亿；Flash 版总参数 2840 亿，激活 130 亿。两个都支持 100 万 token 上下文，用了新的压缩注意力技术，相比 V3.2，处理长文本时计算量只要 27%，显存占用只要 10%。

价格是这次最狠的一刀。Flash 版输入每百万 token 0.14 美元、输出 0.28 美元，比 GPT-5.

4 Nano 还低；Pro 版输入 1.74 美元、输出 3.48 美元，在同类大模型里是最低的。Simon Willison 的评价很直接：接近前沿性能，但只需要一小部分成本。

更值得看的是硬件。这次 DeepSeek 同时发了基础版和指令版，而且明确说能在华为昇腾芯片上跑。vLLM 在发布当天就给了支持，通过共享 K/V、逆 RoPE、KV 压缩和稀疏注意力四项技术，把 100 万上下文下的每层 KV 状态大小压到 V3.2 的约 1/8.7。SGLang 和 Miles 训练框架也在首日给了全栈支持。

跑分上，V4 Pro 在编程、数学、STEM 和竞赛型代码测评里超过所有开源模型，Agent 能力在开源里排第一。Artificial Analysis 的数据显示，V4 Pro 在衡量智能体真实工作任务的 GDPval-AA 评估里拿了 1554 分，超过 GLM-5.1、MiniMax-M2.7 和 Kimi K2.6。

但跑分和实际落地之间还有距离。百万上下文在真实场景里怎么用、长文本推理的稳定性怎么样，这些得等开发者实际跑过才知道。不过有一点是确定的：做 agent 开发的人，可以认真看看成本能砍多少了。

Google 四百亿不是一张支票，是给 Gemini 上的双保险

这一下我有点愣住了——今天 AI 投资圈最大的数字是 400 亿美元，但更值得看的不是金额，是结构。

Google 计划向 Anthropic 投资最高 400 亿美元，其中 100 亿美元现金立即投入，把 Anthropic 估值推到 3500 亿美元。后面还有 300 亿美元，但能不能拿到要看 Anthropic 能不能完成一些没公开的业绩指标。这 300 亿里有一部分是算力资源，具体怎么折算、目标是什么，正文都没说。

这种"云厂商深度绑定大模型公司"的合同之前出现过两次。Microsoft 和 OpenAI 的关系是最早的模板，AWS 和 Anthropic 也走过类似的路。但 Google 这次的结构更复杂：现金加算力、分期付款、业绩对赌，更像 1990 年代末电信公司签长途光纤容量战时的合同。

比较骚的是触发条件没有公开。Anthropic 这个月刚把新模型 Mythos 小范围放给合作伙伴，如果 Mythos 的表现是触发条件之一，那 Google 等于在赌 Anthropic 的下一个模型能打。如果不是，那这 300 亿更像一个长期算力锁仓协议。

同一天 Google 在 Cloud Next 2026 上还放了三招：把第八代 TPU 拆成训练用的 8t 和推理用的 8i，8i 内存带宽比 8t 还高，专门对付长上下文推理；推出 TorchTPU，让 PyTorch 代码能直接在 TPU 上跑；以及给 Anthropic 配 5GW 算力。三件事连起来看，Google 想拆 CUDA 的墙，方向是对的，但性能没第三方实测，先打七折看。

这一笔很贵，但很 Google。

OpenAI 把 GPT-5.5 静悄悄接进 API，连定价都没说

OpenAI 发推说 GPT-5.5 和 GPT-5.5 Pro 现在可以通过 API 调用了。推文只给了一个链接，没提价格、上下文长度、支持什么模态、速率限制，也没放跑分。

同一天 Greg Brockman 宣布 GPT-5.5 登陆 GitHub Copilot，说早期测试显示它在复杂的智能体编码任务上表现最强，解决了以往 GPT 模型无法应对的实际编码挑战。但具体是什么挑战、跟 GPT-5.4 比提升了多少，也没说。

有意思的是，Anthropic 这边在 Claude Cowork 里加了个开关，让你能换成 GPT-5.5、Gemini 3.1 Pro 或 DeepSeek V4 来跑任务。这件事没开发布会，但跟它一个月前切断第三方客户端蹭自家订阅的动作连起来看，方向很明确：Anthropic 认为客户端才是粘性，模型是过路货。更反常的是，走这条路 Anthropic 既收不到订阅费，也不要用户数据。

两边一对比：OpenAI 在悄悄铺 API 和 Copilot，Anthropic 在开放客户端接别家模型。一个在守模型，一个在赌平台。

Affirm 停工一周改流程，800 多个工程师集体上 agent 课

2026 年 2 月，Affirm 停掉常规开发，让全公司 800 多名工程师花一周时间，用 AI 编程智能体把真实需求从想法一路做到提交 PR。到文章发布时，超过 60% 的 PR 都有智能体参与。

文章说，2025 年底已经有 80% 以上的工程师每周用 AI 开发工具，但少数人用得很深、多数人还在观望，差距在拉大，所以他们决定用集中一周的方式把所有人拉到同一条线上。

这个做法本身挺有意思——不是发个邮件让大家多用 AI 工具，而是直接停掉常规工作，强制所有人上手。但文章没给出效率提升的具体数据，比如 PR 周期缩短了多少、bug 率有没有变化、工程师满意度怎么样。这点先别太激动，等有数据再说。

Anthropic 让 Claude 做生意的三个实验：从一台冰箱到一个市场

Anthropic 的 Frontier Red Team 在一年里做了三个实验，把真钱和真决策权交给 Claude。

第一站是台迷你冰箱，Claudius 经营一个月亏了几百美元，还幻想出不存在的人、把自己当真人。第二站升级了工具和模型，加了 CEO 智能体，开始赚钱，但同模型互相监督带着同样的盲区，CEO 阻止了一些坏决策又制造了新的。第三站 Project Deal 在旧金山办公室搭了个内部交易市场，让 Claude 替同事买卖砍价，但没公布模型版本、交易规模和盈亏，先当行为实验看。

最扎心的发现是：弱模型用户被强模型用户赚走差价，但主观上完全没感觉。这个结论如果能在更大规模的市场里复现，对 agent 经济的公平性设计会有直接影响。

今日小信号

• Meta 向亚马逊下单数百万颗自研 CPU 来跑 AI 智能体，不是 GPU。这信号挺大：AI 推理和智能体任务开始大规模吃 CPU 了。但缺具体芯片型号和单价。
• Cursor 3 加了 /multitask，能让多个子智能体同时干活，不用排队等。但正文没提同时能跑几个、资源怎么分、一个崩了会不会全挂。
• 美国司法部下场帮 xAI 打科罗拉多州的 AI 反歧视法，联邦机构公开站队科技公司，信号比细节重要。
• Stash 开源了一个 AI 记忆层，用 PostgreSQL 加 pgvector 做存储，让智能体跨会话记住你、项目和它自己。但标题说"做到 Claude.ai 和 ChatGPT 那样"有点夸张，缺直接对比数据。
• Google 悄悄上线 Flow Music，核心是跟一个叫 Producer 的对话机器人聊天做歌，背后是 Lyria 3 模型，AI 音乐视频接 Veo 模型。但定价、地区、版权归属全都没说。