📢 本周 AI 快讯 | 1 分钟速览🚀

1️⃣ 🧊 DeepSeek 灰度测试百万 Token 上下文 ：悄悄将上下文窗口从 128K 拉到 1M，疑似 V4 压力测试，但因情感模块精简导致「变冷淡」冲上热搜，用户反应激烈。

2️⃣ 🎬 字节发布 Seedance 2.0 ：支持文字、图片、音频、视频四模态同时输入，单条指令可生成多镜头连贯叙事片段，《黑神话：悟空》制作人冯骥称其为「地表最强视频生成模型」。

3️⃣ 🔥 字节发布 豆包 2.0 系列 ：旗舰版 Pro 在 HLE 拿下 54.2 分登顶，数学编程均获金牌，API 价格比 GPT-5.2 和 Gemini 3 Pro 低约一个数量级，豆包日活已破 1 亿。

4️⃣ 💻 智谱开源 GLM-5 ：744B 总参数，编程基准 SWE-bench-Verified 得分 77.8，开源最高，曾以匿名代号「Pony Alpha」登顶 OpenRouter 热度榜，港股盘中涨超 22%。

5️⃣ ⚡ MiniMax 发布 M2.5 ：SWE-Bench Verified 80.2%，编程能力对标 Claude Opus 4.6，激活参数仅 10B，推理成本低至同级 1/10 到 1/20，港股一度涨超 35%。

6️⃣ 🚀 OpenAI 发布 Codex-Spark ：首款非英伟达模型，运行在 Cerebras WSE-3 上，推理速度超每秒 1000 token，约为常规编程模型的 15 倍，仅向 Pro 用户开放。

7️⃣ 📑 ChatGPT 深度研究升级至 GPT-5.2 ：新增全屏报告查看器，支持导出 PDF/Word/Markdown，可限定搜索特定网站，研究过程中支持实时查看进度并随时补充指令。

8️⃣ 💳 OpenAI 推出信用点数计费 ：1000 点售价 40 美元，Codex 和 Sora 通用，触达速率限制后自动扣费，但社区反映实际消耗远超预期。

9️⃣ 👋 OpenAI 下架 GPT-4o 等 6 款旧模型 ：所有对话默认切换至 GPT-5.2，曾因用户抗议恢复的 GPT-4o 这次正式告别，有用户称「感觉像失去了一个朋友」。

1️⃣0️⃣ 🧠 谷歌升级 Gemini 3 Deep Think ：HLE 无工具得分 48.4%，ARC-AGI-2 达 84.6%，已协助研究者解决 18 个此前未解问题并推翻一个 2015 年数学猜想。

1️⃣1️⃣ 💰 Anthropic 完成 300 亿美元 G 轮融资 ：投后估值 3800 亿美元，半年接近翻倍，年化收入达 140 亿美元，Claude Code 年化收入超 25 亿美元，IPO 准备已启动。

---

01｜DeepSeek 灰度更新百万 Token 上下文，却因「变冷淡」登上热搜

2 月 11 日，DeepSeek 悄悄推送灰度更新，上下文窗口从 128K Token 直接拉到 1M，可一次性处理近百万字文本，被视为即将发布的 V4 版本的压力测试。但用户最先注意到的不是性能提升，而是「人设崩塌」。2 月 12 日，「DeepSeek 被指变冷淡了」冲上热搜，大量用户反映新版不再使用自定义昵称，统一改称「用户」；深度思考模式下的角色心理描写消失，取而代之的是短句诗化表达和居高临下的说教口吻，被吐槽「登味十足」。

当前版本类似极速模式，为适配百万级上下文处理而精简了情感交互模块，属于「牺牲质量换速度」的过渡方案。DeepSeek 回应称并非刻意变冷淡，而是出于效率考虑减少了语气词和表情修饰，同时增强「边界感」。但用户反应激烈，有人尝试安装旧版，有人转向竞品，甚至自发联名要求恢复共情功能。SimilarWeb 数据显示 DeepSeek 今年 1 月全球访问量 2.98 亿次，较去年 12 月的 3.29 亿下滑约 9%。V4 正式版预计 2 月中旬发布，届时情感模块权重能否回调，将直接影响用户留存。

---

02｜字节「Seedance 2.0」正式发布，被评「地表最强视频模型」

2 月 12 日，字节跳动正式发布 Seedance 2.0 视频生成模型，此前已于 2 月 7 日小范围内测。模型采用双分支扩散变换器架构，支持文字、图片、音频、视频四种模态同时输入（最多 9 张图 + 3 段视频 + 3 段音频），最核心的突破是单条指令即可生成包含多镜头切换的连贯叙事片段，角色面部、服饰和光影在不同镜头间保持高度一致。视频生成同步产出匹配的音效和配乐，支持口型同步和情绪匹配。

《黑神话：悟空》制作人冯骥称其为「当前地表最强的视频生成模型」，The Information、CNBC 等海外媒体密集报道，YouTube 上对比测评视频大量涌现，普遍认为 Seedance 2.0 在运镜自主规划、物理动作模拟和音画同步上已超越 Sora 2 和 Veo 3.1。不过模型上线后因真人形象滥用风险引发争议，字节紧急限制了真人人脸作为参考素材的功能，需通过活体认证才能生成数字分身。目前已在即梦和豆包平台上线。

---

03｜字节发布「豆包 2.0」，HLE 登顶且 API 价格低一个数量级

2 月 14 日，字节跳动发布 豆包 2.0（Doubao-Seed-2.0）系列，包含 Pro、Lite、Mini 和 Code 四款模型。旗舰版 Pro 对标 GPT-5.2 与 Gemini 3 Pro，在 HLE（人类最后一场考试）上拿到 54.2 分，为目前公开最高；数学和编程同样强势，IMO、CMO 和 ICPC 均获金牌成绩，Putnam Bench 超过 Gemini 3 Pro。知识储备上 SuperGPQA 超过 GPT-5.2，HealthBench 排名第一。多模态视觉理解在多数基准达到 SOTA，EgoTempo 动态场景测试超越人类水平。

Pro 版 32k 以内输入 3.2 元/百万 tokens，输出 16 元/百万 tokens，官方称比 GPT-5.2 和 Gemini 3 Pro 低约一个数量级。Lite 版综合性能超过上一代主力豆包 1.8，输入价格仅 0.6 元/百万 tokens。豆包 App 用户切换到「专家」模式即可体验 Pro 版，Code 版则已接入 AI 编程工具 TRAE，火山引擎同步开放全系列 API。豆包日活已破 1 亿，火山引擎日均 Token 调用量超 30 万亿，这次 2.0 的发布节奏紧跟 Seedance 2.0 视频模型和 Seedream 5.0 图像模型，字节在春节档集中释放了一轮密集的模型攻势。

---

04｜智谱开源「GLM-5」登顶开源编程榜，股价盘中涨超 22% 再创新高

2 月 11 日，智谱发布新一代旗舰模型 GLM-5 并同步开源（MIT License）。总参数 744B，激活参数 40B，均为上一代 GLM-4.7 的两倍，预训练数据从 23T 增至 28.5T tokens。编程基准 SWE-bench-Verified 得分 77.8，Terminal Bench 2.0 得分 56.2，均为开源模型最高，超过 Gemini 3 Pro，体感逼近 Claude Opus 4.5。此前以「Pony Alpha」代号匿名上线 OpenRouter，上线首日处理 40 亿 token、20.6 万次请求，登顶热度榜后才揭晓身份。

GLM-5 采用 MoE 架构搭配 DeepSeek 稀疏注意力机制降低部署成本，并构建了异步强化学习框架「Slime」，让模型通过完成长程项目而非单题训练来学习工程能力。同步推出的 Z Code 工具支持自然语言拆解任务、多智能体并发完成编码到提交的全流程，甚至可以用手机远程指挥桌面端 Agent。模型可部署在华为、摩尔线程、寒武纪等国产芯片上。不过智谱坦言算力极度紧张，GLM Coding Plan 同日宣布涨价 30% 起。资本市场反应迅速，2 月 13 日智谱港股盘中涨超 22%，触及 492 港元再创上市新高，总市值突破 2100 亿港元。

---

05｜MiniMax 发布「M2.5」，对标 Claude 编程能力，成本仅为同级 1/10

2 月 12 日，MiniMax 上线旗舰编程模型 M2.5，定位为首个 Agent 场景原生设计的生产级模型。SWE-Bench Verified 得分 80.2%，Multi-SWE-Bench 51.3% 排名第一，BrowseComp 76.3%，编程能力对标 Claude Opus 4.6。在 Droid 脚手架上通过率 79.7% 超过 Opus 4.6 的 78.9%。模型采用 MoE 架构，总参数 2300 亿但激活仅 10B，是第一梯队中参数规模最小的旗舰，推理吞吐达 100 TPS，约为 Opus 4.6 的 3 倍，完成 SWE-Bench 任务比上代 M2.1 快 37%。

成本是最大卖点。100 TPS 模式下连续工作一小时仅 1 美元，50 TPS 模式更低至 0.3 美元，官方称仅为同级别模型的 1/10 到 1/20。MiniMax 内部已有 30% 的任务由 M2.5 自主完成，编程场景中新提交代码的 80% 由模型生成。模型权重已在 HuggingFace 开源（MIT License），消息公布后 MiniMax 港股一度涨超 35%，近五日累计涨幅约 35%。同一天智谱 GLM-5 和 DeepSeek 灰度更新也在刷屏，春节前国产模型集中放了一波大招。

---

06｜OpenAI 首款非英伟达模型「Codex-Spark」发布，每秒 1000 token

2 月 12 日，OpenAI 发布 GPT-5.3-Codex-Spark 研究预览版，这是 GPT-5.3-Codex 的轻量版本，专为实时编程设计，也是 OpenAI 首款不运行在英伟达硬件上的生产模型。它跑在 Cerebras 晶圆级引擎 WSE-3 上，推理速度超过每秒 1000 token，是常规 AI 编程模型 65-70 token/s 的约 15 倍。配合 WebSocket 持久连接等管线优化，每次请求往返开销降低 80%，首 token 延迟缩短 50%。

性能上 Codex-Spark 介于 GPT-5.3-Codex 和 GPT-5.1-Codex-Mini 之间，在 SWE-Bench Pro 上接近完整版水平，但 Terminal-Bench 2.0（58.4% vs 77.3%）差距明显，复杂多步任务仍需大模型接手。目前仅向 ChatGPT Pro 用户（200 美元/月）开放，支持 Codex App、CLI 和 VS Code 插件，128k 上下文，纯文本。OpenAI 1 月宣布与 Cerebras 签下超 100 亿美元的多年合作协议，计划分阶段接入 750 兆瓦算力，Codex-Spark 是首个落地成果。GPU 仍是训练和通用推理的主力，Cerebras 定位为低延迟推理的补充层，两者可在单一工作负载中混合使用。

---

07｜ChatGPT「深度研究」升级至 GPT-5.2，新增全屏报告查看器和指定网站搜索

2 月 11 日，OpenAI 对 ChatGPT 深度研究功能进行全面升级，底层模型从此前的 o3/o4-mini 切换至 GPT-5.2。最直观的变化是新增全屏报告查看器，左侧目录可跳转章节，右侧面板展示引用来源，报告支持导出为 PDF、Word 和 Markdown。每份报告还自动附带「方法论」章节，解释 AI 的推理路径和信源优先级。

用户现在可以在提示词中限定搜索特定网站或域名（如 PubMed、arXiv），还能接入 Google Drive 等已连接应用作为可信信源。研究过程中支持实时查看进度，随时中断并补充新指令或追加信源，不再是「发出去就只能等」。目前 Plus 和 Pro 用户已可使用，Go 和免费用户将在数日内跟进。

---

08｜OpenAI 为 Codex 和 Sora 推出「信用点数」，40 美元 1000 点

2 月 13 日，OpenAI 发布技术博客详解其新计费引擎。核心变化是引入信用点数（credits）作为订阅额度的延伸，用户触达速率限制后系统自动从点数余额扣费，无需切换计划或等待重置。1000 点售价 40 美元，有效期 12 个月，Codex 和 Sora 通用。按官方费率卡换算，GPT-5.2 Thinking 每条消息消耗 10 点，Pro 模式 50 点，Agent 任务 30 点，40 美元大约够用 100 次 Thinking 或 33 次 Agent。

不过社区反馈并不全是好评。有开发者反映 8 次 Codex 查询就烧光了 40 美元额度加上整周的订阅配额，实际消耗远超预期。Sora 端同样存在变数，视频时长和分辨率不同，单条消耗差异悬殊。OpenAI 将这套混合计费系统定位为未来更多产品的基础架构，但对用户来说，透明度和可预测性仍是痛点。

---

09｜OpenAI 一口气「下架」6 款旧模型，「GPT-4o」正式告别 ChatGPT

2 月 13 日，OpenAI 从 ChatGPT 中移除 GPT-4o、GPT-4.1、GPT-4.1 mini、o4-mini 以及此前已宣布退役的 GPT-5 Instant 和 Thinking 版本，所有对话默认切换至 GPT-5.2。API 端暂不受影响，企业和教育版用户的自定义 GPT 中 GPT-4o 保留至 4 月 3 日。

GPT-4o 的退役颇为波折。去年 8 月 GPT-5 上线时 OpenAI 曾直接下架 GPT-4o，用户因留恋其「温暖对话风格」强烈抗议，迫使公司数天内恢复。但 GPT-4o 同时也是多起用户自残和 AI 依赖诉讼的焦点，至今仍是 OpenAI 旗下谄媚度评分最高的模型。OpenAI 称目前日活用户中仅 0.1% 还在用 GPT-4o，但以 8 亿周活跃用户的基数算，这仍意味着约 80 万人。社交媒体上已有用户表示「感觉像失去了一个朋友」。

---

10｜谷歌升级「Deep Think」推理模式，HLE、ARC-AGI-2 均创新高

2 月 12 日，谷歌发布 Gemini 3 Deep Think 重大升级，定位为面向科学、研究与工程的专用推理模式。HLE（人类的最后考试）无工具得分 48.4%，ARC-AGI-2 达 84.6%（经 ARC Prize 基金会验证），Codeforces Elo 3455 达到「传奇宗师」级别，2025 年国际数学、物理和化学奥赛笔试部分均为金牌水平，理论物理 CMT-Benchmark 得分 50.5%。与此前 Deep Think 版本更注重竞赛刷分不同，这次升级强调实际科研场景的落地能力。

罗格斯大学数学家 Lisa Carbone 用 Deep Think 审阅一篇关于引力与量子力学交叉领域的论文，模型发现了一个人类同行评审未能察觉的逻辑缺陷；杜克大学 Wang Lab 用它优化半导体晶体生长工艺，成功设计出超过 100 微米薄膜的制备方案。谷歌还披露，Deep Think 进阶版本与研究者合作解决了 18 个此前未解的研究问题，并推翻了一个 2015 年的数学猜想。目前面向 Google AI Ultra 订阅用户开放，首次通过 Gemini API 向研究者和企业提供早期访问。

---

11｜Anthropic 完成 300 亿美元 G 轮融资，估值半年翻倍至 3800 亿美元

2 月 12 日，Anthropic 宣布完成 300 亿美元 G 轮融资，投后估值 3800 亿美元，较去年 9 月 F 轮的 1830 亿美元接近翻倍。新加坡主权基金 GIC 和对冲基金 Coatue 领投，微软（最高 50 亿）和英伟达（最高 100 亿）的此前战略投资也并入本轮，红杉、黑石、高盛、摩根士丹利、淡马锡等悉数跟投。这是科技史上最大单轮私募融资之一，仅次于 OpenAI 去年的 400 亿美元。

支撑高估值的是一组企业级数据。Anthropic 年化收入已达 140 亿美元，连续三年翻倍；《财富》世界十强企业中 8 家是 Claude 客户，年消费超百万美元的客户突破 500 家。Claude Code 尤其亮眼，年化收入超 25 亿美元，今年以来翻了一倍多，企业订阅用户数量增长 4 倍。每月活跃用户产生 211 美元收入，而 OpenAI 的每周活跃用户仅带来 25 美元。英国《金融时报》透露 Anthropic 已聘请律所启动 IPO 准备，最早可能今年上市。与 OpenAI 8000 亿美元估值的正面竞争之外，两家公司的路径分化越来越清晰，一个走 C 端订阅规模，一个走 B 端企业深耕。

---

我是木易，Top2 + 美国 Top10 CS 硕，现在是 AI 产品经理。

关注「AI信息Gap」，让 AI 成为你的外挂。

---