本周自动生成的模型动态汇总：覆盖模型发布、价格调整与行业进展。
本周模型圈有个共同动作：把“轻量版”推到台前。谷歌 Gemini 3 Flash Preview 上线就成了 App 默认模型，关键性能还压过 Pro 一头；DeepSeek 更直接，V4.1 Flash 发布一个月，V4 Pro 的请求已经被接管。另一边，智谱 GLM 5.3 基座没换、只练后训练，编程基准拉高 50%；Mistral 的 Large 系列则悄悄多了一个新词条。
谷歌的 Flash 不再甘当配角
Gemini 3 Flash Preview 这次上线即“上位”：成为谷歌 App 的默认模型，同步加持搜索。默认模型这个位置不是随便给的，通常意味着厂商对响应速度、稳定性和成本都有底。更让人意外的是品玩的说法——关键性能居然超过了 Pro 版本，圈内直接戏称“倒反天罡”。Flash 向来是轻量、低成本的代名词，这一次定位被重新划线，做低延迟、高并发业务的开发者得重新算账。
Flash 线的迭代节奏也在加快。Gemini 3.6 Flash 在 7 月 21 日转为正式版，API 模型名 `gemini-3.6-flash`，同批转正的还有 3.5 Flash-Lite。官方只说“推理更好、速度更快”，没给跑分和延迟数字。同一条更新里还埋了件事：`temperature`、`top_p`、`top_k` 三个抽样参数弃用。跑线上流量的团队，这周该翻一遍请求体了。9 月 1 日，Interactions 和 GenerateContent 两个 API 加了智能体视频理解，覆盖 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite，模型会动态浏览视频时间轴、按需请求转写和帧，长视频词元用量最多省 88%。8 月 13 日 3.7 Flash 已经转正，3.6 的窗口并不长。
Pro 这边靠推理撑场面
Flash 抢戏，Pro 也没闲着。Gemini 3.1 Pro Preview 在 ARC-AGI-2 上拿到 77.1%，上一代 Gemini 3 Pro 是 31.1%，翻了一倍多。这个测试考的是面对陌生抽象谜题的归纳能力，不是背题库，分数涨成这样，官方称“核心推理能力的重大突破”不算夸张。订阅 AI Pro 或 Ultra 的用户、以及这两档方案里的 NotebookLM 用户已经能用；开发者走 Gemini API，在 AI Studio、Gemini Enterprise、Antigravity、Android Studio 里调用。旧版 3 Pro 预览版 3 月 9 日关停，新旧交替不留太长尾巴。
DeepSeek：Flash 接管 Pro，还顺手加了两个接口
9 月 10 日发布的 DeepSeek V4.1 Flash 是个 552B 参数的 MoE，原生支持多模态视觉理解。结构上输入输出不对称：输入激活 8B，输出激活 16B；KV Cache 对 HBM 的需求降到 1/4，对 SSD 降到 1/8，相对初代累计缩小 437 倍。Agent 场景里缓存命中费用占比高，这项压缩直接落在账单上。价格同日下调，仍是峰谷定价，闲时半价。更狠的动作是下线 V4 Pro：9 月 14 日 12:00 之后，访问 `deepseek-v4-pro` 的请求全部路由到 V4.1 Flash，按 Flash 单价计费。
10 月 17 日，DeepSeek V4.1 Flash 1017 同步到网页、App 和 API，调用名仍是 `deepseek-flash`。官方管这次叫“性能-费用的帕累托改进”：基准有提升，任务运行时间和输出长度都缩短。优化重点压在 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 三个框架上，Harness 要升到 0.2.1-rc.1 及以上才拿得到适配效果。API 侧新增 Search 与 Fetch 两个接口，各 5 元/千次，目前通过 Harness、Claude Code、Codex 的 Server 端工具调用不计费，北京时间 2026 年 11 月 1 日 00:00 起按次收。权重同步开源，HuggingFace 可下。
智谱不换基座，只练后训练
GLM 5.3 8 月 14 日发布，定位复杂软件工程与长程 Agent 任务。模型卡写得很清楚：和 GLM-5.2 共用同一个 744B 总参数、40B 激活的基座，架构没动，config 里只多了 FP8 打包信息。所有提升来自后训练。内部基准 Z.ai Code Bench 上编程能力提升 50%；DeepSWE v1.1 从 46.2 升到 66.9，Agents' Last Exam 从 23.8 升到 28.5。Max 档位下端到端任务完成率 34.5%，每项任务平均输出约 7.5 万 tokens，官方说比 5.2 更省。漏洞发现基准 CyberGym 拿到当前最佳，越往利用链深处走，领先 5.2 越多，利用类基准得分是 5.2 的两倍以上。上下文 1M，最大输出 128K，只处理文本；思考功能始终开启，分 low、high、max 三档，不再支持关闭——对 Agent 流水线友好，对想压延迟的调用方少了一个开关。
Mistral 的旗舰词条又多了一条
Mistral Large 3 2512 已经出现在百科词条里，公开细节还不多。回看这条线：2024 年初的 Mistral Large 支持 32K 上下文，常识推理和知识问答综合评分超过 Gemini Pro 和 Claude 2，仅次于 GPT-4，定价每百万输入 8 美元、输出 24 美元，比 GPT-4-32k 便宜 5 到 7.5 倍；2024 年 7 月的 Large 2 把参数拉到 1230 亿，上下文推到 128K。Mistral 的发布一向不按常理出牌，2023 年 12 月直接甩磁力链接的事还被人记着。新词条能补上多少细节，还得等。
下周关注
三件事值得盯：DeepSeek 的 Search 与 Fetch 11 月 1 日开始按次收费，5 元/千次，走 Server 端工具调用的团队该算算成本了；Gemini 3 Pro 预览版 3 月 9 日关停，还在调旧端点的代码要提前迁；Mistral Large 3 2512 的模型卡和定价什么时候补齐。另外 GLM 5.3 把后训练瓶颈挪到了任务环境上，这套打法能不能复现到下一代，值得继续看。