比推消息， AI 快讯，智谱又给 ZCode 新用户发 GLM-5.3 免费额度。北京时间 8 月 22 日 0 点到 24 日 9 点，首次登录 ZCode 的新用户可自动领取 1 亿 Token，共 5 万份，先到先得。额度只能在 ZCode 内使用，活动结束后没用完的直接失效。这已经是同一活动第二轮。上一轮 8 月 16 日开启后，ZCode 很快就因为需求超过服务容量，暂停继续发放 1 亿 Token。几天后活动重新开跑，这次官方直接把名额写明为 5 万份。1 亿看着很多，但 Agent 编程也很能吃 Token。跑重度长任务的话，1 亿 Token 几小时就能耗完。GLM-5.3 API 目前也已经开放，但这波免费额度仍是 ZCode 专属，不能当普通 API 余额使用。
比推消息， OpenAI 宣布限时下调 GPT-5.6 Sol 的 API 及 credits 价格，优惠至少持续至 11 月 21 日。其中标准短上下文 API 每百万输入 Token 价格由 5 美元降至 4 美元，输出由 30 美元降至 20 美元；长上下文输入由 10 美元降至 8 美元，输出由 60 美元降至 30 美元。API 新价格现已生效，ChatGPT Work 和 Codex 的 credits 价格也将陆续调整。Plus、Pro 和 Business 订阅自带使用额度则保持不变。此前 OpenAI 已分别下调 GPT-5.6 Terra 和 Luna 价格，此次 Sol 降价后，GPT-5.6 系列三档模型均已完成一轮价格调整。
比推消息，B.AI 平台宣布小米自研 MiMo 系列模型正式上线 API 服务，首批开放 MiMo-V2.5 与 MiMo-V2.5-Pro 两款模型。 其中 MiMo-V2.5 为 310B 稀疏 MoE 原生全模态模型，支持图文音视频全模态输入与 1M 超长上下文，专为多模态 Agent 与通用编程场景打造；MiMo-V2.5-Pro 则达到 1.02T 稀疏 MoE 参数规模，定位旗舰文本模型，主攻复杂推理与长周期软件工程，SWE-Bench Verified 基准测试取得 78.9 分的高分表现。 即日起，开发者可通过 B.AI API 调用两款模型，支持官方组接入与自选服务商双重模式，并享低至 4 折优惠。
比推消息， AI 快讯，OpenAI Codex 负责人 Tibo Sottiaux 又回应了额度缩水争议。他补充称，目前 OpenAI 没发现整体用量系统存在异常，但调查仍在继续。上一条关于 sub2api 的回应，只是在解释团队发现的一种特定情况，不能用来解释所有用户额度突然掉得更快的问题。这就有点尴尬了。几小时前，Tibo 刚称不少受影响用户在通过 sub2api 把订阅转成 API，再分发给多人，因此触发了反欺诈系统。现在他又明确表示，额度消耗变快本身还没有查清。也就是说，目前还不能把这轮争议简单归因于反代或订阅共享。与此同时，Codex 本周活跃用户已经突破 2000 万。为庆祝这个数字，OpenAI 会给所有 Codex 和 ChatGPT Work 用户发放一次Banked Reset，可以先存着，之后自行选择时间恢复一次额度。CNBC 此前也报道，OpenAI 的 AI 编程和工作产品已经达到 2000 万周活跃用户。额度到底有没有被统一下调，OpenAI 目前依然没有给出答案。只是这次他们澄清 sub2api 是他们调查中发现的问题之一，不是这轮额度缩水的最终结论。
作者：insights4vc编译：深潮 TechFlow原标题：私募市场情报战升温：AI 时代，VC 的 alpha 从哪里来？深潮导读：风投回报极度集中，早期发现好公司几乎是基金生死线。这篇文章拆解了私募市场数据工具的最新演进，以及它们到底能不能带来超额收益。对正在用 AI 和研究工具找项目的投资人来说，这是一份清醒地图。风投一向是信息生意。优势往往在于时机：创始人先告诉前同事，而不是先更新资料；新公司开始招人，早于它出现在数据库里；投资人在融资公布前就开始关注某个团队。这种优势很重要，因为风投回报高度集中。2026 年牛津学术研究引用的数据显示，在一个长期 LP 数据集中，4.5% 的投资金额贡献了约 60% 的回报。[1] 因此错过少数几家卓越公司，就能影响整只基金。但早期发现它们只是问题的一部分。投资人还需要形成信念、拿到额度、获得有意义的持股，并在几年里保持正确。私募市场数据行业现在越来越靠近公司诞生的那一刻。PitchBook、Crunchbase、Dealroom、Tracxn 和 CB Insights 仍是交易、基金、估值和公司历史的核心记录系统。PitchBook 在 2026 年第二季度实现 1.747 亿美元收入，折合年化收入近 7 亿美元。[2] 新平台不是在取代这一层。它们是在用更快更新、行为数据和早于传统公司记录出现的信号来延伸这一层。三个变化最突出。第一，Harmonic、Specter 等公司在构建持续更新的公司和人物图谱，而不是主要依赖定期更新的资料。第二，专门产品在寻找更早的行为信号。Evertrace 追踪创始人形成的指标，包括公司注册、技术活动、研究和域名。Frontrun 监控选定风投在 X 上的关注图谱变化。第三，API 和模型上下文协议（MCP）正在把这些数据搬进基金自己的软件和 AI 工作流。Crustdata 代表这个市场的基础设施端，而 Affinity 补充来自邮件、日历和 CRM 活动的第一方关系数据。采用是可见的，但投资超额收益的证据并不明显。Harmonic 说数百个风投团队使用其平台，Specter 报告超过 300 家投资机构，Evertrace 超过 200 家基金，Affinity 超过 3300 家私募资本机构。上市公司 Tracxn 披露 2026 财年拥有 2289 个客户账户。[3][4][5][6] 这些数字大多来自公司自报。供应商很少披露其模型挖掘出的完整公司集合，因此精确率、召回率、误报率和单个线索的经济价值都很难评估。没有任何单一信号本身足够。员工离职可能很早但含糊。公司注册客观但常见。GitHub 活动在开发者主导的市场有价值，但在其他领域相关性有限。招聘速度和员工迁移提供更广泛的信号，而收入、客户和使用数据往往更有决策价值，但来得更晚。当几位可信的行业专家同时关注同一家公司时，投资人注意力可以提供早期迹象，尽管这个信号依赖平台，且可能自我强化。最强的防御性来源很可能藏在数据栈更深处：事后无法重建的历史时间序列、跨人和公司的准确实体解析、有权限的第一方基金数据，以及通过 CRM 系统、API 和智能体的分发。公开数据未必是专有的。但五年正确打时间戳的变更历史可以成为专有资产。AI 更可能让这些基础设施更容易被查询，而不是消除对它们的需要。随着研究、分类和工作流成本下降，干净的数据、来源和机构背景变得更有价值。投资判断、额度和关系仍然不是简单的自动化层能解决的。可能的结果是，一个更广泛的私募市场情报市场会出现，而不是独立的寻找项目软件品类。成熟数据库会增加发现和...
比推消息， 据 DeepSeek 公众号，DeepSeek 已上线多模态视觉理解模型 V4-Flash-Vision-Exp，并开放 API 服务。该模型在 V4-Flash 基础上新增图像理解与视觉生成能力，支持文本、图片等多模态输入输出，并面向开发者提供推理、生成等能力调用接口。
比推消息，DeepSeek 正式上线全新视觉模型 deepseek-v4-flash-vision-exp。官方 API 文档已经将它与 V4 Flash、V4 Pro 并列，开发者可以直接通过 DeepSeek API 传入图片。模型支持 100 万 Token 上下文，最大输出 38.4 万 Token，还支持 JSON Output、Tool Calls、Responses API 和 Anthropic API。价格直接对齐 V4 Flash。每百万 Token 输入在缓存未命中时，高峰期为 3 元、空闲期 1.5 元；缓存命中分别只要 0.1 元和 0.05 元。每百万 Token 输出高峰期 9 元、空闲期 4.5 元。相比 V4 Pro，同档价格只有三分之一。图片没有单独按张收费。DeepSeek 会根据图片尺寸把图片换算成 Token，再和文本 Token 一起计费。高峰期为北京时间 9:00–12:00、14:00–18:00，其余时间价格减半。
比推消息，据 X 用户 MaxForAI 披露，DeepSeek 视觉模型相关迹象已出现。今天下午 3 点，deepseek-v4-flash-vision-exp 这一名称已出现在 DeepSeek Harness 相关代码中，且 Harness 最新版本已开始加入原生图片请求适配。不过在模型 endpoint 准备就绪前，该模型不会被放入正式模型目录。目前来看，DeepSeek 应正在测试 V4 Flash 的视觉版本，公开 API 尚未正式开放。已有用户直接使用该模型 ID 请求 DeepSeek API，目前仍会返回错误，官方文档中也尚未列出该模型。客户端与 Harness 侧的适配路径已基本铺好，DeepSeek V4 Flash 有望很快具备视觉能力。
作者：硅谷Alan Walker 原标题：Anthropic的增长放缓了吗争议的源头。TickerTrends 制作的 Claude Code ARR 追踪图，最新数据为 2026 年 8 月 10 日当周，151.2 亿美元，占 Anthropic 总 ARR 的 21.9%。请注意：这是第三方机构的估算，不是 Anthropic 的官方披露。下面第一节会讲清楚这个区别有多重要。硅谷 Alan Walker 在香港约了顿晚饭，等人的功夫翻群，发现这张图已经被转了三十几次，配的话大同小异——「Anthropic 增长拉平 了，两万亿是泡沫」。Alan 把图存下来，放大看了一遍，然后又看了一遍。问题不在这张图。这张图做得很好，数据也大概率是认真做的。问题在于，几乎所有转发它的人，都在用它回答一个它根本回答不了的问题。01先搞清楚这张图是谁做的左上角有个 Claude 的图标，配色是 Claude 那个熟悉的橙色，一眼看过去很像官方出品。它不是。这张图的作者是 TickerTrends，右上角写着自己的名字。它是一家 第三方数据追踪机构，靠各种外部信号（应用数据、支付面板、招聘、渠道口径等等）去估算一家非上市公司的收入。图里那行小字写得很老实：「tracked allocation」——追踪出来的分配比例。说白了：Anthropic 从来没有公开披露过 Claude Code 单独的 ARR 数字，一次都没有。这条曲线上的每一个点，都是 外人估的。举个例子这就好比有人用「某餐厅门口每天排多长队」来估算它的营业额，然后画出一条漂亮的周度曲线。队伍长度和营业额确实相关，但中间隔着翻台率、客单价、外卖占比、包厢生意——你看到队伍短了三周，可能是那三周厨房在装修。更要命的是口径本身。ARR 的算法是「最近一段时间的收入 × 12」。企业软件的合同不是每天均匀落地的，是一批一批签的。一个季度末签下的大单，会让某一周的曲线跳一大截；下一个季度的大单还没签，曲线就横着走。周度 ARR 追踪对这种块状落地极不敏感——它会把「签约节奏」画成「需求变化」。一句话解读你手里拿的是一张外人估的、口径很钝的、非官方的周度图。用它下"泡沫"这么重的判断，等于用体温计量血压。02这张图自己就打了自己的脸接下来这一点，没见有人提过，但它是整件事里最有意思的地方。图上写着两个数：Claude Code 是 151.2 亿美元，占 Anthropic 总 ARR 的 21.9%。做个除法：算一下151.2 亿 ÷ 21.9% = 约 690 亿美元这是这张图自己隐含的、截至 8 月 10 日当周的 Anthropic 公司总 ARR。而 Bloomberg、Reuters、CNBC 在 8 月 17 日报道的官方口径数字是——7 月底 650 亿美元。看清楚了：这张被拿来论证"增长放缓"的图，它自己隐含的公司总量，比十天前的官方数字还高出 40 亿美元。再往后推十天到今天，如果趋势没断，700 亿以上 是合理的推算（这一句是推断，不是数据）。一句话解读转发的人只读了 151.2 这个数和柱子的高度，跳过了旁边那个 21.9%。而那个 21.9% 说的是：这家公司在大家喊"它慢下来了"的时候，又往上走了一截。同一张图上的两个数，只信对自己观点有利的那个，这不叫分析。03你在看下面那张图，钱在上面那张图里那张图有上下两块。上面是绝对金额（多少亿美元），下面是百分比变化（比四周前涨了百分之多少）。绝大多数人的推理是：在下面...
作者：Menlo Ventures编译：佳欢，ChainCatcher原标题：OpenRouter 背后早期投资人复盘投资始末今天，OpenRouter 宣布已与 Stripe 达成收购协议。距离 OpenRouter 于 2023 年正式推出，刚刚过去三年。OpenRouter 最初以“LLM 的统一接口”为定位上线，当时只支持 4 个模型：GPT-3.5、GPT-4、Together 的 GPT NeoXT 和 Cohere xlarge。公司成立之初基于两个核心判断：第一，AI 的使用规模最终会非常庞大，并渗透到各个领域；第二，市场上会出现大量不同模型，它们各有取舍，用户也会根据不同需求选择不同模型。事实证明，这两个判断都远远超出了当时的预期。自上线以来，OpenRouter 平台处理的 Token 数量增长了约 3 万倍，目前按年化计算已经超过 4500 万亿 Token，平台上的支出规模也达到了相当惊人的水平。与此同时，OpenRouter 支持的模型数量已经从最初的 4 个增加到 500 多个。图：从成立到被收购，OpenRouter Token 使用量增长情况Menlo Ventures 很幸运能够参与这段旅程。2025 年 3 月，我们通过与 Anthropic 合作设立的 Anthology Fund 参与了 OpenRouter 的种子轮融资。OpenRouter 创始人兼 CEO Alex Atallah 此前曾创办 OpenSea，后者估值一度达到 133 亿美元。他的联合创始人包括在 Discord 上认识的技术高手 Louis Vichy，以及执行力极强的 COO Chris Clark。2025 年 5 月，我们领投了 OpenRouter 的 A 轮融资，Matt 加入公司董事会，Deedy 担任董事会观察员。今年早些时候，看到 OpenRouter 的客户数量和收入迅速增长，以及公司围绕模型选择和评估构建更强“模型智能”能力的产品路线后，我们又继续加码了 B 轮融资。在科技行业，一个想法往往需要经过多年时间，才能从少数人的判断变成行业共识。而就在几周前，这件事发生了：从 Ramp 到 Cursor，超过 10 家公司几乎同时推出了自己的模型路由产品。短短几年时间，OpenRouter 已经成为 AI 时代最重要的公司之一。图：确定领投 OpenRouter A 轮时的合影乍看之下，Stripe 似乎并不是 OpenRouter 最自然的收购方，但两家公司实际上惊人地相似。两者都通过一个可以直接接入的 API，把原本复杂的交易流程变得简单，并从中收取一定比例的费用。只不过 OpenRouter 处理的是 AI 模型。按照 Stripe 一贯的说法，两家公司结合之后，仍然是在做同一件事：提高“互联网 GDP”。事实上，一年多以前，OpenRouter 就已经把自己称为“LLM 领域的 Stripe”。OpenRouter 的核心价值OpenRouter 是 Deedy 在 2024 年加入 Menlo 后最早接触的公司之一。这家公司几乎正好处于我们 AI 基础设施投资逻辑的核心位置。Menlo 在《2024 企业 AI 报告》中提出了两个投资 OpenRouter 所必须成立的判断：AI 支出会大幅增长，同时开发者不会只使用一个模型，而会同时采用多个模型。图：Menlo 最初发给 OpenRouter 的联系邮件作为同样会写代码、会实际使用这些模型的人，我们很早就意识到，不同模型在成本、延迟和性能之间存在非常明显的差...