过去一年AI 能力的竞争主线是「闭源旗舰卖高价」更强的模型往往意味着更高的 API 调用费、更严格的访问门槛以及被少数厂商锁定的风险。但 2026 年 8 月的密集发布显示这条主线正在松动——聊天层开始免费、权重层下沉到消费级硬件、执行层开放、分发层规模化。对开发者和中小团队来说这不是简单的「模型又变强了」而是意味着免费对话足以覆盖日常交互30B 级别的开源模型可以在本地跑世界模型与智能体框架也走向开放。这篇文章把 8 月的事件串成一条线并给出本地部署的命令示例。一、事实速览8 月有哪些「免费 / 开放」信号下表汇总了本文依赖的核心事实。所有数值均来自公开来源无法独立核实的内容已标注。事件关键事实来源可信度GPT-5.6 Luna 免费Free / Go 用户默认模型无限文本对话新增 Think 按钮OpenAI / dev.to 8/12 转述厂商声明转述GPT-5.6 事实错误下降内部评测错误率较 GPT-5.5 Instant ↓62%(Luna) / ↓68%(Sol)OpenAI 自报厂商自报待独立核实ChatGPT 周活10 亿/周OpenAI 自报厂商自报Gemini app 月活10 亿 MAUGoogle 史上最快增长产品第 14 个破十亿产品Google 周二声明官方Gemini 使用特征63% 语音、每天 1.5 亿 图、iOS 1 亿 MAU、跨 40 app 自动化Google 官方官方Gemini 口径说明仅统计主动打开 app/web预装/默认助手带来部分流量Gemini 3.5 Pro 原定 6 月跳票dev.to 分析媒体分析Meta Muse Glimmer30B、Apache 2.0、4-bit 量化 20GB、单消费级 GPU / M4/M5 Max 可跑、DFlash 投机解码、llama.cpp / MLX / ExecuTorch、Unsloth GGUFMeta 官方 / 36氪 / AIbreakingwire 8/12官方为主Muse Glimmer 社区热度Hacker News 1184 分 / 637 评论Hacker News第三方NVIDIA Nemotron 3.5 Lightning30B MoE / 激活 3B、推测解码 量化、针对 OpenClaw / Hermes Agent 优化、4× 输出速度、DGX Spark / Jetson / RTX 5090、Ollama / llama.cpp、OpenMDW-1.1 开源网易 / 硅星 Breaknews 8/12自媒体转述待核实LTX-2.5 开放权重视频 机器人世界模型、Hugging Face / ComfyUI、10M ARR 免费、累计下载 3300 万、10s 720p 6.8s2×GB200、盲测 67% 胜率委托preliminarydev.to 8/12厂商为主部分待核实Claude Sonnet 5 定价$2/M 输入、$10/M 输出 永久原 8/31 截止Anthropic官方这些信号的共同点是AI 的「基础设施层」——日常对话、本地可用权重、执行框架、用户触达——正在从稀缺品变成可白嫖或可自行托管的资源。二、聊天层免费化GPT-5.6 Luna 进免费档OpenAI 在 8 月 12 日宣布GPT-5.6 Luna 成为 ChatGPT Free / Go 用户的默认模型并开放无限文本对话。付费用户则获得重新调校的 GPT-5.6 Sol以及网页、移动端和桌面端的推理力度滑杆。需要留意几个边界无限只针对文本文件上传、图像生成、语音仍有单独配额。OpenAI 给出的内部评测Luna 事实错误 ↓62%Sol ↓68%来自厂商自测尚未看到第三方复现建议标注为「待独立核实」。ChatGPT 周活 10 亿、Gemini app 月活 10 亿同样是厂商口径它们说明的是「触达规模」不等于「付费意愿」或「任务完成度」。这一层的变化是基础对话不再收费。当最便宜的模型已经够用付费层的价值就必须建立在真正的工作负载上——复杂推理、代码、多步骤代理任务。三、权重层下沉30B 模型塞进一台笔记本同一天Meta 开源了 Muse Glimmer30B 参数、Apache 2.0 许可、4-bit 量化后不到 20GB可以在单张消费级 GPU如 RTX 5090或 M4/M5 Max 的 MacBook 上本地运行。它集成了 DFlash 投机解码并针对本地代理、函数调用、代码和 LLM-as-a-judge 等场景做了训练。NVIDIA 也放出 Nemotron 3.5 Lightning据网易 8/12 转述30B MoE、激活 3B面向 OpenClaw / Hermes 等智能体框架优化号称输出速度是同类模型的 4 倍支持 DGX Spark、Jetson 和 RTX 5090。但这条消息来自中文自媒体转述建议发布前到 NVIDIA 官方或 Hugging Face 页面二次确认。两个信号合在一起看模型能力不再被云端 API 垄断30B 级别的权重已经可以在开发者自己的硬件上跑。这对隐私敏感、离线场景、合规要求高的团队是实质性利好。四、执行层开放世界模型与智能体框架也在开源视频生成领域LTX从 Lightricks 拆分出来在 8 月 12 日开放了 LTX-2.5 权重。它不仅是视频生成模型还提供了面向机器人和物理 AI 的 checkpoint。小团队年收入 1000 万美元可免费使用大公司需要单独谈判授权。LTX 给出的数字同样要谨慎对待累计下载 3300 万、1/8 成本与 1/7 渲染时间、10 秒 720p 在两张 GB200 上 6.8 秒完成、盲测 67% 胜率——后者是厂商委托的 preliminary 测试。它们有参考价值但不是独立基准。这里的结构性变化是开源不再只发生在文本 LLM 层而是向视频、物理世界模型、智能体执行框架扩散。五、分发层规模化Gemini app 破 10 亿月活Google 在 8 月 11 日宣布 Gemini app 月活突破 10 亿成为公司史上增长最快的产品也是 Google 第 14 个破十亿的产品。官方数据还包括63% 的用户用语音而非打字、每天生成 1.5 亿 图片、iOS 端月活超 1 亿、可自动化 40 主流 app。但这条 10 亿需要加星号Gemini 预装在 Android 上并逐步替换为默认助手其中一部分流量来自系统提示而非用户主动下载。官方口径只统计主动打开 app 或网页的用户已经做了一定的过滤但预装优势仍然存在。同时原定于 6 月的 Gemini 3.5 Pro 并未如期发布说明 Google 在前沿模型节奏上仍在调整。六、一张图看懂 8 月里程碑图12026年8月 AI「免费 / 开放权重」里程碑时间线。蓝色为官方发布橙色为媒体/转述、建议独立核实。时间线显示7 月底 DeepSeek V4-Flash 公测并登顶 OpenRouter 周榜8 月初 Qwen3.8-Max 发布并承诺开源 Max 级权重8 月中旬则出现密集拐点Gemini 破 10 亿、GPT-5.6 Luna 免费、Muse Glimmer 开源、NVIDIA / LTX 开放权重。这不是孤立事件而是同一条主线的多点爆发。七、参数规模对比本地模型与前沿模型差两个数量级图22026年8月新发布 / 开源大模型参数规模对比对数刻度。Kimi K3 与 Qwen3.8-Max 参数来自中文媒体转述建议独立核实Muse Glimmer 为 Meta 官方已开源模型。参数规模本身不等于能力但它能说明两个趋势frontier 模型仍在往万亿参数走Kimi K3、Qwen3.8-Max 等目标是覆盖多模态、长上下文、复杂推理。本地可跑的开源模型稳定在 30B 级别Muse Glimmer、Nemotron 3.5 Lightning通过 MoE、量化、投机解码把推理成本压到消费级硬件能接受的区间。对大多数应用开发者来说真正的问题不是「哪个模型最大」而是「这个任务需要 frontier 能力还是本地 30B 已经够用」。八、从闭源溢价到开放普惠四层结构变化图3从闭源溢价到开放普惠的四层结构变化示意图。该图为逻辑示意非真实产品截图或遥测数据。这张图把前面的事实串成一个可迁移的判断框架聊天层免费化基础对话变成免费公共品靠 API 按消息收费的模式被压低。权重层下沉30B 级模型能在本地运行降低了对云端闭源 API 的依赖。执行层开放世界模型、智能体框架、机器人 checkpoint 走向开源能力从黑盒变成可调用的工具。分发层规模化10 亿级 MAU 让 AI 成为事实上的大众入口但预装和默认助手带来的流量需要拆解开看。九、可复制动作如何在本地跑开源权重如果你也想验证「本地 30B 能不能跑你的任务」下面给出命令示例。具体模型 tag 和 GGUF 文件名请以官方发布为准。# 示例 1通过 Ollama 拉取并运行 Muse Glimmer需确认官方 tag ollama run muse-glimmer:30b 示例 2使用 llama.cpp 手动加载量化后的 GGUF llama-cli -m Muse-Glimmer-Q4_K_M.gguf -p 解释 DFlash 投机解码对本地推理的意义 -n 512 -c 8192 示例 3NVIDIA Nemotron 3.5 Lightning待官方确认具体路径 ollama run nemotron-3.5-lightning使用本地权重时建议先用一个你熟悉的 benchmark 或业务任务做快速验证而不是只看参数规模。对于视频中提到的模型如 LTX-2.5ComfyUI 节点和 Hugging Face 仓库是首选的下载和测试入口。十、局限与诚实声明本文中的内部评测数据、市场份额、用户规模多为厂商自报或媒体转述已标注「待独立核实」。「开源权重承诺」不等于「已可下载」。Qwen3.8-Max 等模型承诺下周开源实际可用性需要再确认。Gemini 的 10 亿 MAU 包含预装和默认助手带来的被动打开不等于 10 亿主动用户。命令示例中的模型 tag 和文件名是占位格式实际运行前请替换为官方提供的 exact 名称。
过去一年AI 能力的竞争主线是「闭源旗舰卖高价」更强的模型往往意味着更高的 API 调用费、更严格的访问门槛以及被少数厂商锁定的风险。但 2026 年 8 月的密集发布显示这条主线正在松动——聊天层开始免费、权重层下沉到消费级硬件、执行层开放、分发层规模化。对开发者和中小团队来说这不是简单的「模型又变强了」而是意味着免费对话足以覆盖日常交互30B 级别的开源模型可以在本地跑世界模型与智能体框架也走向开放。这篇文章把 8 月的事件串成一条线并给出本地部署的命令示例。一、事实速览8 月有哪些「免费 / 开放」信号下表汇总了本文依赖的核心事实。所有数值均来自公开来源无法独立核实的内容已标注。事件关键事实来源可信度GPT-5.6 Luna 免费Free / Go 用户默认模型无限文本对话新增 Think 按钮OpenAI / dev.to 8/12 转述厂商声明转述GPT-5.6 事实错误下降内部评测错误率较 GPT-5.5 Instant ↓62%(Luna) / ↓68%(Sol)OpenAI 自报厂商自报待独立核实ChatGPT 周活10 亿/周OpenAI 自报厂商自报Gemini app 月活10 亿 MAUGoogle 史上最快增长产品第 14 个破十亿产品Google 周二声明官方Gemini 使用特征63% 语音、每天 1.5 亿 图、iOS 1 亿 MAU、跨 40 app 自动化Google 官方官方Gemini 口径说明仅统计主动打开 app/web预装/默认助手带来部分流量Gemini 3.5 Pro 原定 6 月跳票dev.to 分析媒体分析Meta Muse Glimmer30B、Apache 2.0、4-bit 量化 20GB、单消费级 GPU / M4/M5 Max 可跑、DFlash 投机解码、llama.cpp / MLX / ExecuTorch、Unsloth GGUFMeta 官方 / 36氪 / AIbreakingwire 8/12官方为主Muse Glimmer 社区热度Hacker News 1184 分 / 637 评论Hacker News第三方NVIDIA Nemotron 3.5 Lightning30B MoE / 激活 3B、推测解码 量化、针对 OpenClaw / Hermes Agent 优化、4× 输出速度、DGX Spark / Jetson / RTX 5090、Ollama / llama.cpp、OpenMDW-1.1 开源网易 / 硅星 Breaknews 8/12自媒体转述待核实LTX-2.5 开放权重视频 机器人世界模型、Hugging Face / ComfyUI、10M ARR 免费、累计下载 3300 万、10s 720p 6.8s2×GB200、盲测 67% 胜率委托preliminarydev.to 8/12厂商为主部分待核实Claude Sonnet 5 定价$2/M 输入、$10/M 输出 永久原 8/31 截止Anthropic官方这些信号的共同点是AI 的「基础设施层」——日常对话、本地可用权重、执行框架、用户触达——正在从稀缺品变成可白嫖或可自行托管的资源。二、聊天层免费化GPT-5.6 Luna 进免费档OpenAI 在 8 月 12 日宣布GPT-5.6 Luna 成为 ChatGPT Free / Go 用户的默认模型并开放无限文本对话。付费用户则获得重新调校的 GPT-5.6 Sol以及网页、移动端和桌面端的推理力度滑杆。需要留意几个边界无限只针对文本文件上传、图像生成、语音仍有单独配额。OpenAI 给出的内部评测Luna 事实错误 ↓62%Sol ↓68%来自厂商自测尚未看到第三方复现建议标注为「待独立核实」。ChatGPT 周活 10 亿、Gemini app 月活 10 亿同样是厂商口径它们说明的是「触达规模」不等于「付费意愿」或「任务完成度」。这一层的变化是基础对话不再收费。当最便宜的模型已经够用付费层的价值就必须建立在真正的工作负载上——复杂推理、代码、多步骤代理任务。三、权重层下沉30B 模型塞进一台笔记本同一天Meta 开源了 Muse Glimmer30B 参数、Apache 2.0 许可、4-bit 量化后不到 20GB可以在单张消费级 GPU如 RTX 5090或 M4/M5 Max 的 MacBook 上本地运行。它集成了 DFlash 投机解码并针对本地代理、函数调用、代码和 LLM-as-a-judge 等场景做了训练。NVIDIA 也放出 Nemotron 3.5 Lightning据网易 8/12 转述30B MoE、激活 3B面向 OpenClaw / Hermes 等智能体框架优化号称输出速度是同类模型的 4 倍支持 DGX Spark、Jetson 和 RTX 5090。但这条消息来自中文自媒体转述建议发布前到 NVIDIA 官方或 Hugging Face 页面二次确认。两个信号合在一起看模型能力不再被云端 API 垄断30B 级别的权重已经可以在开发者自己的硬件上跑。这对隐私敏感、离线场景、合规要求高的团队是实质性利好。四、执行层开放世界模型与智能体框架也在开源视频生成领域LTX从 Lightricks 拆分出来在 8 月 12 日开放了 LTX-2.5 权重。它不仅是视频生成模型还提供了面向机器人和物理 AI 的 checkpoint。小团队年收入 1000 万美元可免费使用大公司需要单独谈判授权。LTX 给出的数字同样要谨慎对待累计下载 3300 万、1/8 成本与 1/7 渲染时间、10 秒 720p 在两张 GB200 上 6.8 秒完成、盲测 67% 胜率——后者是厂商委托的 preliminary 测试。它们有参考价值但不是独立基准。这里的结构性变化是开源不再只发生在文本 LLM 层而是向视频、物理世界模型、智能体执行框架扩散。五、分发层规模化Gemini app 破 10 亿月活Google 在 8 月 11 日宣布 Gemini app 月活突破 10 亿成为公司史上增长最快的产品也是 Google 第 14 个破十亿的产品。官方数据还包括63% 的用户用语音而非打字、每天生成 1.5 亿 图片、iOS 端月活超 1 亿、可自动化 40 主流 app。但这条 10 亿需要加星号Gemini 预装在 Android 上并逐步替换为默认助手其中一部分流量来自系统提示而非用户主动下载。官方口径只统计主动打开 app 或网页的用户已经做了一定的过滤但预装优势仍然存在。同时原定于 6 月的 Gemini 3.5 Pro 并未如期发布说明 Google 在前沿模型节奏上仍在调整。六、一张图看懂 8 月里程碑图12026年8月 AI「免费 / 开放权重」里程碑时间线。蓝色为官方发布橙色为媒体/转述、建议独立核实。时间线显示7 月底 DeepSeek V4-Flash 公测并登顶 OpenRouter 周榜8 月初 Qwen3.8-Max 发布并承诺开源 Max 级权重8 月中旬则出现密集拐点Gemini 破 10 亿、GPT-5.6 Luna 免费、Muse Glimmer 开源、NVIDIA / LTX 开放权重。这不是孤立事件而是同一条主线的多点爆发。七、参数规模对比本地模型与前沿模型差两个数量级图22026年8月新发布 / 开源大模型参数规模对比对数刻度。Kimi K3 与 Qwen3.8-Max 参数来自中文媒体转述建议独立核实Muse Glimmer 为 Meta 官方已开源模型。参数规模本身不等于能力但它能说明两个趋势frontier 模型仍在往万亿参数走Kimi K3、Qwen3.8-Max 等目标是覆盖多模态、长上下文、复杂推理。本地可跑的开源模型稳定在 30B 级别Muse Glimmer、Nemotron 3.5 Lightning通过 MoE、量化、投机解码把推理成本压到消费级硬件能接受的区间。对大多数应用开发者来说真正的问题不是「哪个模型最大」而是「这个任务需要 frontier 能力还是本地 30B 已经够用」。八、从闭源溢价到开放普惠四层结构变化图3从闭源溢价到开放普惠的四层结构变化示意图。该图为逻辑示意非真实产品截图或遥测数据。这张图把前面的事实串成一个可迁移的判断框架聊天层免费化基础对话变成免费公共品靠 API 按消息收费的模式被压低。权重层下沉30B 级模型能在本地运行降低了对云端闭源 API 的依赖。执行层开放世界模型、智能体框架、机器人 checkpoint 走向开源能力从黑盒变成可调用的工具。分发层规模化10 亿级 MAU 让 AI 成为事实上的大众入口但预装和默认助手带来的流量需要拆解开看。九、可复制动作如何在本地跑开源权重如果你也想验证「本地 30B 能不能跑你的任务」下面给出命令示例。具体模型 tag 和 GGUF 文件名请以官方发布为准。# 示例 1通过 Ollama 拉取并运行 Muse Glimmer需确认官方 tag ollama run muse-glimmer:30b 示例 2使用 llama.cpp 手动加载量化后的 GGUF llama-cli -m Muse-Glimmer-Q4_K_M.gguf -p 解释 DFlash 投机解码对本地推理的意义 -n 512 -c 8192 示例 3NVIDIA Nemotron 3.5 Lightning待官方确认具体路径 ollama run nemotron-3.5-lightning使用本地权重时建议先用一个你熟悉的 benchmark 或业务任务做快速验证而不是只看参数规模。对于视频中提到的模型如 LTX-2.5ComfyUI 节点和 Hugging Face 仓库是首选的下载和测试入口。十、局限与诚实声明本文中的内部评测数据、市场份额、用户规模多为厂商自报或媒体转述已标注「待独立核实」。「开源权重承诺」不等于「已可下载」。Qwen3.8-Max 等模型承诺下周开源实际可用性需要再确认。Gemini 的 10 亿 MAU 包含预装和默认助手带来的被动打开不等于 10 亿主动用户。命令示例中的模型 tag 和文件名是占位格式实际运行前请替换为官方提供的 exact 名称。
