AI 速览：GLM-5.3 追平开源前沿，厂商密集调价
GLM-5.3 智能体 Elo 跃居开源并列第一，OpenAI、Anthropic 调整定价与权限，agent 基础设施…
智谱 GLM-5.3 在 Artificial Analysis Intelligence Index 上拿到 60 分，与 Kimi K3 并列开源权重最高分；其智能体 Elo 从 1524 跃升至 1770，仅次于 Opus 5。性能上涨的同时，单任务输出约 18,700 tokens，比 GLM-5.2 多出约 20%，单次 Index 任务成本从 0.44 美元升至 0.68 美元。权重预计本周内发布。OpenAI 在 OpenRouter 上将 GPT 5.6 Sol 的价格砍半；Anthropic 把提升后的 Claude Code 周限额延期至 8 月 31 日，并提示容量可能吃紧；Cowork 在移动端与网页端向付费计划开放；Glean 则强调「路由」本身已成为一种独立部署层，部分查询甚至不经模型直接回答。
GLM-5.3 追平开源前沿，代价是更多 token
智谱新一代模型 GLM-5.3 在 Artificial Analysis Intelligence Index 上取得 60 分，与月之暗面的 Kimi K3 并列，是开源权重模型中的最高分。智能体方向的进步更为明显：Elo 从 1524 升至 1770，仅次于 Anthropic 的 Opus 5。但性能的提升伴随着开销上升——单任务约消耗 18,700 个输出 token，比 GLM-5.2 多约 20%；Index 任务单次成本从 0.44 美元上升到 0.68 美元。权重预计在本周内释出，开发者可在成本与能力之间重新权衡。
定价、权限与产品形态同时变动
- OpenAI：在 OpenRouter 网关上将 GPT 5.6 Sol 的价格下调约一半。
- Anthropic：将已上调的 Claude Code 周限额延期开放至 8 月 31 日，同时提醒容量可能紧张。
- Cowork：在移动端与网页端向付费用户开放。
- Glean：提出「路由即部署层」的判断，主张部分查询不必调用模型即可回答。
上下文不是越多越好
三项独立研究都指向同一结论：上下文长度存在边际收益拐点。
- IBM Research 在 8 个模型上扩展记忆系统，发现有效引导信息是按模型校准的「剂量」，而非可一键开启的开关。
- 一项检索研究显示，在固定上下文预算下，追求最高召回率的配置反而解决更少问题。
- 一项受控的材料模拟实验测出，在 agent 写领域代码时，额外 prompt 细节的边际收益有限。
评测与基础设施向生产侧推进
LangSmith 上线调优后的 evaluator，用于对线上智能体轨迹打分；官方称其比所对比的前沿裁判模型准确率更高，同时成本低 82%。Artificial Analysis 则发布一个搜索评测索引，把「回答质量」与「总任务成本」放在同一坐标轴上，Parallel 与 Firecrawl 处于前沿位置。
智能体继续「长出手脚」
- Claude 新增 Gmail 发邮件与 Drive 文件管理能力，前置用户可设的审批门。
- Cloudflare 通过 x402 启动 agent 流量按请求计费，使 MCP 服务器与 API 提供方可以为自己托管的 agent 流量收费。
- Vercel 投入 100 万美元悬赏，用于发现其 sandbox 在隔离不可信 agent 代码时的边界与漏洞。
前沿实验室：从训练暂停到蛋白设计
OpenAI 因发现关键网络能力相关证据，暂停对面向部署的模型进行强化学习训练两周，期间正加固并监控其研究环境，同时持有其原本计划的最大一次训练运行。Anthropic 则公布 Claude 在蛋白结合物设计上的进展：在 15 个靶点中成功设计 14 个，其中 2 个由外部实验室合成测试，结合率高于已发表领域基线。