AI工具创业速报：模型涨价、端侧运行与代码验证开始写进产品 (2026)

先看结论

这一周，AI 工具把三个原本藏在产品内部的约束摆到了台面上：模型到底贵在哪里，Agent 生成的代码谁来验，以及哪些任务值得留在设备本地。DeepSeek V4 Pro 把旗舰模型的价格拉开，GitHub Copilot 开始拆解到模型和 token，Google 则用 LiteRT、Gemma 和 Credentio 把端侧推理与内容凭证做成可接入的开发组件。与此同时，CodeRabbit、Blacksmith 和 Lovable 的融资，都把钱投向代码验证、软件运行和业务闭环。

我的判断是：创业团队接下来要比较的，不只是模型效果和单次调用价，而是每个成功任务的总成本、验证路径和迁移难度。这比追逐下一张模型排行榜更接近真实的采购和产品决策。

覆盖窗口为 2026 年 8 月 7 日至 8 月 14 日 17:15（北京时间）。下表只放进能确认发布时间、具体变化和可用边界的事件；公司自报的客户、收入和性能数字会单独标明披露主体。

快速总览

事件	已确认变化	可用范围与限制	创业者先做什么
DeepSeek V4 Pro	8 月 13 日正式发布；输入 $1.32、输出 $3.96 / 百万 token，分别约为 V4 Flash 的 9 倍和 14 倍。1	可通过 API、App 和网页产品使用；峰时与非峰时定价将引入，峰谷规则和最终成本需要继续看官方价格页。1	把复杂推理与普通任务分路由，按一次成功任务核算，而不是只看 token 单价。
GitHub Copilot 账单拆分	AI 使用报告新增按模型查看输入、输出、缓存读取和缓存写入 token，并与消耗的 AI credits 对照。2	Copilot Business、Enterprise 管理员和个人版用户可下载；入口在账单设置的 AI usage 页面。2	给每种 Agent 任务设 token、缓存和重试预算，把账单交给产品负责人也能看懂。
Gemini 3.7 Flash in Copilot	8 月 13 日开始逐步进入 Copilot；覆盖 VS Code、Visual Studio、CLI、cloud agent、Copilot app、JetBrains、Xcode 和 Eclipse。3	Pro、Pro+、Max、Business、Enterprise 可用；按提供商目录价用量计费，Business 和 Enterprise 需管理员开启 Preview 策略，且仍在渐进式 rollout。3	用真实代码任务比较通过率、延迟和每次成功任务费用，再决定默认模型或低成本路由。
LiteRT + Gemma on Raspberry Pi	Google 发布 Raspberry Pi 5 的本地推理方案：LiteRT-LM 调度 Gemma 4 E2B，示例把视觉、语音和推理拆到 GPU/CPU 并行运行。4	Google 示例报告 Gemma 4 E2B 在 Pi 5 上预填充 99 token/s、解码 9 token/s、峰值内存 1432 MB；这是官方示例数据，不是所有设备和任务的保证。4	先把产品任务按离线、低延迟和重模型三类拆分，再测设备型号、热约束和云端回退。
Credentio	Google 开源 C++ C2PA Content Credentials 验证库，支持 2.2 和 2.4 规范、清单解析、签名与断言检查以及可配置信任列表。5	API 可以完全在本地运行；当前重点是验证，生成和把凭证嵌入媒体的能力仍在后续计划中。5	如果产品处理用户上传的图片、视频或文档，先把来源验证放进发布流水线。
CodeRabbit 融资	Reuters 报道其完成 1.43 亿美元融资，估值 15 亿美元；Atomico 与 Smash Capital 联合领投。6	产品做 AI 代码审查、变更影响解释和生产代码漏洞/可维护性监控；公司称每周审查超过 200 万次，并计划未来 12 个月投入超过 1000 万美元支持开源项目。上述运营数字均为公司披露。6	把代码审查从发布后的补救动作前移到 Agent 生成补丁之后，记录它拦住了什么风险。
Blacksmith 融资	TechCrunch 报道其完成 4500 万美元 Series B，Peak XV Partners 领投，估值 5.5 亿美元。7	Blacksmith 从 CI 云服务扩展到 Codesmith AI coding agent，可自动修复失败检查；公司称客户超过 5000 家，收入等经营数据来自 CEO 采访披露。7	先测验证速度、失败修复率和 CI 成本，再判断是否值得把测试平台和代码 Agent 放在同一供应商。
Lovable 融资	8 月 12 日宣布完成 4 亿美元 Series C，估值 133 亿美元，Menlo Ventures 与 EQT 管理的 Scaleup Europe Fund 领投。8	Lovable 把支付、SEO、企业集成、安全扫描、治理与可见性纳入「构建并运行业务」路线；其项目数、访问量和用户调查数字为公司自报。8	评估 AI 应用时，把上线后的权限、扫描、支付和数据迁移一起列入产品范围。

模型变贵，账单变得更具体

DeepSeek V4 Pro：旗舰能力开始单独收费

DeepSeek 在 8 月 13 日正式发布 V4 Pro，并把它定位成高于 V4 Flash 的旗舰选项。Reuters 援引 Artificial Analysis 的价格数据称，V4-Pro-0813 的输入价格为每百万 token 1.32 美元，输出价格为 3.96 美元；V4 Flash 对应为 0.14 美元和 0.28 美元。换算下来，输入约贵 9 倍，输出约贵 14 倍。1

Reuters 报道称，DeepSeek 表示 V4 Pro 改进了 AI Agent 能力，并同时开放给 API、App 和网页产品。报道还提到，DeepSeek 将为 V4 Pro 和 V4 Flash 引入峰时与非峰时价格。这个变化值得创业团队单独做一张成本表：高峰期延迟、价格和可用额度可能一起影响任务调度。1

报道还引用 Artificial Analysis 的 Intelligence Index：V4 Pro reasoning 得分为 53，V4 Flash 为 40。该指数综合 Agent 任务、工具使用、编程、科学推理和长上下文等九项能力。这个分数能说明产品定位变了，不能直接换算成你的业务成功率。1

创业判断：这不是简单的「贵模型值不值得买」。更实用的问题是：哪些任务真的需要它的推理能力，哪些任务可以交给 Flash 或其他模型。把模型选择绑定到任务类型、失败代价和重试次数，才有机会把价格差变成毛利差。

GitHub Copilot：先看清楚钱花在了哪一层

GitHub 8 月 11 日更新 AI usage report，为每个模型显示输入、输出、缓存读取和缓存写入 token，并把它们放在消耗的 AI credits 旁边。此前，报告只显示 credits，团队很难解释一次账单为什么变高。新拆分让管理员可以追到具体模型和 token 类型。2

这个功能对创业团队的价值不在于多了一张报表，而在于它改变了评估单位。产品负责人可以把一轮 Agent 工作拆成输入上下文、输出补丁、缓存命中和重试，再和代码审查通过率放在同一个表里。最终应该管理的是「一次成功交付多少钱」，而不是一个看起来很低的 token 单价。

同一周，Gemini 3.7 Flash 开始逐步进入 GitHub Copilot，覆盖八种开发入口。GitHub 说，早期测试显示它在 Web 和 App 开发、Agentic coding、代码质量、代码库研究和复杂任务验证上比前一版本有所改进；这仍然是发布方的早期测试结论，不等于独立基准。3

它按提供商目录价实行用量计费，企业管理员还要先开启 Preview 策略。对使用 Copilot 的团队，模型更新因此多了两个工程问题：默认模型什么时候切换，以及切换后回归样例由谁负责。3

端侧运行与内容可信，开始有现成组件

LiteRT + Gemma：先把任务拆给 CPU 和 GPU

Google 8 月 11 日发布 Raspberry Pi 5 的 Edge AI 教程，用 LiteRT-LM 在设备上运行 Gemma 4 E2B，并展示 Reachy Mini 机器人如何把视觉、语音识别、推理和语音合成串成一个离线流程。示例把 Ultralytics YOLO 目标检测放到 VideoCore VII GPU，把 Moonshine 语音识别、Gemma 推理和 TTS 放到 Cortex-A76 CPU。4

Raspberry Pi 5 上由 GPU 和 CPU 并行承担视觉、语音与推理任务的官方示例架构 — Google 官方示例把目标检测放到 VideoCore VII GPU，把 ASR、Gemma 4 E2B 推理和 TTS 放到 Cortex-A76 CPU；它展示的是 Reachy Mini 的演示管线，不是通用硬件性能承诺。4

Google 报告，Gemma 4 E2B 在 Raspberry Pi 5 上通过 LiteRT-LM 达到 99 token/s 的预填充速度和 9 token/s 的解码速度，峰值内存为 1432 MB。文章还给出了 LiteRT CLI 的安装与运行方式，并把模型、转换、量化、基准测试和推理放进同一套工具链。4

创业判断：端侧 AI 的第一步不是把云模型搬到设备上，而是把任务拆开。摄像头和语音可以本地处理，复杂推理可以云端接手，结果还要经过超时、温度、内存和网络中断测试。能否在回退时保持同一个产品结果，比演示中的峰值 token/s 更重要。

Credentio：把来源验证放进媒体流水线

Google 在 8 月 13 日开源 Credentio，这是一个用于 C2PA Content Credentials 的 C++ 库，起步支持 C2PA 2.2 和 2.4。它能解析媒体中的 manifests、assertions、数字签名和 claims，也能接入官方 C2PA Trust List 与 C2PA TSA Trust List，返回具体的验证状态和完整性错误。5

它的设计重点是本地运行。媒体不需要上传到 Google 或其他验证端点，开发者可以把库嵌进桌面应用、移动软件、后端媒体流水线或资源受限的边缘软件。Google 表示，这套代码此前已经支撑近 40 个符合规范的 Google 产品处理数百亿个生成资产；这是 Google 对自身产品的披露，不能直接当作第三方部署结果。5

当前版本聚焦验证，Google 计划后续扩展到生成 Content Credentials 以及把凭证写入媒体。对做 AI 图片、视频、音频或文档产品的团队，今天能用它解决的是「这个文件的来源和签名是否可验证」，不是完整的内容生产和版权管理。5

资本追着代码验证与业务闭环走

CodeRabbit 与 Blacksmith：生成越快，验证层越值钱

Reuters 8 月 12 日报道，AI 代码审查公司 CodeRabbit 完成 1.43 亿美元融资，估值达到 15 亿美元。本轮由 Atomico 和 Smash Capital 联合领投，BMW i Ventures、Datadog 和 Hirtle Callaghan 等新投资者参与。6

CodeRabbit 的产品覆盖代码质量、变更影响解释，以及生产代码的漏洞和可维护性风险监控。公司称每周完成超过 200 万次代码审查，客户超过 1.7 万家；它还计划在未来 12 个月投入超过 1000 万美元，为开源项目和维护者提供免费的 AI 代码审查与 Agent 能力。客户和审查量属于公司披露，Reuters 没有把它们当作独立审计结果。9

同日，TechCrunch 报道 AI 代码测试公司 Blacksmith 完成 4500 万美元 Series B，估值 5.5 亿美元，Peak XV Partners 领投，GV 与 Y Combinator 继续参与。Blacksmith 从 CI 云服务起步，后来增加 Codesmith AI coding agent，用来自动修复失败的代码检查。7

两家公司面对的是同一个已被事实推出来的工程问题：代码生成速度上升后，测试、审查和合并前验证会成为交付瓶颈。前一句是这两家公司的产品方向，后一句是基于这些事实的编辑判断。创业团队可以先测三项：Agent 补丁进入 CI 的失败率，自动修复后的二次失败率，以及验证结果对人工审查时间的影响。

Lovable：融资叙事从「生成应用」转向「运行业务」

Lovable 8 月 12 日宣布完成 4 亿美元 Series C，估值 133 亿美元；Menlo Ventures 与 EQT 管理的 Scaleup Europe Fund 领投，Balderton Capital、Carmignac、Kaszek Ventures、腾讯和 Salesforce Ventures 等参与。8

Lovable 在公告中列出的产品方向已经越过原型生成：支付、SEO 与 AI 搜索工具、Google Workspace 和 Microsoft 365 等集成、自动与定时安全扫描、AIUC-1 认证，以及发布控制、废弃应用清理和工作区洞察。公司把下一阶段表述为「构建并运行业务」，并计划继续加强安全、可靠性、权限和治理。8

公告还称，自 2024 年 11 月发布以来，用户创建了超过 6000 万个项目，Lovable 构建的应用每月访问量超过 9 亿；这些是公司自报的运营数据。融资真正值得创业者观察的地方，不是估值本身，而是资金是否推动生成工具补上支付、权限、安全、可发现性和迁移这些上线后的工作。

把七条消息放在一起

把事件按产品约束排列，线索会比按公司排列更清楚：

成本变成可追踪对象。 DeepSeek 把旗舰推理和 Flash 的价格差摆出来，GitHub 则让 Copilot 用户看到 token 到 credits 的对应关系。模型选择开始进入财务和产品共同维护的账本。1 2
验证变成产品能力。 LiteRT 的设备内管线、Credentio 的内容凭证验证、CodeRabbit 的代码审查和 Blacksmith 的 CI 修复，分别处理模型输出进入现实环境后的不同风险。4 5 6 7
工具的边界开始决定商业化。 Lovable 把支付、权限和安全扫描纳入业务平台，GitHub 对企业模型开启策略和渐进式 rollout，DeepSeek 计划使用峰时与非峰时价格。产品能否交付，越来越取决于控制面，而不是单个模型的演示效果。3 8

给创业团队的本周动作

做一次成功任务成本审计。 把模型输入、输出、缓存、工具调用、失败重试、人工审批和基础设施费用放在同一行，先找出最贵的三类任务。
给模型切换设回归门槛。 选 20 个真实代码或业务任务，记录质量、延迟、失败率和总成本，再决定谁做默认路由，谁只处理高价值任务。
把本地与云端拆成两个可回退的路径。 对涉及隐私、离线和低延迟的任务做 Raspberry Pi 或其他目标设备测试，同时记录内存、温度、网络中断和降级结果。
把来源和质量验证放在生成之后。 媒体产品可以先接入 C2PA 验证；代码产品可以先在 Agent 提交补丁后触发审查和 CI，而不是等上线后再排查。
采购时把控制面写进合同和预算。 核对管理员策略、渐进式 rollout、峰谷定价、数据保留、导出能力和供应商退出路径，这些条件会直接改变迁移成本。

这周最值得验证的不是哪个模型名字会留在默认列表里，而是：当模型换了、价格涨了、任务搬到设备上，或者生成结果必须经过验证时，你的产品能不能仍然交付同一个结果。