三家中国AI巨头在同一天火力全开：DeepSeek、MiniMax与字节跳动改写行业规则

API定价最终定为：输入每百万token 0.14美元，输出每百万token 0.28美元，缓存命中时输入价格更是低至 每百万token 0.028美元。这使得V4-Flash成为市面上最便宜的高性能推理API之一——作为对比，Google Gemini 2.5 Flash的输入/输出价格分别为0.30美元和2.50美元每百万token 。

2026年7月31日，DeepSeek发布了经过重新训练的“0731版本”，这是该模型的官方公开公测版。据称，该版本在智能体（Agent）基准测试中甚至超越了更大规模的V4-Pro-Preview：在Terminal Bench 2.1上得分82.7，在Cybergym上得分76.7。该模型支持可配置的推理模式（标准、高、最大思考投入），也支持非推理模式，适用于高吞吐量的流水线任务。

MiniMax H3：2026年7月31日——开源全能视频模型

MiniMax于 2026年7月31日 正式发布H3模型。它被定位为一款全能多模态生成模型，能够在统一的上下文中处理文本、图像、视频和音频。它可以在一次推理中直接生成最长 15秒、2K分辨率（2560×1440）、24帧/秒 的视频，并且带有原生立体声音频——无需额外的音频处理管线。

H3最多可接受 9张图片 + 3个视频片段 + 3条音轨 作为参考输入。MiniMax承诺将在数日内发布模型权重，延续中国AI公司在视频生成领域走向开源的趋势，而这一领域的大多数主流竞争对手仍然保持闭源。MiniMax官方声称，H3在2K分辨率下的每秒生成成本“不到主流竞争对手的三分之一”。

字节跳动 Seedance 2.5：2026年6月23日宣布，7月16日开放API

字节跳动在 2026年6月23日 的火山引擎FORCE大会上正式宣布了Seedance 2.5，并于 2026年7月16日 向公众开放了API访问。

核心升级：单次生成30秒视频——一次连续生成生成完整短片，无需拼接多个短视频。分辨率最高达到 4K（3840×2160），支持10位色深。模型最多可接受 50个多模态参考输入——包括图像、音频片段、3D白模、风格帧和场景指导——相比上一版本的12个大幅提升。

字节跳动还发布了区域级编辑功能，允许用户修改生成视频中的某个特定区域，而无需重新生成整个序列。其应用场景覆盖电影制作、广告、教育、工业制造乃至自动驾驶模拟。

2026年7月中国AI浪潮的战略启示

这三款模型在2026年7月底的集中发布，反映出中国AI行业的几个共同战略主题：

• 激进定价：DeepSeek V4-Flash的定价比西方推理模型低了1到2个数量级。MiniMax H3明确将自己的每秒成本定位为竞争对手的“不到三分之一”。
• 开源开放趋势：DeepSeek V4-Flash（MIT协议）和MiniMax H3（承诺数日内开放权重）延续了中国AI行业公开模型权重的趋势——这对西方闭源视频生成器构成了直接压力。
• 更长上下文与多模态集成：三款模型都在输入长度（DeepSeek的100万token，Seedance 2.5的50个参考输入）和多模态理解（MiniMax H3的文本/图像/视频/音频统一管线）方面不断突破。

关于未经验证的传闻的说明

原文将这三款模型的发布时间定为2024年12月26日，并提到了“中国开源模型占全球下载量的41%”以及“美国指控模型蒸馏”等广泛背景。根据现有的搜索结果，无法证实2024年12月这个日期或上述具体统计数据。这些信息可能源自更早的DeepSeek-V3或通义千问的相关报道，但本分析无法通过提供的资料进行验证。

更正后的时间线总结

这三款模型——DeepSeek V4-Flash、MiniMax H3和字节跳动Seedance 2.5——共同代表了2026年年中中国AI领域的协调性加速，其核心特征为：更低的成本、开放的分发模式，以及大幅提升的长时生成能力。