2026 年 7 月 27 日至 8 月 10 日這兩週，AI 產業有三件事同時在走：記憶體缺貨被機構明確定調為延續到 2027 年；三個可商用的開放權重模型釋出，而且都標明了單機硬體門檻；雲端 API 的價格則同時出現大幅調降與調漲預告。以下逐條整理，每則標明來源等級與必要的限定。
立場揭露：本文由 MAQ 編輯整理。MAQ 銷售地端 AI 工作站與 AI 伺服器，因此涉及「自建與雲端」的段落存在利益關聯。處理方式是：所有數字標明來源與查證日期；凡對本公司產品不利的事實——例如雲端 API 大幅降價、多數旗艦模型單機跑不動——一律照寫。本文不作為採購依據，請以自身工作負載實測為準。
三條主線
一、記憶體是這兩週所有硬體新聞的共同分母。TrendForce 於 8 月 4 日明寫「DRAM 供給將維持緊張直到 2027 年」，並指出 NVIDIA 已「決定」把次世代 Vera Rubin Superchip 的 SOCAMM 容量減半。8 月 10 日另一份報告指出，記憶體占 iPhone 物料成本的比重已從一年前約 10% 升至 2026 年第三季的約 34%。
二、可自架的甜蜜點明確落在 30 億到 300 億參數。這兩週釋出的三個開放權重模型都給了硬體門檻，而且都在單機範圍內。相對地，旗艦級模型全數證明了單機跑不動——這一點與本站上一篇談 Kimi K3 的結論一致。
三、雲端 API 同時在降價與漲價。OpenAI 調降兩個級距、DeepSeek 預告大幅調漲、Anthropic 的 Sonnet 5 導入價將於 9 月 1 日到期。這把自建的理由從「比較便宜」推向「成本可預測、資料落地、法遵」——降價的那一半，本站沒有立場迴避。
一、開放權重：這兩週真正能自己跑的是哪幾個
8 月 10 日 · Meta 以 Apache 2.0 釋出 Muse Glimmer 30B
參數為 296 億的稠密模型，另含 18 億參數的視覺編碼器，支援影像輸入、不支援音訊，脈絡長度逾 131,072 token，知識截止於 2026 年 1 月 4 日。授權為 Apache 2.0，可商用、可再散布。
官方量化版 model card 列出兩個級距：K-Quant-Dynamic 對應 32GB 顯示記憶體、準確率衰退 0.2%；K-Quant-17GB 對應 24GB、衰退 1.0%。
三個必要的限定。其一，24GB 與 32GB 是 model card 標示的目標硬體記憶體級距，不是權重檔大小——全精度權重官方說法為逾 55GB。其二，0.2% 與 1.0% 是 Meta 自行量測，取 15 個常見基準的準確率平均，無第三方獨立驗證。其三，執行路徑要看清楚：24GB 顯卡走 llama.cpp 或 LM Studio 可跑，Meta 官方 card 自附 RTX 5090 實測為每秒 74.9 至 233.4 token；但截至 8 月 10 日，Ollama 僅提供 Apple Silicon 的 MLX 版本，NVIDIA 與 AMD 官方寫的是「近期推出」。
8 月 4 日 · Mistral 釋出 Shieldstral 1.0，30 億參數的多模態內容審核模型
Apache 2.0 授權，單一模型同時處理純文字、純圖片與圖文混合，支援 12 種語言。官方稱單張 16GB 顯示卡即可運行。
設計上最實用的一點是「政策即文字」：審核規則以自然語言在推論當下寫成問題傳入，不需要重新訓練。對做電商、社群或客服的公司，這代表內容審核可以收回自有 AI 伺服器，而不必逐筆送雲端 API。
限定：官方說的是「單張 16GB GPU」，未指定廠牌；16GB 指 BF16 全精度，官方未拆解影像模態的額外記憶體開銷，也未說明測試時的脈絡長度。文字安全六項基準平均 F1 為 84.9%，這個數字是與一個 200 億參數模型並列同分，不是勝出，且部分子項略輸；多模態部分則明顯領先。所有基準皆由 Mistral 自行代跑，含對照組。
7 月 31 日 · DeepSeek 釋出 MIT 授權的 V4-Flash-0731
授權為 MIT，權重未設取用限制，脈絡長度 1,048,576 token。改版來自重做後訓練而非改架構。官方公布的跑分與 4 月版本相比大幅提升，例如 DeepSWE 由 7.3 升至 54.4、Terminal Bench 2.1 由 61.8 升至 82.7。
參數量有一處來源不一致，引用時要一併交代：本體 2,840 億、啟動 130 億，這組數字不在官方 model card 上，而是 LM Studio 官方部落格與多家企業版 Hugging Face 頁面一致記載；Hugging Face 權重庫本身計數為 3,040 億，含推測解碼模組。
硬體門檻比多數報導寫的高：官方 vLLM 部署範例是四張 GB300 的單一節點。社群量化版方面，LM Studio 官方建議至少 156GB 系統記憶體才適合 2-bit 級距，而該級距下可用的脈絡長度遠低於 1M。
8 月 3 日 · MiniMax H3 權重上架，授權排除美歐英韓，台灣不在排除清單
影片生成模型。授權條款排除美國、歐盟、英國與南韓，台灣不在排除清單內。社群量化組合的權重約 39.5 GiB，落在 48GB 級機器範圍。
兩個限定：開源權重上限為 768p，2K 模組未開源；39.5 GiB 是檔案體積推算，並無實測的顯示記憶體峰值——實際峰值受 KV 快取、脈絡長度與 offload 策略影響。另外，網路上流傳的排名主張未能在官方說明中查得，本文不引用。
8 月 3 日 · 阿里推出 Qwen3.8-Max，但開放權重尚未兌現
Qwen3.8-Max 為 2.4 兆總參數的混合專家模型，脈絡 1M，API 定價每百萬 token 輸入 2 美元、輸出 6 美元。官方文件同時提供 Anthropic 相容端點，這對已經接了 Claude 工具鏈、想測試替代方案的團隊是可行的路徑。
阿里承諾於「下週」釋出 Qwen3.8 的開放權重。截至 2026 年 8 月 10 日，官方 Hugging Face 組織尚未上架任何 Qwen3.8 權重庫；已出現的同名第三方庫全部是空的佔位，連權重檔都沒有。承諾週才剛開始，稱其「跳票」並不正確；但在官方庫出現之前，也不宜為了跑 Qwen3.8 而下單特定顯卡——官方連該模型是稠密還是混合專家都尚未說明。
二、雲端定價：同時在降，也在漲
7 月 30 日 · OpenAI 調降 GPT-5.6 兩個級距
Luna 降 80% 至每百萬 token 輸入 0.20 美元、輸出 1.20 美元；Terra 降 20% 至 2 美元與 12 美元。降 80% 的基準是 Luna 自己的發表時定價，不是相對其他型號。Sol 維持 5 美元與 30 美元不變，所以這不是全線調降。
估算成本時有一個容易踩的陷阱：超過 272K token 的長脈絡請求採不同費率，Luna 為 0.40 與 1.80 美元，開啟 Fast mode 再乘二。用招牌價估長文件工作負載會嚴重低估。
這一則對本站不利，但必須照寫：在 Luna 的價位下，高量、低複雜度的批次工作——文件分析、客服分類、例行程式實作——自建很難算得贏。
8 月 6 日前後 · DeepSeek 官方定價頁掛出漲價預告
官方 API 文件定價頁以註腳形式掛出：計劃近期整體上調定價，預計漲幅較大，具體方案以正式通知為準。英文版用詞為 significant increase expected。
未公布幅度，也未公布生效日；截至查證時點現行單價未變。本文不對漲幅做任何推估——官方沒給數字。這則的意義不在幅度，而在於：把成本綁在別人的定價策略上，本身就是一個風險敞口，而這次是供應商自己掛出來的。
Anthropic：Claude Sonnet 5 的導入價 8 月 31 日到期
依 Anthropic 官方定價文件，Sonnet 5 目前每百萬 token 輸入 2 美元、輸出 10 美元屬導入價，2026 年 9 月 1 日起為 3 美元與 15 美元，同樣工作量帳單增加五成。批次處理價亦由 1 與 5 美元調整為 1.5 與 7.5 美元。
兩個可立即動用的緩衝：提示快取命中價為基礎輸入價的十分之一，批次處理輸入輸出各打五折，兩者可疊加。另外務必以自家真實中文語料重新試算——官方文件載明 Claude 4.7 之後的模型改用新分詞器，同樣文字約多產生 30% token。
三、記憶體與硬體：緊到 2027 年
8 月 4 日 · TrendForce：DRAM 供給緊張延續整個 2027 年
該機構同時指出，NVIDIA 自 2026 年第三季起，已將 Rubin Ultra 的高頻寬記憶體配置評估範圍，從原本的 12-Hi HBM4e 擴大到 8-Hi HBM4e、12-Hi HBM4 與 8-Hi HBM4 三種替代方案。
這是評估中、最終規格未定的狀態，不可寫成 NVIDIA 已下修或已確認降規。同一份報告中唯一屬於已定案的是：NVIDIA 已決定把次世代 Vera Rubin Superchip 的 SOCAMM 容量減半，理由是 LPDDR5X 供給緊張延續至 2027 年。TrendForce 自家英文標題的語氣比內文強，本文以內文為準。
連 NVIDIA 都在為搶不到記憶體而評估降規，代表這不是短期現象。
8 月 10 日 · TrendForce：記憶體占 iPhone 物料成本比重升至約 34%
256GB 版 iPhone 18 Pro 的物料成本較 2025 年前代高約 38%；記憶體占物料成本比重從一年前約 10% 升至 2026 年第三季約 34%，並預期 2027 年上半年超過 40%。記憶體價格自 2025 年初以來上漲五至七倍。
限定：38% 僅適用該一款 256GB 機型與前代的對比，不可簡化為「iPhone 18 Pro 成本漲 38%」；全部為 TrendForce 估算，Apple 從未公布成本結構。
這組數字的價值在於把抽象的漲價翻成任何人都懂的比例。AI 工作站的記憶體配置動輒 128GB 至 512GB，受影響的倍數遠高於一支手機。
7 月 31 日 · 供應鏈傳出 AMD 通知板卡廠調漲，AMD 未證實
傳聞內容為 Radeon 顯示晶片與記憶體套件報價自 8 月起調漲至少一成。AMD 官方未證實，外電多為同源複述。本文僅記錄此一傳聞的存在，不引用任何具體幅度、廠商名稱或型號——那些細節只出現在單一低階來源。
四、Agent 治理：執行環境地端化，不等於模型地端化
8 月 6 日 · Anthropic 開放 Claude Code 自架執行環境公測
Team 與 Enterprise 方案可把 agent 的執行階段跑在自有主機上。留在自有設備的是儲存庫檢出、建置產物、憑證，以及 session 建立或修改的檔案；對話本身——包含提示、回應與工具結果——仍會送往 Anthropic 進行模型推論。連線全為由內對外，官方明寫不會反向連入企業網路。
要跟客戶講清楚的五件事：這是執行環境地端化，不是模型地端化，解決不了「資料完全不出境」的合規要求；推論固定走原廠 API，不能改道其他雲端平台或自家閘道；啟用零資料保留的組織不能使用；目前是公測而非正式版；計費不變，仍消耗既有用量，不是把費用換成硬體成本。
若要估算所需台數，有一個常見誤解要修正：一台執行器一次只服務一位使用者——認領第一個 session 時即鎖定該帳號。官方明寫最小機隊規模等於預期同時活躍的使用者數，不是併發 session 數。
另外，這兩週有三份一手事故報告指向同一個根因：環境隔離不足，而非模型失控。做 agent 的團隊，網路出口白名單、憑證最小權限與行為監控應當視為基礎建設，不是加值選項。
五、選型錨點
把這兩週有一手證據的模型，對應到機器級距。每一格的限定都必須一起讀——這張表最容易被誤用的地方，就是把「目標硬體記憶體」當成「模型檔案大小」。
單張 16GB 入門級 |
Shieldstral 1.0（30 億參數，多模態內容審核） Apache 2.0，12 種語言，政策以自然語言傳入 |
BF16 全精度；官方未指定顯卡廠牌；未拆解影像模態的額外開銷 |
單張 24GB MAQ AI-Eco 級，約 15 萬 |
Muse Glimmer 30B / K-Quant-17GB Apache 2.0，多模態，脈絡逾 131,072 token |
衰退 1.0% 為 Meta 自測、15 項基準平均；走 llama.cpp 或 LM Studio，Ollama 當下僅 Apple Silicon |
單張 32GB MAQ AI-Medium 級，約 15 萬 |
Muse Glimmer 30B / K-Quant-Dynamic 同上，量化衰退較小 |
衰退 0.2%，同為 Meta 自測；全精度權重官方說法為逾 55GB |
48GB 級 影片生成用途 |
MiniMax H3（社群量化組合約 39.5 GiB） 授權排除美歐英韓，台灣不在排除清單 |
僅 768p，2K 模組未開源；體積為檔案推算，無實測顯示記憶體峰值 |
156GB 以上 多卡或大記憶體平台 |
DeepSeek-V4-Flash-0731（MIT 授權） 本體 2,840 億／啟動 130 億，脈絡上限 1M |
2-bit 級距，LM Studio 官方建議至少 156GB 系統記憶體；該級距可用脈絡遠低於 1M |
不建議規劃 單機不可行 |
Kimi K3、Qwen3.8-Max 前者權重逾 600GB，後者權重未釋出 |
官方部署配置為資料中心節點等級；Qwen3.8 官方庫尚未上架 |
機器級距為模型官方標示的目標硬體記憶體，非權重檔大小，亦非實際執行峰值。MAQ 機型價格為概數，精確報價以線上估價為準。所有跑分若無特別註明，均為模型廠商自行量測。
六、對台灣中小企業的建議
記憶體與顯示記憶體一次配足，不要規劃明年再升級。依據不是廠商說詞：緊供延續到 2027 年、記憶體占物料成本比重升至三分之一、兩年漲五至七倍。同一台機器只是配置年份不同，價差可能就是好幾萬。報價單應註明有效期與調價條款，前置期建議抓八至十二週以上。
高量、低複雜度的批次工作先不要自建。在目前的雲端價位下自建很難算得贏。地端的理由應該改成資料落地、法遵、延遲與成本可預測，而不是單純比價。
用雲端 API 的，現在就把 9 月 1 日那筆帳算出來。Sonnet 5 調價後同樣工作量帳單增加五成。提示快取與批次處理可疊加使用，另需以自家中文語料重新試算 token 數。
做 AI agent 的，把環境隔離當基礎建設。出口白名單、憑證最小權限、行為監控。這兩週的三份事故報告，根因都在此。
七、這幾則跟多數讀者無關
為了節省時間，以下這些在其他媒體被大幅報導、但對台灣中小企業的採購決策沒有影響的項目，本文不展開：中國 AI 晶片廠商的財報與上市（產品不對外銷台，生態與相容性都是問題）；Intel 的增資與先進封裝擴產（2028 年才到位）；各國超大型資料中心的興建案；Qualcomm 進軍資料中心（2028 年才商用送樣，未來兩年不會有第三家可選，選型第一考量仍是 CUDA 相容性）；歐盟 AI 法規的施行細則（服務未觸及歐盟使用者則不需處理）。
資料來源與查證方式：本文涵蓋 2026 年 7 月 27 日至 8 月 10 日。素材以六個主題線平行蒐集共 82 則，排序後就 12 則頭條逐條回原始來源查證。主要一手來源包括：Meta AI Research 部落格與 Hugging Face 官方模型卡（Muse Glimmer）；Mistral 官方公告與技術報告 arXiv:2607.25857（Shieldstral）；DeepSeek 官方 Hugging Face 模型卡與 API 文件定價頁；MiniMax 官方權重庫；阿里雲官方文件與 Hugging Face 組織頁；OpenAI 官方定價與更新紀錄；Anthropic 官方定價文件與自架執行環境說明文件；TrendForce 2026 年 8 月 4 日與 8 月 10 日新聞稿。Claude Sonnet 5 之定價與生效日由編輯直接讀取 Anthropic 官方定價頁面逐字核對。凡標示為廠商自測之跑分，其對照組分數多數亦由同一廠商代跑，本文已於各處註明；廠商自評與第三方獨立驗證存在落差的前例確實存在，讀者引用時宜留意。AMD 調漲一節為供應鏈傳聞，AMD 官方未證實，本文不引用任何具體幅度或廠商名稱。凡查證階段未能取得一手證據者一律未寫入，包括部分排名主張、未經證實的量化體積數字，以及來源相互矛盾的定價異動說法。模型版本、授權條款與服務定價依時間變動，實際規格請以各廠商官方最新公告為準；本文所列硬體門檻均為官方標示之目標記憶體級距，非實際執行峰值，導入前應以自身工作負載實測。本文非受任何公司委託或贊助，亦未收受對價；MAQ 為 AI 硬體系統整合商，銷售之工作站包含文中提及廠商之硬體產品，於本題具有商業利益，讀者宜一併考量。Meta、Llama 為 Meta Platforms, Inc. 之商標；Mistral 為 Mistral AI 之商標；DeepSeek 為杭州深度求索之商標；MiniMax 為上海稀宇科技之商標；Qwen、通義千問為阿里巴巴集團之商標；OpenAI、ChatGPT 為 OpenAI 之商標；Claude、Anthropic 為 Anthropic PBC 之商標；NVIDIA、CUDA、Rubin 為 NVIDIA Corporation 之商標；AMD、Radeon 為 Advanced Micro Devices, Inc. 之商標；Apple、iPhone 為 Apple Inc. 之商標；其餘商標歸各自所有者所有。