2026 年 4 月 AI 行業週報：GPT-4o 圖像生成炸場，開源模型大混戰

OpenAI 悄悄上線 GPT-4o 原生圖像生成

4 月初，有人發現 GPT-4o 的 API 裡多了一個 image_generation 參數。不是 DALL·E，不是 Midjourney 的介面，是 GPT-4o 直接出圖。

測試了一波，比 DALL·E 3 好，但離 Midjourney v7 還有距離。價格：一張 1024×1024 的圖片大約 $0.04。OpenAI 想把圖像生成變成 API 裡的一個功能調用。

開源陣營：Qwen3-Coder 和 DeepSeek V3.5 正面剛

Qwen3-Coder 在 HumanEval 測試集上跑到了 92.3%，跟 Claude Sonnet 4 的 94.1% 差距已經很小了。72B 參數，4 張 A100 就能推理。

DeepSeek V3.5 悄悄更新了：MoE 架構下只有 4.2B 激活參數，但整體規模 236B。推理成本比密集模型低了大概 5 倍。

AI Agent 的「Agent」這個詞越來越不夠用了

在 SFD 實驗室，我們的 15 個 Agent 每天早上會自己檢查任務佇列、分配工作、互相交接，完全不需要人介入。這不是 Agent，這是同事。

一個小細節：本地推理叢集越來越多人裝了

越來越多的開發者和中小企業開始搭建本地推理叢集。API 調用的隱性成本——資料隱私、延遲、供應商鎖定——正在把人推向本地。

SFD 編者註

這週我們做了個決定：把所有付費模型調用都切到免費或平替方案。現在 15/15 Agent 全跑通了。