找到 16 筆
Anthropic 發布一篇思想實驗文章，探討「每秒 100 萬 token」的四種含義：上下文容量、輸入處理速度、聚合吞吐量和單智慧體輸出速度，並強調這不是對任何現有模型的實測。文中以 Claude Opus 5.5 為例，其上下文視窗為 100 萬 token，但單次請求輸出上限遠小於此。文章用互動計算器演示：若單智慧體達到每秒 100 萬 token，1000 個故事結局約 1 秒寫完，但加入 60 秒固定檢查後，端到端加速從 10000 倍降至 132.57 倍。
Meta 的開源權重模型 Muse Spark Open 已在 Ollama 上線，面向程式碼編寫與工具呼叫，上下文視窗達 100 萬 token。使用者可用 ollama run muse-spark-open:cloud 在 Ollama 雲端執行，或用 ollama launch claude muse-spark-open:cloud 接入 Claude Code。該模型目前已向 Max 和 Teams 使用者開放，Pro 使用者稍後可用。
Reflection AI 的首個開放權重模型 Beam 已上線 Ollama，限時免費使用。該模型由 Ollama 與 Reflection AI 合作託管在美國，提供完整的零資料留存（ZDR），具備 100 萬 token 上下文視窗，面向軟體工程、推理與長時間執行的 agentic 任務。
Reflection 的首個開源權重模型 Beam 正式發布，並在 Ollama 上限時免費提供，通過 Ollama Cloud 呼叫且完全零資料保留。Beam 是混合專家模型，總引數約 5010 億、每 token 啟用 230 億，面向軟體工程、推理與長時程 agentic 任務，支援 100 萬 token 上下文，以 Apache 2.0 許可開放。
Claude 官方帳號稱，Haiku 5.5 在 10 萬 token 以下的任務上價效比尤其突出。官方給出的依據是，這類任務約佔此前 Haiku 模型所收到請求的 90%，意味著絕大多數實際呼叫都落在這一區間內。該帖由 @claudeai 發布，未披露 Haiku 5.5 的具體價格、上下文長度或基準測試成績，也未與其他模型做對比。
StepFun 的旗艦模型 Step 5 Preview 已在 OpenRouter 上線，採用稀疏 MoE 架構（啟用 27B、總引數 600B），支援 100 萬 token 上下文，主打跨大型程式碼庫與文件的多步 agentic 任務，於 2026 年 10 月 8 日發布。定價為每百萬 token 輸入 1 美元、輸出 2.70 美元，快取命中率約 93.5%，實際加權平均輸入價約 0.096 美元。
月之暗面發布 Kimi K3，2.8T 引數，號稱全球首個開源 3T 級模型，具備原生視覺與 100 萬 token 上下文，已在 Kimi.ai、Kimi Work、Kimi Code 和 Kimi API 上線，預設使用最高思考強度。官方稱其整體效能仍落後 Claude Fable 5 與 GPT 5.6 Sol，但在自測中達到前沿水平，並優於其他受測模型。完整權重將於 2026 年 7 月 27 日發布，技術報告隨後公布。
Claude Code 更新至 v2.1.284，Anthropic API 新增 Claude Sonnet 5.5（claude-sonnet-5-5）並設為預設 Sonnet 模型，支援 100 萬 token 上下文，定價為每百萬 token 輸入 2 美元、輸出 10 美元，快取讀取 0.2 美元。
Meta Superintelligence Labs 發布第二代模型家族：Muse Wonder 與更高階的 Muse Wonder Full，其中 Wonder Full 僅向 Muse Code 訂閱者開放，Wonder 還可通過 Meta Model API 呼叫。兩者均為 100 萬 token 上下文，Wonder 定價為每百萬 token 輸入 4 美元、輸出 20 美元，Wonder Full 未公布 token 價格；
阿里推出新一代原生全模態模型 Qwen3.8-Omni-Flash，已在千問 AI 平台上線，支援文字、影像、音訊、影片輸入，上下文視窗達 100 萬 token。該模型在 29 項評測中平均分較 Qwen3.5-Omni-Plus 提升超 25%，音影片輸入價格分別下降超 98% 和 93%，並開源 Qwen-Live Harness 即時執行時。
德國 Aleph Alpha 在 Hugging Face 發布 Kolibri-1，總引數 78B、啟用 3.46B，支援最高 100 萬 token 上下文，採用 Apache 2.0 許可。模型基於 20T token 的英德雙語語料訓練（約 62.5% 英語、23.9% 德語、13.6% 程式碼），在 768 張 B300 叢集上訓練約 4 周。社群討論認為其基準表現接近 Qwen 3.5 35B，適合 96GB 視訊記憶體本地部署，但目前尚無量化版本。
Anthropic 於 10 月 7 日發布 Claude Haiku 5.5，百萬輸入 Token 最低 0.1 美元，較上代降價 90%，並首次在 Haiku 系列引入可調節推理強度，支援 100 萬 Token 上下文與 12.8 萬 Token 輸出。官方基準顯示其在 OSWorld 2.1 取得 72.4% 成功率，高於 GPT-6 Luna 的 48.9%，但最高成績對應最大推理強度，中等強度下 Terminal-Bench 成績從 39.2% 降至約 20%。
Meta 發布開放權重模型 Muse Spark Open，採用混合專家架構，總引數約 816B、每 token 啟用約 42B，可輸入文字、影像、音訊和影片，輸出文字，上下文視窗最高 100 萬 token。模型針對 agentic coding 訓練，能閱讀程式碼庫、編寫與除錯程式碼並呼叫工具。官方提供 BF16 與 NVFP4 兩種權重，BF16 約 1.5TB，NVFP4 為 4 位精度、面向 NVIDIA Blackwell GPU。
美國初創公司 Reflection AI 發布首個前沿開源權重模型 Beam，稱其在高階推理基準上以更低推理成本對標中國領先開源模型。Beam 是純文字混合專家模型，總引數 5010 億、啟用 230 億，預訓練用了 23.8 萬億 token，上下文視窗 100 萬 token；對比 Z.ai 的 GLM-5.2 總引數約 7440 億、啟用 400 億。
Meta 發布開源權重模型 Muse Spark Open，擁有 8160 億引數和 100 萬 token 上下文視窗，原生多模態，面向複雜編碼與 agent 任務，並針對 Mac 本地執行設計。本地部署門檻不低，至少需要 1TB 記憶體，Meta 稱在搭載 M5 Ultra 晶片的 Mac Studio 上表現最佳。
Meta Superintelligence Labs 於 2026 年 7 月 9 日發布 Muse Spark 1.1，這是 Muse Spark 的升級版多模態推理模型，面向 agentic 任務，在工具與電腦操作、程式設計和多模態理解上有明顯提升。模型支援 100 萬 token 上下文視窗，可編排多智慧體系統，並已在 Meta AI 應用和 meta.ai 的 Thinking 模式上線。