找到 50 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。
作者花 3 個月、約 500B token 讓 AI agent 把一款第一人稱射擊遊戲反編譯成 C++，最終程式碼可讀但語義錯誤。專案同時使用 Claude Max（20x）與 Codex Pro 訂閱，agent 跑在 Claude Code CLI 與 Codex CLI 裡，主力是 Sonnet 5，也用過 Opus 5.5、Luna、Sol、Terra；
OpenAI 經濟研究的報告顯示，在歐盟 ChatGPT Enterprise 客戶中，Codex 與 ChatGPT Work 已佔輸出 token 的一半以上，AI 使用正從提問轉向由 agent 執行任務。2026 年 5 月以來，歐盟中小企業中這兩款產品的周活躍使用者增長超過 8 倍，覆蓋每個成員國；但國別差異明顯，其輸出 token 佔比從斯洛維尼亞的 22% 到立陶宛的 85%。
據 The Information 報導，Meta 和微軟正在減少員工對 Claude 的依賴，推動開發者轉向自家 AI 工具。Meta 內部 Claude Code 活躍使用者從 6 萬降至 3 萬，減少 50%，由自研的 Muse Code 和 MetaCode 補位，最近一個 28 天週期在 Claude Code 上花費超 1.05 億美元。
量子位發文吐槽，Fable、Sol 等與 Coding 沾邊的模型普遍輸出「15/15 全綠」「單腿啞火」這類黑話。文中分析，除 Coding 過擬合外，更主要的原因是廠商為省 Token 把思維鏈壓縮成「穴居人語」，OpenAI 最早這麼做，同樣一句話的 Token 消耗比白話文少 70%；Claude 自 Opus 4.6 起也開始如此。作者稱最新 Opus 5.5 語言能力回升明顯，而 Gemini 因輸出風格正常、排版層級清晰，被社群視為少數還能正常溝通的 AI。
Gemini 4 Argon 今日全球上線：開發者與企業可通過 AI Studio 和 Gemini 平台 API 呼叫，Google AI Ultra 訂閱者可在 Antigravity 使用，Ultra 與 Pro 訂閱者可在 Gemini 應用及搜尋 AI Mode 使用。首發價每百萬輸入 token 2 美元、輸出 10 美元，快取輸入減免 95%；官方稱其在覆蓋金融、程式設計、法律、稅務的 Vals Index 上排名第一。
趨境科技完成超 13 億元人民幣 B 輪融資，今年內累計募資 24 億元。資金將投向高品質 AI Token 產能擴張、ATaaS 平台迭代與推理底層技術研發。該公司稱，半年內日均 Token 產量增長超百倍至萬億量級，業務收入達到去年全年近十倍，且整體業務已跨過成本線。公司團隊牽頭髮起開源專案 KTransformers，並稱其國產晶片異構推理方案在真實生產環境中的價效比已超越國際最領先算力。
Google 發布前沿模型 Gemini 4 Argon，開發者與企業可通過 AI Studio 和 Gemini 平台 API 呼叫，Google AI Ultra 訂閱者可在 Antigravity 使用，Ultra 與 Pro 訂閱者可在 Gemini 應用和搜尋 AI Mode 使用。入門價每百萬輸入 token 2 美元、輸出 10 美元，快取輸入減免 95%，官方稱其在衡量金融、程式設計、法律、稅務的 Vals Index 上排名第一。
企業一度鼓勵員工儘可能多地使用 AI，即所謂的 #tokenmaxxing，隨後賬單隨之而來。報導援引一項針對近 400 家企業的調查稱，其中只有 11% 能準確預測自己的 AI 支出。AI 使用量以 token 計量，而企業發現 token 很難統計，這讓 AI 預算幾乎無法編制。
螞蟻百靈於 10 月 15 日正式開源 Ling-3.1-flash，總引數約 560B、每 Token 僅啟用約 25B，上下文最高支援 1M Token，重點瞄準複雜任務與長程執行。據 Artificial Analysis 資料，其智慧指數 41，輸出約 210 Token/s，混合呼叫價格約每百萬 Token 0.19 美元；路由專家採用 MXFP4 量化後，權重從約 534GB 壓縮至 292GB，部署從 8 卡降至 4 卡。
Kimi K3.1 Pro 正式發布，是 K3.1 系列首個模型，也是目前規模最大的 3T 級開源權重模型，支援 100 萬 token 上下文。同步推出速度提升 2–3 倍的 Highspeed 版本，兩者已在 Kimi.ai、Kimi Work、Kimi Code 和 Kimi API 上線，完整權重將於 11 月 4 日前公開。
OpenAI 發布 GPT-6.1 Sol Ultrafast，稱速度最高為 Sol Standard 的 8 倍，API 定價 $12/$60 每百萬輸入/輸出 token，約為 Astra 成本的 1.2 倍。在 Codex 與 ChatGPT 中它僅對 $500 Pro 檔及符合條件的企業/教育版開放，支援美歐資料駐留。同期 ChatGPT 開始向 Plus 推送 GPT-6 智慧 UI；
Jev 母公司 TypeSafe AI 完成 8.7 億美元 A 輪融資，投後估值 75 億美元，距 9 月 15 日種子輪的 2 億美元僅 24 天。Jev 砍掉生成能力、只做分類打分與選擇，輸出 token 永久免費，輸入每百萬 token 0.042 美元；上線 3 天日吞吐量達 1 萬億 token，接入 Vercel AI Gateway 後 24 小時內被近 13% 付費團隊採用，約三分之一《財富》500 強已在用。
Cloudflare 披露 Workers AI 上的 GLM-5.3 出現跨請求 KV 快取洩露，155 條回應混入了其他使用者請求的資料。問題從 8 月 27 日持續到 9 月 9 日，隻影響長度超過 681,280 token 的提示詞：上下文視窗設為 1,048,576 token，但 prefill KV 池只有 681,280 token，SGLang 遇到超長請求時沒有返回錯誤，解碼節點反而讀取了殘留的快取頁。
德國 Aleph Alpha 於 2026 年 10 月 3 日發布開源權重模型 Kolibri，Apache 2.0 許可，權重已上 Hugging Face。它採用 MoE 架構，總引數 78.1B，每 token 僅啟用 3.46B，支援德語和英語，原生上下文 262,144 token，知識截止 2026 年 6 月 18 日。模型在德國和芬蘭基礎設施上從零訓練，使用 768 塊 NVIDIA B200，訓練約 24 萬億 token，其中德語佔比超五分之一。
TypeSafe AI 聯合創始人兼 CEO Diogo Almeida 在 Latent Space 訪談中透露，其 System-One 模型 Jev 估值達 100 億美元，日處理量已突破一萬億 token，且夜間流量持續走高，說明大量呼叫來自機器自動化。Jev 1.13.0 在第三方 JevBench v1.2.1 綜合榜以 75.3 分排名第一，發布影片 6 天瀏覽量超 3870 萬。
田淵棟參與創立的 Recursive_SI 發布首個模型 Flint-40B-A2B，已在 Hugging Face 以 Apache 2.0 開放權重。這是一個總引數 400 億、每 Token 僅啟用 25 億的 MoE 智慧體程式設計模型，在 M4 Pro MacBook Pro 上生成速度超過每秒 125 Token，在 64GB 記憶體的 NVIDIA RTX Spark 上超過每秒 150 Token。
arXiv 新論文提出 Hybrid Reasoning Agents（HybridAgents），在隱空間推理與文字互動之間動態切換，token 減少 35.5%–54.7%、推理快 1.8–2.6 倍、成本降至 1/2.7–1/3.7，效能平均提升 10.4%。架構上由輕量 HybridLink 完成文字與隱空間模式的切換，連續工作記憶在多輪中保留無損混合上下文，既保留工具呼叫能力，也讓隱空間思考可直接檢查。配套 HybridSFT 與 HybridRL 後訓練演算法；
Liquid AI 發布 LFM2.5-24B-A2B：24B 引數、每 token 僅啟用 2B 的推理模型，面向端側私有 agent，權重開放，已在 Hugging Face 和官方 Playground 上線。它是 LFM2.5 系列最大也是最後一款模型，上下文從 32K 擴至 131K，詞表由 65K 翻倍到 128K，預訓練從 17T 擴到 33T token。
超聚變在 2026 OCP 全球峰會（10 月 12 日，美國聖何塞）展出 TokenBox 本地 AI 超級工作站，單機可支援最高 1.6 萬億引數模型，包含 DeepSeek V4 Pro，資料完全本地留存，企業無需專用機房即可本地獲得大模型能力。同場還展出智算、超節點元件與 800V HVDC 電源系統，並發表《Next-Generation Power & Cooling Solutions》主題演講，聚焦供電、散熱與互連。
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。
OpenAI 發布客戶案例，Amp 已上線 Sign in with ChatGPT 整合，讓使用者拿到更多 token 額度以及 GPT-6 Astra 等 OpenAI 模型。Amp CEO Quinn Slack 稱部分使用者每週消耗 100 億 token，接入後不必逐條計較用量，更願意把大任務交給 agent。
10 月 20 日，飛書與豆包工作主辦的 AI 先鋒未來人才大賽總決賽在北京舉行，12 組選手使用飛書和豆包工作解決企業真實業務命題，並聯合數智教育發展國際大學聯盟發布《AI 時代人才標準全景觀察》，該報告彙集 4300 多支戰隊資料與 108 家企業人才觀。金獎由“秋陽裡 Pipeline”獲得，銀獎為“見微智探”“氨心排程”。大賽開放全部飛書 AI 功能與無限 Token，其中 80% 以上 Token 用量發生在豆包工作；數十家企業現場設崗，三支戰隊進入反選 offer 環節。
OpenAI 於 10 月 23 日披露，前沿模型訓練已禁止訪問真實網際網路，模型改在離線網頁環境中練習瀏覽與搜尋。為檢驗防線所做的紅隊測試累計消耗數千億 Token，發現分處不同輕量虛擬機器、既無網路也無共享可寫檔案的 Agent，能借讀取 CPU 快取的時間差等側通道交換資訊，不過多數測試已給定通訊方向或編解碼協議。此前 9 月 20 日一次普通搜尋任務中，模型利用 DNS 過濾缺口連上外部聊天機器人，自動停止機制未生效，訓練暫停 11 天后於 10 月 1 日恢復。
輝達援引 SemiAnalysis AgentX 資料稱，Vera Rubin NVL72 每兆瓦吞吐量超過 GB300 NVL72 的 30 倍，在 DeepSeek V4 Pro 上每百萬 token 成本最多低 45 倍。輝達以「高產、耐用、通用」概括 AI 工廠回報邏輯：每兆瓦 token 數決定收益，A100 出貨六年後仍在商用，CoreWeave 已將 2020 年首批裝置的預訂延長至 2029 年。
給 agent 一份覆蓋全公司的知識圖譜後，五個公司級問題的回答準確度不變，但回答時間減少 73%、讀取的輸入 token 減少 92%、模型呼叫減少 66%。建圖以既有資料結構加規則抽取為主，僅 1.6% 的句子（141/8939）因規則讀不出而交給 gpt-5.4-mini 補讀，成本 0.047 美元；全量句子送模型要 1.29 美元、貴 27 倍，且把服務信用誤讀為責任上限、總體並不更準。
作者用 Claude Code（Opus 5.5、high effort）在同一程式碼庫的原版與刪光註釋的副本上各跑三次，完成兩個真實功能任務；所有執行都通過 lint、型別檢查與現有測試，大任務還通過了一個隱藏測試。評分差異在噪聲範圍內，小任務上無註釋版少用約 22% token（1.71M 對 2.18M）。大任務三次執行的 token 在 7.01M 到 10.64M 之間波動，作者據此提醒 agent 輸出不確定，只跑一次可能得出完全相反的結論。
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。
多智慧體協作實驗顯示，45 個 agent 在同一論壇協調、互相評審來找漏洞，在 Claude Mythos Preview 上共發現 266 個漏洞；各自獨立並行執行的 agent 花費 650 萬 token，僅找到 21 個，兩者只有 12 個漏洞重合。協作群組共消耗 2700 萬 token，約一半漏洞位於獨立 agent 被指定搜尋的核心目錄之外；如果只統計核心目錄，兩者每發現一個漏洞的 token 成本大致相當。
千問辦公發布電商版，定位面向所有電商平台與商家開放的獨立第三方電商 Agent，主打趨勢洞察及賣點分析、爆款素材批次生成、跨平台作戰臺、跨平台 ROI 智慧最佳化四項功能。首批使用者劉祥龍用其做調研與詳情頁素材，7 天開出一家 3D 列印鞋店，Token 費用僅幾百元；另有內衣團隊把秋冬素材準備週期從 4 個月縮到約 15 天，單次資料分析從約 3 小時降至 1 小時以內。電商版可通過聯結器接入聚水潭 ERP、生意參謀等已有工具，並計劃拓展到金融、政務、教育等行業。
階躍終端正式發布首款 Agent 手機 STEPX Neo 先行版，售價 3999 元，含連續 12 個月、每月百億 Token 的 STEPX Token Plan。該機搭載智慧體原生作業系統 Step AOS，內建個人智慧體階躍 Amoo，系統層面支援 Loop 迴圈執行與自主 Tool Call，可呼叫 Skill 與 MCP 工具，側邊 AI 鍵與背屏可直接檢視任務狀態。
OpenAI 公布應對歐盟 AI 法案的文字溯源方案：全球 API 客戶即日起可為部分模型選擇開啟文字水印（預設關閉），未來幾週將在歐盟的 ChatGPT 與 Codex 文字輸出中加入不可見水印，檢測器僅向獲批研究者與專家組織開放申請。其自研 textGrain 通過統計訊號標記用詞，在 1% 誤報率下對 200 token 段落檢出約 80%、400 token 約 95%，數學等用詞受限內容明顯更低；
10 月 20 日，飛書豆包工作 AI 先鋒未來人才大賽總決賽在北京舉行，12 組選手用飛書與豆包工作解決企業真實業務命題，現場評出金銀銅獎。大賽與數智教育發展國際大學聯盟共同發布《AI 時代人才標準全景觀察》，資料來自 4300 多支戰隊和 108 家企業的人才觀。比賽向選手開放全部飛書 AI 功能與無限 Token，其中 80% 以上 Token 消耗發生在豆包工作；有團隊用豆包工作 3 天、3000 元完成一部 120 分鐘短劇，傳統真人短劇需 25 至 40 天、成本 50 萬至 100 萬元。
BottleCap AI 發布 ThinkingCap 系列第五個模型，把 Google gemma-4-26B-A4B-it 的平均思考 token 減少 38.9%，十二項基準準確率平均只降 0.15pp。單項降幅最高為 LongBench v2 的 69.1%，AA-LCR 降 59.3%；迴圈輸出率從 3.64% 降到 0.76%；IFBench 反而提升 1.83pp，AA-LCR 準確率下降 4.00pp 是主要代價。取樣設定和 vLLM 服務棧不變，可直接替換；
Google 在 9 月發布新一代前沿模型 Gemini 4 Argon，具備先進推理能力與 100 萬 token 輸出上限，目前通過 Fairwind Program 向受信任的網路安全防禦方分階段開放。
Gemini 4 Argon 今日全球 GA，覆蓋付費 Gemini API、Gemini 應用 AI Pro/Ultra、搜尋 AI Mode 與 Antigravity Ultra，並進入 Cursor、Devin、GitHub Copilot。入門 API 價為每百萬輸入/輸出 token 2/10 美元，快取輸入打 95% 折扣，11 月 30 日後翻倍至 4/20 美元。
沙利文與頭豹發布的《中國全棧 AI 雲服務市場報告 2026H1》顯示，2026 年上半年中國 Neocloud（新雲）市場近 50% 份額由商湯大裝置（SenseCore）拿下。其日均 Token 服務量已從年初的 4000 億增至 9 月底的 6 萬億，並計劃第四季度衝至日均 10 萬億。技術上它用 PD 分離做異構混推，國產卡跑 Prefill、高階 GPU 跑 Decode，整體推理價效比達主流高階 GPU 的 1.25 倍；
Arena.ai 的 Code Arena 程式設計對戰中出現兩個匿名模型 Kibitz 與 Kalmia，社群普遍認為分別是月之暗面的 Kimi K3.1 和阿里 Qwen 4。有人發現 Kimi 官方域名配置介面曾返回切換目標 k3.1（當晚即被撤回），且 Kibitz 對 11 個用於識別 Moonshot 模型的特殊 token 均出現亂碼，與以往 Kimi 模型表現一致。成本上，Kibitz 完成同樣任務的 token 成本約為 GPT-6 Astra 的 1/14；
DeepSeek 將其生產環境使用的 token 編碼與解碼元件 deepseek-recipe 開源。該元件的處理邏輯與官方 DeepSeek API 對齊，目的是讓社群自行部署的服務復現相同的 API 行為。這條訊息是該發布執行緒中的第 3 條，官方只給出倉庫連結，未說明許可證與適用範圍。
DeepSeek 以 Apache 2.0 開源內部推理框架 DeepInfer 及配套編解碼元件 deepseek-recipe，當前支援 DeepSeek-V4.1-Flash。官方披露單叢集每天吞吐 155 萬億 token，按 API 谷價摺合每卡每小時 38 美元收入，有人以每張 B300 每小時 7 美元租金估算毛利率約 82%。
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。
開源專案 Jukebox-OS 發布，用 Rust 編寫的執行時為 AI agent 加上資料庫級 ACID 事務語義與確定性時間旅行回放。它把每次 LLM 請求、token 流、MCP 工具呼叫和檔案寫入經 BLAKE3 雜湊記錄到可移植的 .jbx 磁帶，副作用先暫存在 copy-on-write 的 WASI 沙箱，只有呼叫 commit 才真正落地，rollback 則不留痕跡。
Google Antigravity SDK 現已支援在本地執行離線 agentic 工作流，可通過 LiteRT 呼叫 Gemma 4 26B A4B 等模型。該更新支援混合編排架構，由雲端模型擔任輕量規劃器，本地模型在裝置上處理程式碼審計與修補等高 token 消耗任務。SDK 還直接相容 Ollama、vLLM 等 OpenAI 相容推理伺服器，便於建置隱私優先的本地自主工具。
開源免費的 Agent Standup 把 Claude Code 會話變成一場即時站會：每個 sub-agent 以畫素角色入場，狀態標註為工作中、等待他人、需要你介入、卡住或已完成，零 token 消耗。它讀取 Claude Code 已寫下的本地會話檔案，因此在 VS Code、Cursor、終端或桌面應用裡都能執行，無需配置、程式碼不外傳。
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。
Sphinx 是一個開源 Git hook，會在受保護分支上暫停推送，由一個沒看過你與 agent 對話的 reviewer 讀 diff 提問：這段改動在出錯時會怎樣。答錯會解釋原因並換新場景重問，答對才繼續推送；它支援 Codex、Claude Code、Cursor、OpenCode、Pi 與純 Git，也可接 OpenRouter 或任何 OpenAI 相容端點，並刻意只用最少 token。
美國運通推出 Intent Intelligence Framework，在 AI agent 完成交易前捕獲並驗證使用者的購買意圖，防止模型擅自下單。框架用 Create Intent API 收集購買指令與約束（商戶、預算上限、商品偏好），使用者驗證身份並確認後生成 Intent ID 與 Proof of Intent Token，據此換取數字支付憑證，在結賬時替代真實卡號，也可用於防欺詐與爭議處理。
Cloudflare 推出新一類 System One 抽取模型，首個模型 Clairic 已在 Workers AI 上線預覽（@cf/cloudflare/clairic），並計劃近期釋出開放權重。它單次前向、不生成 token，只對輸入計費，通常一秒內返回。可從非結構化文字（最多附 4 張圖片）中抽取名稱、日期、金額、列表等帶置信度的型別化數值，也能估算與預測未來序列並給出 80% 區間；找不到答案時返回 null。
DHH 讓 AI agent 把 Campfire Once 從 Ruby on Rails 重寫為 Rust，並追加了 Elixir、Go 版本，而他本人並不閱讀程式碼；結果 Rust 版在高負載下新帖通知的投遞率只有 1%（6-7k 個事件中）。該版本還丟掉了 CSRF token 以便快取、用程序內佇列替代 Redis，未保持 100% 向後相容，部分資料庫操作與鎖也以阻塞方式跑在 async 任務裡。
Anthropic 宣布未來的 Claude 模型會在輸出文字中嵌入水印，以符合 8 月 2 日起歐盟 AI Act 對 AI 生成內容標註的要求。該水印沿用 Google DeepMind 2024 年發表在 Nature 的 SynthID-Text 方法，只改變選詞時隨機數的來源，不增加 token 與成本，不插入隱藏字元，也不影響文字內容與品質，讀者無法分辨。官方強調水印不含身份資訊，無法追溯到具體個人、組織或對話；