|
欢迎来到 O站！:wave:
|
|
14
|
2209
|
2025 年3 月 22 日
|
|
Google 发布三款新模型：Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber——从推理定价看部署选择
|
|
1
|
1
|
2026 年7 月 22 日
|
|
Agent Swarm 里的模型经济学：规划用 Opus、执行用 Mini，成本降 10 倍质量不变
|
|
6
|
3
|
2026 年7 月 21 日
|
|
开源权重全面追赶，中国 ai 开源策略如何改写推理部署成本
|
|
7
|
3
|
2026 年7 月 21 日
|
|
Hugging Face 被自主 AI Agent 攻破：模型供应链安全成为部署第一关
|
|
5
|
2
|
2026 年7 月 20 日
|
|
Kimi K3 上线 48 小时挤爆算力：Moonshot 暂停订阅，推理集群扛不住了
|
|
7
|
2
|
2026 年7 月 20 日
|
|
xAI 开源 Grok Build：全屏 TUI、跨平台的 AI 编码 Agent 工具链
|
|
7
|
6
|
2026 年7 月 19 日
|
|
Qwen 3.8 官宣：2.4 万亿参数开源权重，开源旗舰阵营扩军到 4 家
|
|
7
|
18
|
2026 年7 月 19 日
|
|
General Compute 获 4 亿美元贷款，推理芯片首次成为可抵押资产——部署的资本结构正在变化
|
|
6
|
3
|
2026 年7 月 18 日
|
|
模型路由没那么简单：IBM Research 拆解生产级路由的成本、质量与延迟权衡
|
|
1
|
5
|
2026 年7 月 18 日
|
|
月之暗面发布 Kimi K3：首个开放 3T 级模型，编程与推理能力对标闭源旗舰
|
|
1
|
9
|
2026 年7 月 17 日
|
|
无 GPU 也能跑 26B 模型：一台 13 年前的 Xeon 服务器跑 Gemma 4 的实测笔记
|
|
8
|
23
|
2026 年7 月 16 日
|
|
Meta 市值破 $670，AI 基建成本只有华尔街模型预估的一半——部署成本的下行空间还有多大
|
|
7
|
15
|
2026 年7 月 16 日
|
|
Claude Code 比 OpenCode 多消耗 4.7 倍 Token——AI 编码 Agent 的隐藏推理成本实测
|
|
1
|
11
|
2026 年7 月 16 日
|
|
BitNet 1.58-bit 来了：Tether QVAC 框架把千亿参数模型压缩到手机上，边缘推理不再需要云 API
|
|
7
|
21
|
2026 年7 月 16 日
|
|
Inkling 开放权重模型发布：975B MoE、1M 上下文——从部署角度看又一个选项
|
|
1
|
11
|
2026 年7 月 16 日
|
|
Bonsai 27B：27B 参数模型首次跑在手机上——三元量化把推理成本推到了零
|
|
7
|
23
|
2026 年7 月 15 日
|
|
Tether 的 BitNet LoRA 框架让 13B 参数模型在手机上跑推理——边缘部署的成本结构变了
|
|
1
|
10
|
2026 年7 月 14 日
|
|
Apple SpeechAnalyzer 首次实测：on-device 语音识别用不到 Whisper 1/3 的算力实现更低错误率
|
|
1
|
9
|
2026 年7 月 14 日
|
|
AMD ZenDNN 6.0 发布：FP16 推理与 MoE 优化，AMD 的推理部署栈正在追赶 NVIDIA
|
|
1
|
13
|
2026 年7 月 13 日
|
|
Glm-5.2 能跑在什么硬件上？一份实测参考
|
|
7
|
89
|
2026 年7 月 13 日
|
|
生产级 AI Agent 迁移到 GPT-5.6 实录：速度快 2.2 倍、成本降 27%
|
|
7
|
21
|
2026 年7 月 13 日
|
|
Mesh LLM：把散落在办公室的 GPU 拼成一台推理服务器——不需要云、不依赖中心
|
|
7
|
28
|
2026 年7 月 12 日
|
|
MiniMax 融资 20 亿美元打造 2.7 万亿参数模型：开源 AI 赛道的军备竞赛升级
|
|
7
|
29
|
2026 年7 月 11 日
|
|
Colibri：纯 C 把 744B GLM-5.2 跑在 25GB 内存的旧电脑上
|
|
1
|
27
|
2026 年7 月 11 日
|
|
OpenAI 联手 Broadcom 发布自研推理芯片 Jalapeño：推理成本直降 50%，部署逻辑要重写了
|
|
1
|
13
|
2026 年7 月 11 日
|
|
Colibri：纯 C 零依赖，25GB 内存跑 744B 的 GLM-5.2
|
|
7
|
58
|
2026 年7 月 10 日
|
|
OpenAI 纯靠软件把推理成本砍了一半——GPU 单价降到百元级别
|
|
7
|
25
|
2026 年7 月 10 日
|
|
AI 推理成本 vs 工程师薪资：API 调用成本已经反超人力工资了
|
|
7
|
33
|
2026 年7 月 10 日
|
|
GPT-5.6 Sol Ultra 接入 Codex CLI：前沿模型直接变成你终端的编码 Agent
|
|
7
|
37
|
2026 年7 月 10 日
|