Together AI 实测 GLM-5.3 对比 GPT-5.6 Sol：DeepSWE 上的成本、编码与路由
北京时间 · UTC+8
Together AI 在 DeepSWE 全部 113 个任务上各跑 4 次试验（共 904 次 rollout）对比 GLM-5.3 与 GPT-5.6 Sol。
AIHOT 精选理由原文基于自跑 904 次 rollout 给出成本、pass@k 和失败模式数据，读者可据此设计两模型的级联路由策略。
AI PRICE SPY / INTELLIGENCE
精选归档
追踪 AI 更新，查看事件时间线和原始信源；需要做购买决策时，再去比价。
精选归档 · 4264
清除筛选当前公开精选集合，保留来源更正和撤回。最后同步：
本地AI模型已能胜任89%日常查询，数据中心将走向个人化
北京时间 · UTC+8
斯坦福大学与Together AI研究显示，本地AI模型在超百万条真实查询中，对89%的日常聊天与推理问题的回答质量已不输云端前沿模型。本地模型对前沿模型的胜/平率从2023年的23.2%升至2025年的71.3%，智能每瓦特效率同期提升5.3倍。相比全云端方案，本地模型加路由器的组合可降低80%能耗、77%算力与74%成本，但云端在多步推理与高难度领域仍具优势。
AIHOT 精选理由作者借 Koomey 定律类比，把本地模型与云端效率数据放进历史框架，帮助读者理解端侧 AI 的演进节奏。
测量语音识别中的基准优化：Hugging Face 新测试揭示 ASR 模型“刷分”现象
北京时间 · UTC+8
Hugging Face 最新研究引入三项测试量化语音识别中的基准优化（benchmaxxing）现象。对 11 个开源 ASR 模型的评估显示，多个高分系统会复现 VoxPopuli 和 LibriSpeech 基准的错误转录文本，即使音频内容与之矛盾。部分模型甚至依赖声学线索识别基准来源，导致其得分高估了真实转录能力。
AIHOT 精选理由研究把语音识别中的基准优化现象变成可量化检验，三项探针和开源脚本让模型评估者能区分真实转写提升与仅针对测试集的拟合。
Hugging Face 发布 LFM2.5 系列 DSpark 草稿模型，推理速度最高提升 3.18 倍
北京时间 · UTC+8
Hugging Face 发布 LFM2.5 系列三款模型的 DSpark 草稿模型检查点，通过投机解码在不改变输出质量的前提下，GPU 吞吐最高提升 3.18 倍，端侧最高 2.87 倍。草稿模型约 300M 参数，LFM2.5-2.6B 函数调用延迟平均降低 57%，已开源支持 llama.cpp 和 SGLang。
AIHOT 精选理由约300M参数的draft模型换最高3.18倍吞吐，贪心输出不变，LFM2.5-2.6B在M4 Max达139 tok/s，本地agent门槛被拉低。
Claude Mythos 5 网络安全能力扩展至更多防御者
北京时间 · UTC+8
Anthropic 宣布 Claude Mythos 5 现已集成至 Claude Security，并即将登陆合作伙伴的网络安全防御工具。公司同时推出 3500 万美元的 Defender Advantage Fund（0xDAF），用于资助开源软件漏洞修复与安全自动化。
AIHOT 精选理由相较直接开放模型，以限定输出物提供补丁和告警的控制方式，为防御能力安全放量给出了可参照的产品分发思路，也解释了后续基金与验证计划的逻辑。
Ling-3.0-flash 在 4 块 Blackwell GPU 上如何将批处理 1 解码延迟降低 54%
北京时间 · UTC+8
蚂蚁 Ling Infra 团队与 RadixArk SGLang 团队将 Ling-3.0-flash 混合线性注意力 MoE 模型的单请求解码速度从 288 tok/s 提升至 606 tok/s，平均 TPOT 从 3.33 ms 降至 1.53 ms。
AIHOT 精选理由对做单请求低延迟推理的团队，可迁移的是先把主机从 GPU 进度上解绑再优化 GPU 关键路径，否则主机的同步等待会变成每步的 GPU 气泡，这与具体模型无关。
Claude Code 初创公司指南：五大规则与创始人洞见
北京时间 · UTC+8
Anthropic 发布面向初创公司的 Claude Code 使用指南，基于对十余家高增长公司的调研，总结出“人人皆可交付、自动化繁琐工作、信任但验证、为重构而构建、原型-自用-产品化”五大规则。
AIHOT 精选理由指南把十几家创业公司实践归纳为五个可操作规则，其中「修复原则而非修复个案」对搭建自改进 agent 流程具有直接参考价值。
Black Forest Labs 发布 FLUX Video Upscale，支持将视频重生成至 2K 与 4K
北京时间 · UTC+8
Black Forest Labs 发布 FLUX Video Upscale，可将 480p 起的视频重生成至最高原生 4K，现已通过 BFL API 和 playground 提供。
AIHOT 精选理由原文给出定价、两种模式取舍和分辨率选项，并附与其他4K放大方案的推理耗时对比，便于判断适用场景。
阿里发布 Qwen-UI-Agent，主打让模型真正“会用”每一块屏幕
北京时间 · UTC+8
阿里巴巴正式推出 Qwen-UI-Agent，一个以真实世界为中心的 GUI 智能体基座模型，覆盖移动端、电脑端、网页端及深度搜索（DeepSearch）环境。
AIHOT 精选理由它把 GUI 智能体评测从模拟分数推向真实手机操作，自建 MobileWorld-Real 基准和百台真机环境，使落地型团队能按真机成功率而非仅看模拟榜单做选型。
Ling-3.0 tiny & flash Base Models 正式开源
北京时间 · UTC+8
蚂蚁百灵开源 Ling-3.0-tiny-base 与 Ling-3.0-flash-base，并同步开放预训练、中期训练及 WSM 合并等共 6 个 checkpoints。tiny-base 总参数 7.9B、激活参数 1.3B，flash-base 总参数 124B、激活参数 5.1B，均采用统一训练方案，适合持续预训练、监督微调、偏好优化及强化学习后训练等场景。
AIHOT 精选理由Ling-3.0 开放中间 checkpoint 和 WSM 合并策略，研究者可比较各训练阶段增益，并在自己数据上从合适节点继续预训练或后训练，而不只是拿到最终权重。
MiniMax Design 发布：从操作像素到操作语义和表达意图
北京时间 · UTC+8
MiniMax 推出 MiniMax Design，一款将多模态模型能力转化为生产力的 Harness，可理解目标、拆解任务并调用模型与 Skills，完成从素材处理到最终交付的完整流程。该产品围绕原生多模态视频模型 H3 构建，擅长处理目标明确的商业内容任务，并提供 Agent 3D 导演台、自动剪辑与字幕功能，支持接入 ComfyUI 等开源生态工作流。
AIHOT 精选理由意图先行与三维导演台将视频试错从生成后移到分镜前，这会改变需要批量产出多平台广告素材的团队在工具切换和返工上的成本。
消息称 OpenAI 首席财务官告知员工：公司最迟将于 2027 年上市
北京时间 · UTC+8
OpenAI 首席财务官萨拉·弗里亚尔在全员大会上告知员工，公司最迟将于 2027 年完成上市，若业务持续向好也可能更早。OpenAI 已于 6 月秘密提交 IPO 招股书，本季度整体年化营收增长 35%，企业级业务年化营收增长 50%，AI 编程与办公产品周活跃用户突破 2000 万。
AIHOT 精选理由上市被定位为再融资渠道而非终点，财务数据与 2027 年上限给出了外界判断 OpenAI 估值与变现节奏的具体锚点。
Claude Platform 发布 Python SDK v1.0，迁移至 httpx2
北京时间 · UTC+8
Anthropic 发布 Claude Python SDK v1.0，HTTP 层从 httpx 迁移至 API 兼容的 httpx2，并移除 Text Completions API 等长期弃用功能。
AIHOT 精选理由这次 v1.0 的破坏性变更集中在 HTTP 层与弃用参数，迁移指南给出前后对照，方便维护旧代码的人逐项核对更新点。
FastMetal 让 Mac 本地 30 秒生成视频
北京时间 · UTC+8
一段 5 秒 480P 视频，完全在 Mac 上生成，耗时 30 秒。无需 CUDA，无需云端，仅占用 3.9 GiB 内存。 FastMetal 将 FastWan-QAD 系列带到 Apple Silicon。DiT、DMD 采样器和解码器均通过 MLX 在 Metal 上运行，默认 INT8。 三个模型：1.3B 支持 480P，5B 支持 720P，14B 追求画质。 📷 博客：http://haoailab.com/blogs/fastmetal 📷 代码：http://github.com/hao-ai-lab/FastVideo 📷 模型：http://huggingface.co/collections/FastVideo/fastmetal
AIHOT 精选理由在Apple Silicon本地生成视频，把云端视频生成的计算依赖降到了消费级硬件，为需要数据隐私或低成本原型创作的工作流提供了替代路径。
Claude Platform 正式上线 Computer Use、Skills API 与 Files API，新增浏览器操作工具
北京时间 · UTC+8
Anthropic 宣布 Computer Use、Skills API 与 Files API 在 Claude Platform 全面可用，并新增浏览器操作工具，让智能体可操作软件、调用团队技能并返回成品文件。
AIHOT 精选理由这次正式版让 computer use 每轮可执行多个动作，浏览器工具按页面结构而非像素定位元素，长流程任务的调用次数和执行时间可能明显下降，对无 API 系统上的自动化团队影响直接。
Anthropic 如何开展 AI 教学
北京时间 · UTC+8
Anthropic 发布 Claude Academy，为全球数百万用户提供 AI 教学资源，帮助其安全、有效地使用 AI。该学院课程借鉴其内部员工培训方法，包括 4D AI Fluency Framework 及“ever-boarding”持续学习项目，并强调以问题为中心、培养持久思维模式而非特定操作行为。
AIHOT 精选理由把 AI 教育的重心从功能操作转向任务分工与核查强度，4D 框架与按风险比例验证这类心态对组织设计 AI 素养课程有实际参考价值。
Mistral 发布 Agentic Search，多步检索在 FinanceBench 上将准确率从 26.7% 提升至 86%
北京时间 · UTC+8
Mistral 发布 Agentic Search，为 AI 系统提供多步检索层，通过 Mistral Search Toolkit 和 Studio、Vibe 中的 Libraries 提供，支持云端与本地部署。
AIHOT 精选理由官方给出 FinanceBench 与 OfficeQA Pro 上的具体数字和五工具设计，读者可评估其对现有 RAG 流水线的替代价值。
百度千帆上架GLM-5.3
北京时间 · UTC+8
百度千帆今日上架智谱开源旗舰模型GLM-5.3，API定价与智谱官方保持一致。该模型与上代同架构、同参数，依靠后训练Scaling在代码与网络安全能力上表现超预期，AA综合智能指数取得60分，与Kimi K3并列开源模型第一。开发者可通过API调用或订阅Token Plan企业版接入Claude Code等AI工具使用。
AIHOT 精选理由GLM-5.3 与上代同参数却靠后训练 Scaling 进入前沿，单任务成本又是同档最低，这让原本受调用成本限制的长链路智能体和编码任务有了开源可选项。
Liquid AI 发布 LFM2.5 系列 QAD Q4_0 量化检查点，恢复 97% 精度损失
北京时间 · UTC+8
Liquid AI 发布基于量化感知蒸馏（QAD）训练的 LFM2.5-230M、350M、1.2B-Instruct 和 2.6B 四款 Q4_0 GGUF 检查点，在保持原生 Q4_0 内存与速度的同时，恢复 BF16 平均精度损失的 97%。
AIHOT 精选理由QAD 量化蒸馏恢复 Q4_0 模型九成六以上 BF16 精度，对应树莓派和手机等边缘设备，在保持低内存与高吞吐的同时缩小与全精度模型的差距。
OpenAI 详解 Codex 开源智能体框架的应用集成方式
北京时间 · UTC+8
OpenAI 将 Codex 定位为可复用的智能体平台，开源 Codex CLI、app-server 和官方 Codex SDK，让开发者把智能体循环嵌入自己的产品界面，而非只用通用聊天助手。
AIHOT 精选理由官方说明 Codex 开源 harness 的集成层与 app-server、SDK 的分工，开发者可以据此把智能体嵌进自己的产品而非通用聊天窗口。