遊族網絡與大普微達成戰略合作
遊族網絡與大普微於11月17日達成戰略合作,將圍繞產研協同、存儲服務與資源共享展開合作。雙方將面向AIGC內容生成、AI智能體推理等業務場景,聯合探索存算協同的推理優化路徑。
遊族網絡與大普微於11月17日達成戰略合作,將圍繞產研協同、存儲服務與資源共享展開合作。雙方將面向AIGC內容生成、AI智能體推理等業務場景,聯合探索存算協同的推理優化路徑。
騰訊高管預計,基礎設施複用、硬件採購成本下降及模型訓練和推理效率提升,將共同改善 AI 業務的投入產出效率,並對 2028 年持較樂觀看法。2026 年、2027 年建設的基礎設施可在之後持續使用,支援新一代模型訓練及 Token 生成;高管亦預計同類設備採購價格到 2028 年明顯下降。
Energy-Based Reasoners(EBRs)以1.8M參數在Sudoku-Extreme達到99.9%準確率,推理計算量較次佳模型少345×。在多解基準測試中,EBRs 的有效解覆蓋率達到最先進水平,單次取樣準確率接近100%。
騰訊總裁劉熾平表示,微信「小微」目前日活用戶達 3000 萬,全面上線後的季度成本將低於今年較早時的元寶。微信官方稱,「小微」採用針對成本效率及易用性優化的 WeLM,推理成本極低且持續下降;已部署的 WeLM-80B 有 800 億總參數、30 億激活參數。官方預計未來部分推理任務將在用戶設備端運行,模型支援聊天與搜尋、使用微信原生功能及調用小程序服務。
OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,前者主打高難度推理與編碼,後者面向日常編碼及大規模 Agent 工作;Astra 降價,Sol 維持 GPT-6.1 Sol 的原價。
推薦理由:文章並列官方基準、第三方測試與遷移限制,呈現 GPT-6.2 兩款模型在成本、編碼表現及安全用途上的取捨。
AMD已完成收購加拿大GPU初創公司Taalas,交易價值29億美元,其中14億美元須達成約定要求後才支付。Taalas的HC1將Meta的Llama 3.1 8B模型固化在晶片中,在輸入及輸出各1000 Token的測試條件下,單用戶生成速度約為每秒1.7萬Token/s。由於更換模型須重新生產晶片,報道指其較適合長期推理服務;NVIDIA GPU則可載入不同模型,並用於訓練及推理。
OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,並將 Astra 的輸入及輸出 token 單價較 GPT-6 Astra 下調 20%。文章稱 Astra 的快取輸入費用下調 60%;輸入超過 272K token 時,輸入及快取單價加倍,輸出單價乘以 1.5。Astra 面向長週期及複雜任務,Sol 則主打大規模日常自動化任務。
推理需求增長快於新 AI 數據中心建設,令晶片商轉往現有電訊及託管設施尋找空間。SambaNova 第五代晶片 SN50 針對推理解碼階段,採用風冷設計,適合安裝在現有設施。SambaNova 正展示以 Intel D-Series GPU 處理預填充、配合 SambaRack SN50 處理解碼的風冷異構配置。
Camaan 團隊主張,讓所有模型請求經統一閘道,可集中管理模型權限、預算和記錄,並按請求難度分流至4個層級。以80條未見提示詞測試,路由器選對層級的比例為92.5%,單獨分類器為76.2%;按示例價格計算,路由器成本與理想路由相差1.4%,全部請求交由最強層級處理的成本則約為理想路由的3倍。單獨使用分類器雖比理想路由便宜約1/3,卻對超過1/5的請求提供不足的模型服務。
黃仁勳去留消息反覆之際,受訪算力服務商對高端 GPU 採購保持謹慎,內地貨源收窄,海外取得算力亦不輕鬆。文中稱,B300 出廠價約 400 萬元,海外實際採購成本達 700 萬至 800 萬元,黃仁勳風波前內地單台現貨價已升至約 2200 萬元;有團隊預訂數十台,最終只收到兩台。
Qwen4‑Max 預覽版定位為面向複雜推理與編程的旗艦模型,較 Qwen3‑Max 原生支援圖像、影片理解,並擴展智能體的專業軟件操作及跨工具長流程能力。預覽期為11月11日10:00至11月25日24:00(UTC+8),期滿後 qwen4‑max‑preview 標識下線,正式版將使用新標識。參數量、上下文窗口、官方基準跑分及正式版定價尚未公佈,預覽版不適合承載不可中斷的生產業務。
OpenAI 今日發佈 GPT-6.2 Astra 和 Sol,並開始向 ChatGPT Work、Codex 的 Plus、Pro、Enterprise、Edu 用戶及 API 開發者推出。
推薦理由:文章並列 GPT-6.2 Astra、Sol 的基準測試、任務成本與早期測試者分歧,呈現效率數據和使用評價之間的差異。
SuperCLUE 公佈新一輪中文通用能力測評結果,Qwen4-Max、Hy4 與 KimiK3.1Pro 按測評規則並列國內榜首,得分分別為 61.61、61.01 和 61.46。
騰訊控股公佈2026年第三季度業績,總收入為人民幣2,073億元,同比增長8%,毛利同比增長7%至人民幣1,159億元。按非國際財務報告準則計算,經營盈利同比下降7%至人民幣591億元;資本開支付款同比增加225%至人民幣651億元。騰訊表示,算力採購預付款用於支持Hy模型升級、WorkBuddy推理及各項產品與服務的AI能力建設。
文章實測 GPT-6.2 Astra,發現它能快速生成可互動的 3D 遊戲與場景,但寫作表現、溝通方式及長程 Agent 任務仍有明顯問題。文中亦引述官方數據,稱它在專業 Agent 任務上的表現超越 Claude Fable 5.2,完成同等任務的綜合成本只有後者的 5%。
推薦理由:文章將官方成本與能力主張,和 3D、寫作等實測並置,呈現 GPT-6.2 Astra 的強項與日常協作落差。
Claude Fable 5.2 的單價降幅為 20%,千問(Qwen4-Max)在 Work360 評測中的單任務平均費用降幅為 58%,兩者衡量的並非同一口徑。
生產環境不應把每項請求都交給最大模型,應先用小模型,再由評分器或路由器把需要的請求升級至大模型。FrugalGPT 在 HEADLINES 上以 GPT-4 五分之一的成本取得高 1.5% 的準確率;RouteLLM 在 MT Bench 上只把 14% 請求送往 GPT-4,達到 GPT-4 95% 的表現。成效取決於能否低成本判斷答案質素,流量分佈改變亦可能削弱路由表現。
理想汽車 CTO 謝炎在台積電 OIP 論壇發表主題演講,介紹自研馬赫 M100 從架構設計到量產裝車的全過程。馬赫 M100 採用 5 納米車規級工藝,單顆算力達 1280 TOPS,已量產交付並搭載於多款理想車型。 динамичным
理想汽車 CTO 謝炎在台積電 OIP 生態系統論壇發表演講,解讀自研馬赫 M100 從架構設計到量產裝車的全流程。馬赫 M100 採用 5 納米車規級工藝,單顆算力達 1280 TOPS,是全球首款量產的動態數據流架構 AI 芯片。該芯片已量產交付,可支援大語言模型、智能體應用及智能輔助駕駛。
阿里雲開發者社區文章詳解 Qwen4-Max 的定位、架構、能力及適用場景,並與上一代 Qwen3.8-Max 比較多項指標。文章指出,Qwen4-Max 總參數為 2.4T,每個 Token 啟用 71B 參數,支援 1M Token 上下文;Work360 單項任務平均成本由 26.58 元降至 11.16 元。
AI決策模型研發商Sqwish於2026年11月完成300萬美元種子輪融資,並推出輕量級模型家族kettei,可直接輸出決策結果與置信度評分,支援文字及圖像輸入。旗艦模型kettei fat在JevBench、ImageJevBench等評測中位居前列,配合大模型使用可降低約三分之二決策成本。兩款小模型已在Hugging Face開源,OneHot平台支援企業以自有數據定製訓練。
TPHC 結合張量並行分片與 Hyper-Connections 殘差流,降低語言模型損失並提升零樣本推理表現。8B 模型採四條流時,訓練時間較 mHC 多 9%;流數由四增至十六,訓練時間僅多 19%。1.1B 模型以 100B tokens 訓練後,驗證損失較同流數 mHC 低 0.7-1.0%,六項常識推理基準的平均零樣本準確率高 0.3-0.7 個百分點。
M3OPD-Reasoner提出一套完全開放的多模態推理後訓練方案,涵蓋圖像 STEM、圖像感知及影片三個領域。評測 21 個基準後,研究發現從 Qwen3.5-9B 直接以 GSPO 訓練各領域教師,再用 MOPD 蒸餾的方案表現最佳;接續 MixRL 仍可提升學生模型,形成 M3OPD-Reasoner-9B。
北京智源人工智能研究院與清昴智能於 11 月 17 日發布基於眾智FlagOS 的國產 Token 工廠端到端推理優化方案,並上線基於國產晶片的商用 Token 工廠。
GPT-6.2 Astra 的基礎費率較 GPT-6 Astra 下調 20%,但隱藏推理 token 按輸出費率計費,可能抵銷節省並推高總帳單。文章計算,重用上下文達 40% 才到快取損益平衡點;以每次 100,000 個輸入 token、2,000 個輸出 token、共 10,000 次請求為例,快取 80% 上下文可把費用由 $8,800 降至 $2,720。
OpenAI 於 2026年11月17日發佈 GPT-6.2 Astra 和 GPT-6.2 Sol。兩款推理模型已在 ChatGPT Work、Codex 和 API 提供,Astra 面向複雜專業工作,Sol 著重日常寫作、編碼的速度與成本效益。
推薦理由:文章並列兩款模型在專業與日常任務上的定位、基準結果及 API 價格,呈現能力表現與使用成本的比較脈絡。
微軟推出 Windows Server 2028 公開預覽版,預設啟用原生 NVMe、支援從 ReFS 系統分區啟動,並開始將本地 AI 推理納入伺服器平台發展方向。
基於華為昇騰 950DT 晶片的全國首個 token 出海算力集羣,於 11 月 13 日在廣東汕頭啟用,由中國電信汕頭分公司、廣東天億馬信息產業股份有限公司和華為技術有限公司聯合建設。
ENTRONYX CLOUD 以其歐洲 GPU 租用目錄為例,説明如何按模型參數量估算顯存、選擇 GPU,並核對計費方式與供應情況。文章以 NG-RTX4000 為例,列出 24 GB 顯存、每小時 EUR 0.2932 淨價及每月 EUR 214.00 淨價上限;租用 72 小時約 EUR 21,而非月費上限。
FastFrames 論文提出一系列快速自回歸影片擴散模型,目標是在不犧牲生成品質下達到互動級延遲。1.3B 版本在單張 B200 GPU 上每影格耗時 36 ms、達 28 RPS,生成品質媲美慢近 8x 的 SOTA 模型;14B 版本在 8x B200 GPU 節點上每影格耗時 45 ms、達 22 RPS,並呈現顯著更佳的視覺品質和真實感。
論文提出 Xing 4 系列大語言模型,介紹其在 Ascend 晶片上的模型架構、訓練基礎設施,以及推理和智能體後訓練設計。研究以 8,192 張 Ascend 910C 卡預訓練 285B 參數模型,並推出連接智能體執行、評估與軌跡建構的 TeleGym 平台。
作者以 4 個 2026 旗艦推理模型完成 16 項確定性生產任務測試,指出 Agent 上線後會受推理延遲、工具呼叫漏失及 60 秒反向代理逾時影響。PostgreSQL TOCTOU 併發與冪等性程式碼審查耗時 46.1s 至 572.8s;文章提出以非同步佇列處理長任務,並按工作負載路由模型。
DepthGraft 讓後續層重用較早層的 KV pairs,將 KV cache 用量減少約三分之一,同時維持甚至提升下游表現。在 16 B Mixture-of-Experts 模型上,MMLU-Pro 提升 7.0%(絕對值),CMMLU 和 C3 分別提升 6.6% 和 6.4%。
OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,作者實測認為 Astra 能力偏科,科研與程式碼審查較強,方案規劃和影片創作較弱。在作者自建的程式碼審查測試中,Astra 找出 96% 問題,Sol 為 84%,GPT-6.1 Sol 為 65%;Astra 在 Agents' Last Exam 約得 78%,每項任務約 3 美元。
Jason Wei 加盟 AI 初創公司 Mercor,出任首席科學家,並將協助建立研究團隊,推進數據與評測研究。Mercor 於 11 月 10 日宣佈完成 7.5 億美元 D 輪融資,估值達 200 億美元,並正加碼模型評測、後訓練及讓 AI 智能體學習複雜工作流程的環境。
Shalendra Gaur 的測試顯示,主機端保存狀態並每步向模型提供精確狀態,可令 7B 模型跑 20,000 步時,每步耗時由 0.1605 s 增至 0.1651 s。
阿里雲開發者社區的文章解析通義千問 Qwen4-Max,整理其多模態能力、功能支援、收費及 API 接入範例。文中列出輸入 ¥10 /M tokens、輸出 ¥30 /M tokens,並稱阿里雲百煉提供免費 100萬 Tokens 試用。文章亦提供 Python、Node.js 及 cURL 的呼叫範例,並稱模型兼容 OpenAI 與 Anthropic API。
香港大學團隊提出 A-GRAE,以「隱式優勢對稱性」統一解釋 GRPO 在探索能力和難度適應上的瓶頸。A-GRAE 無需增加額外計算成本,並在涵蓋文本數學推理和多模態推理的 7 個基準上提升表現;在 AIME2025 上,DAPO+A-GRAE 的平均表現為 53.3%,高於 DAPO 的 52.2%。論文獲 NeurIPS 2026 錄用,程式碼已開源。
Nvidia Q4 毛利率指引為 71%–72%,較本季 74.9% 低約 3 個百分點,公司將原因歸於 Vera Rubin 架構初期擴產成本。文章把成本拆分為良率爬坡、HBM4、液冷與電力改造,以及部署規模尚未擴大;Nvidia 所稱每百萬 tokens 推理成本降至 Blackwell GB200 NVL72 的十分之一,尚無獨立驗證。
Hugging Face 把 160 個語言模型的推理路由改由 OpenRouter 接手,請求失敗時會在同一呼叫內改試下一間供應商。OpenRouter 2026 年 10 月實測中,容量錯誤減少 46%、首字延遲改善 16.9%、吞吐量提升 16.3%,每次請求成本則高 6.0%。
推薦理由:文章並列路由實測的速度、可靠性與成本變化,並界定自備供應商 API key 不再適用的範圍,方便團隊評估帳單與接入方式。