Claude Messages API 公测 Message threads 服务端会话缓存
Anthropic 的 Messages API 推出 Message threads 公开测试版。API 会在服务端缓存轮次之间的对话,开发者只需发送新消息和上一条消息 ID,无需重发完整对话,Claude 可更早开始响应。
第 4 页
Anthropic 的 Messages API 推出 Message threads 公开测试版。API 会在服务端缓存轮次之间的对话,开发者只需发送新消息和上一条消息 ID,无需重发完整对话,Claude 可更早开始响应。
Deep Principle 发布基于 GLM-5.3 后训练的开放权重科学模型 Hydrogen-1.0,753B 参数(MoE,约 40B 激活),1M token 上下文,MIT 许可证,权重已在 Hugging Face 和 ModelScope 上线。
Google 汇总 2026 年 10 月主要 AI 动态,核心是推理模型 Gemini 4 Argon 全球上线,覆盖 Google AI Studio、Gemini API、Google Cloud、Search 和 Gemini app。
OpenRouter 公布其周处理 token 量增长节奏:从每周 1 万亿到 10 万亿用了 50 周,从 10 万亿到 100 万亿只用了 28 周,并表示每周 1 quadrillion(千万亿)即将到来。
Hume 推出 Audio Decision API,可直接从音频本身回答自定义问题(如有几个说话人、是否有人在笑、来电者是否沮丧),无需转写步骤,并为每个答案返回概率。该 API 将叹气、笑声、犹豫、重叠语音和背景声音纳入模型输入,支持实时或处理数小时录音,基于 10M+ 条人类判断训练。
Runway 为 Claude Code、Codex 和 Cursor 推出 Runway Dev 插件,一次安装即可通过 Runway Dev MCP 连接账户并加载用 API 构建的技能。
OpenAI 正着手把 ChatGPT 中的 Chat 和 Work 标签页合并,该体验将先向部分用户开放以收集反馈,再逐步推广。合并后用户可在同一处带入文件和插件,让 ChatGPT 建网站、做演示或代为执行网页操作,Codex 仍保留为桌面应用中的独立体验。
一篇详细指南,讲述如何在免费 GPU 上从零构建一个 125.9M 参数的语言模型,利用语域控制 token 实现对生成文本中俚语、表情符号、缩写、拉长音和正式程度的旋钮式控制。
影溯通过自研 Topos 底座构建三道全自动产线,将现实空间 15 分钟数字化、云端并行仿真生产训练数据,单条成本仅为传统采集的 1/10,实现具身智能数据的规模化生产。
清华与微软论文提出 HarnessMM,让模型预先写出带校验条件的后续命令,工具结果通过校验就直接执行、跳过 LLM 调用。在 98 个 HumanEval 任务上,DeepSeek Harness 成功率从 71.43% 升至 85.71%,token 用量比原版减少 87.93%;Codex 成功率保持 90.82%,token 用量减少 29.54%。
本文解析了仪电智算云 Token 工厂的三重可信机制——服务运营可信、自主生态可信与安全合规可信——如何解决行业标准缺失、国产化交付及责任追溯难题,使 Token 服务从“能调用”迈向“敢托付”。
李佳琦直播间也卖Token了!AI算力与智能硬件亮相双11娱乐主管 · · Nov 2, 2026 32.0k 据活动公告,今晚19点30分,天猫双11李佳琦直播间将 首次 上架Token(词元)商品,AI算力服务由此进入头部电商直播间销售场景。这也是主播直播间 首次 开售AI算力商品,标志着Token商品化进一步向大众消费市场延伸。
详细阆述 DeepSeek Search 和 Fetch 两个网页工具 API 的使用方法、费用计算方式及与 Harness 等平台的集成关系。
宣布 DeepSeek 的 Search 和 Fetch 网页工具 API 从免费进入计费模式,单价为每千次 0.75 美元,详细说明了费用结构、限流规则及与其他平台的关系。
双十一Token首次作为独立品类上架电商平台,AI算力开始面向大众销售 · · Nov 2, 2026 今年“双十一”期间,Token(词元) 首次 以独立商品品类进入多个电商平台,原本隐藏在大模型服务后台的算力消耗,开始以可购买、可比较的商品形式面向普通消费者。这意味着Token消费正从企业和开发者主导的API调用模式,逐步向大众市场延伸。
思科给 27 岁工程师"无限 Token":放手去重写 98% 的旧代码 · · Nov 2, 2026 32.0k 一个差点被埋没在邮件堆里的 27 岁工程师,如今握着思科近乎无限的 AI 算力预算。
作者引述OpenAI凌晨更新的帮助文档称,从12月开始Plus和Pro用户的ChatGPT聊天与Codex用量将合并为同一Token额度,仅Instant聊天不受影响。作者回顾此前按条数计费的历史、一个月内Codex Pro额度先降后恢复的运营反复,以及社区在GitHub上提issue抗议的反应,认为合并与IPO预期下的算力成本压力有关。
Gemini 2.5 Pro 与 Gemini 2.5 Flash 已弃用,无法再在 Google AI Studio 中选择。
Karpathy 分享周末项目 HackerTube,用 Claude Code 和 Opus 5.5(Medium effort)约两小时构建并上线。Claude 筛选 HN 20 年间 4300 万条评论,找出 6454 个被工程师持续推荐的视频。站点无需登录即可用(状态存本地浏览器会话),缩略图取视频中间帧,底层评论分析数据以 zip 开放供自建版本。
长鑫存储(CXMT)已向国内芯片设计公司送出 HBM3E 样品,计划两个月内有限量产,但良率仅 20–30%。宇树第三季度营收增长 69.9% 至 6.65 亿元,净利润下降 17.4%,研发支出增长约 250%。月之暗面发布 Kimi K3.1 Pro,支持 100 万 token 上下文窗口,完整权重承诺 11 月 4 日开放。
本文解释了为什么稀疏 35B MoE 模型能在 CPU 上胜过稠密 27B 模型:它在 token 生成时减少了读取权重所需的内存带宽。
作者引述OpenAI凌晨更新的帮助文档称,从12月开始Plus和Pro用户的ChatGPT聊天与Codex用量将合并为同一Token额度,仅Instant聊天不受影响。作者回顾此前按条数计费的历史、一个月内Codex Pro额度先降后恢复的运营反复,以及社区在GitHub上提issue抗议的反应,认为合并与IPO预期下的算力成本压力有关。
本教程演示如何利用 OpenRouter 的 Responses API 构建一个 AI 驱动的代码审查工具,在基于 Linux 的沙箱中验证 bug。
OpenRouter 发布教程,介绍一个 233 行、仅用标准库的 review.py,通过 Responses API 组合 Files API、Shell 沙箱工具和 Apply Patch 工具,把变更文件上传到托管 Linux 沙箱,让模型实际运行检查确认 bug 并返回 V4A 补丁。
评析 Mistral Large 4 如何降低 token 成本、能力提升为何有限,并对比厂商与独立编码成绩,说明部署和许可的约束。
趋境科技通过全系统异构协同推理技术,实现了普通算力跑赢顶配 GPU 的突破,助力中国芯片在 AI 推理场景中实现高品质 Token 生产,完成从实验室到产线的规模化落地。
Steven Latré 指出,自托管 AI 的经济性取决于任务准确率、硬件匹配、并发、GPU 利用率与 harness 效率,不能只比较 token 价格。
NCM 提出了一种由粗到细的文本生成框架,在速度与效率上超越扩散模型,并在语言建模、翻译和推理任务中以显著更少的训练 token 达到有竞争力的质量。
Anthropic 宣布将 Claude Max 20X 套餐升级为 Ultra,取消每 5 小时的额度限制,并为订阅用户提供每月 $200 的 API 额度,旨在提升用户体验和计算资源利用率。
fal 官方宣布 blackforestlabs/flux-3-max 模型已在平台可用,提供三个入口。分别是图生视频 https://fal.ai/models/blackforestlabs/flux-3-max/image-to-video、关键帧到视频…