主题

Z.ai 与 DeepSeek 开源权重模型增长领先

6/ 开源权重实验室在增长上领先。过去 6 个月，https://Z.ai 的月度 token 量增长约 20 倍，DeepSeek 增长约 12 倍。 支出方面，https://Z.ai 增长约 6 倍，Anthropic 上升 76%。

OpenRouter 数据：1 月以来每 token 有效价格下降 57% 至 70%

OpenRouter 发布按计费用量统计的数据，自 1 月以来每 token 有效价格下降 57% 至 70%：封闭权重模型从 $1.21 降至 $0.52 per 1M tokens，开放权重模型从 $0.28 降至 $0.084 per 1M tokens。两者价差从 4.3x 扩大到 6.2x，统计排除免费变体、BYOK、隐身模型和非聊天 API。

OpenRouter：开源权重模型付费份额回升

4/ 开源权重模型强势反弹。在 Claude Opus 5.5、Sonnet 5.5 和 GPT-6.1 Sol 发布的那一周，其付费 token 份额降至 52%。 两周后，这一份额回升至 70% 以上，主要归功于 DeepSeek V4.1 Flash。

AI 芯片公司 Ricursive Intelligence 开源 Ripple-65B Preview，采用 Apache 2.0 许可

AI 芯片设计公司 Ricursive Intelligence 发布开源模型 Ripple-65B Preview，预训练使用 12 万亿 token，在 TerminalBench 2.1 上得 80.52 分，称其为美国开源模型中最佳。

Ramp 数据揭示企业 AI Token 消耗激增但支出停滞，Anthropic IPO 估值受压

Ramp 最新数据显示企业 Token 消耗激增 65%但支出仅增 1.5%，AI 价格下跌及企业自律支出成为主要因素，AIPO 估值从 2 万亿降至 1.2-1.3 万亿美元。

OpenRouter 详解模型路由决策

透明的路由决策。 我们通过聊天室和 API（启用 router metadata）提供详细反馈，说明我们为何选择某个模型。其中包括考虑过的模型、选择它们的原因，以及影响决策的因素。

AI 克隆版 GTA VI 或迫使 Rockstar 加快官方 PC 移植

前 Rockstar 技术总监 Obbe Vermeij 认为，AI 逆向工程工具可能让玩家用 AI 把 PS5 版 GTA VI 改造成 PC 版，从而迫使 Rockstar 加快官方 PC 移植。他估计逆向工程成本约“数万美元的 token”，成品虽不如官方版本，但足以满足部分玩家。

Ramp 数据显示 AI token 支出增长放缓，正值 Anthropic 临近 IPO

Ramp 数据显示企业 AI token 支出在 8 月和 9 月合计仅增长 1.5%，远低于 7 月的 42%，尽管 token 用量仍在上升；10 月数据回升至环比 8.9%。

Unsloth 发布 Qwen3.8-Flash-Next GGUF

Qwen3.8-Flash-Next GGUF 现在运行更快，思考更少，token 用量也更少。 Unsloth Dynamic V3.1 GGUF 让思考与 token 用量匹配完整精度 Qwen3.8-Flash 的 95%。 结果：相比同尺寸量化版本，token 减少 50%，准确率提升 15%。

淘宝MNN 团队开源 MNN-Pocket-0.3B，iPhone 18 Pro 离线解码飙升至 350 token/s

淘宝MNN 团队开源 MNN-Pocket-0.3B，iPhone 18 Pro 离线解码飙升至 350 token/s · · Nov 6, 2026 人工智能端侧部署领域迎来重磅进展。淘宝旗下 MNN 团队正式宣布开源面向手机应用的轻量化大语言模型 —— MNN-Pocket-0.3B。

谷歌重磅发布 Omni 1.2 Flash：视频生成上限延长至 15 秒，API 价格大降 30%

Thinking Machines 发布 Inkling 2 Small：594B MoE、17B 激活、1M 上下文

Thinking Machines Lab 发布第二代 Inkling 首款模型 Inkling 2 Small，为 594B 总参数、17B 激活的稀疏 MoE，支持文本与图像输入、1M token 上下文和可变推理强度。

淘宝 MNN 团队开源 MNN-Pocket-0.3B 端侧模型，iPhone 18 Pro 离线解码达 350 token/s

淘宝 MNN 团队发布并开源面向手机应用的轻量模型 MNN-Pocket-0.3B，约 3 亿参数，在 iPhone 18 Pro 上通过 MNN 引擎完全离线运行，平均解码速度约 350 token/s。

Noam Brown 称赞 Blood on the Clocktower 评测方法并向 Dwarkesh 抛出橄榄枝

Dwarkesh Patel 花费 20,000 美元 API 额度让多个 AI 模型在社交欺骗游戏 Blood on the Clocktower 中对弈，并上线了 benchmark 网站 clocktowerbench.com，也开放让人类与 AI 对玩。

谷歌发布 Gemini Omni 1.2 Flash 视频模型，原生 15 秒生成、较 1.1 降价 30%

谷歌正式推出 Gemini Omni 1.2 Flash 视频生成模型，在 Gemini API 与 Gemini for business 平台开放使用。新版支持原生 15 秒生成（可在 3 到 15 秒按 1 秒自定义）、多轮对话式编辑与更强的参考遵循能力；720p 价格为每秒 0.07 美元，较 1.1 版本降价 30%。

OpenAI 发布 GPT-6 Cyber 漏洞挖掘模型，被评为最高网络风险等级

OpenAI 发布 GPT-6 Cyber，一个用于在授权目标内发现和利用软件漏洞的安全研究模型，目前仅向部分获批的 Daybreak Red 客户开放，可通过 API 和 Codex 使用。

OpenAI：ChatGPT 与 API 每周生成图像超 40 亿张，8 周前为 30 亿

OpenAI 相关负责人称，目前 ChatGPT 与 API 每周生成的图像超过 40 亿张，高于仅 8 周前的每周超 30 亿张。其转发的 @OpenAI 内容还提到 ChatGPT Images 2.6 新增 GIF 与参考图支持，API 将迎来两个图像生成速度提升 50% 的新模型。

百度发布 ERNIE 5.5 Flash Base：280B 总参、14B 激活的 MoE 基座模型

百度发布 ERNIE 5.5 Flash Base，这是 280B 总参数、每 token 激活 14B 的稀疏 MoE 基座模型，权重止于预训练阶段，已在 Hugging Face 和 ModelScope 提供 FP8 与 BF16 权重。

百度开源 ERNIE 5.5 Flash Base 基座模型，280B 参数 MoE 架构

百度发布开源基座模型 ERNIE-5.5-Flash-Base，刻意不带微调或后训练，交由开发者自行处理，后续将推出后训练版本。模型采用 MoE 架构，总参数 280B、每输入激活 14B，预训练数据 33.5 万亿 token，训练上下文最长 128,000 token，微调和推理设计上支持到 100 万 token。

Gemini Omni 1.2 Flash 在 Gemini API 和 Google AI Studio 发布，价格下调 30%

Gemini Omni 1.2 Flash 在 Gemini API 和 Google AI Studio 发布，支持 15 秒视频片段，改进对话式视频编辑和一致性。速度保持不变，720p 价格下调 30% 至 $0.07/s。

Google 发布 Gemini Omni 1.2 Flash，覆盖 Google Cloud、Gemini API 等多款产品

Google 宣布 Gemini Omni 1.2 Flash 从今日起在 Google Cloud、Flow、Google Vids、Google Ads、Google AI Studio 和 Gemini API 上推出。同时面向所有 Google AI 订阅者开放 Gemini App，Ultra 订阅者可生成 15 秒片段。

Google 发布 Gemini Omni 1.2 Flash，视频生成上限提升至 15 秒并降价 30%

Google 发布 Gemini Omni 1.2 Flash，视频生成与编辑上限提升至 15 秒，API 价格较上一代下降 30%，720p 视频每秒 0.07 美元。

Google DeepMind 发布 Gemini Omni 1.2 Flash，支持 15 秒视频生成并降价 30%

Google DeepMind 发布 Gemini Omni 1.2 Flash，在 Gemini API 和 Gemini for business 全面开放，首次实现 Gemini Omni 全面可用。

Google 发布 Gemini Omni 1.2 Flash：15 秒视频生成，降价 30% 至 $0.07/秒

Google 发布 Gemini Omni 1.2 Flash，在 Gemini API 和 Gemini for business 全面开放。新模型原生支持最长 15 秒视频生成（此前为 10 秒），支持多轮对话编辑和更强的参考图一致性，价格较 1.1 下降 30% 至 720p 视频 $0.07/秒。

Jim Fan 推出 VFlash：并行解析视觉世界

Jim Fan 发布 VFlash 视觉模型，面向 Physical AI 并行解析视觉世界，在 Jetson Thor、DGX Spark 等边缘 GPU 上实现最高 12 倍更快的动作解码和 5.1 倍整体机器人推理加速。它一次性输出完整几何形状而非逐 token 解码，3D 轨迹误差最多降低 61%，精度甚至超过 VLM 主干。论文与代码均已开源。

Temperature、Top-k、Top-p：详解 LLM 采样下一个 Token 的机制

本推文全面解释了 LLM 采样机制——temperature、top-k、top-p——如何影响 Token 选择且不修改模型权重，并提供不同场景的实用起始值。

Apple 削减内部 AI 预算，工程师每日 token 上限从 $300 降至 $200

据 Bloomberg 报道，Apple 上月将部分工程师的每日 token 预算从 $300 降至 $200，后续或进一步降至 $100，部分非技术团队低至 $25，有需要者可向管理层申请例外。

腾讯混元感谢 Artificial Analysis 对 Hy4 的评测，模型获 Intelligence Index v5 35 分

腾讯混元转发并感谢 Artificial Analysis 对其最新模型 Hy4 的评测。Hy4 在 Artificial Analysis Intelligence Index v5 得 35 分，与中国实验室模型中仅次于 Kimi K3.1 Pro（46 分），与 Grok 4.7 (xhigh) 持平…

百度开源 ERNIE 5.5 Flash Base：280B 参数 MoE 架构模型

百度发布开源的 ERAIE 5.5 Flash Base 模型，采用 MoE 架构，280B 总参数/A14B 每 token 激活，引发关于模型对比基准的讨论。

百度开源 ERNIE 5.5 Flash Base 基座模型：280B 总参数、14B 激活

百度发布 ERNIE 5.5 Flash Base 稀疏 MoE 基座语言模型并开放权重。模型总参数 280B、每 token 激活 14B，预训练 33.5T tokens，微调和推理上下文最长 1M-token，提供 FP8 与 BF16 权重。