硅基流动上线高速版 GLM-5.3
硅基流动上线智谱开源的GLM-5.3,该模型在Terminal Bench 3.0等基准中取得开源第一,CyberGym白盒代码审查测试得分84.5%。GLM-5.3 High档位平均输出Token为5万,调用价格缓存命中2元/M tokens,可通过硅基流动API接入Cursor等主流工具。
推荐理由:原文给出了GLM-5.3在硅基流动上线的定价与工具接入信息,读者可据此判断其在编码与安全场景的可用性与成本。
硅基流动上线智谱开源的GLM-5.3,该模型在Terminal Bench 3.0等基准中取得开源第一,CyberGym白盒代码审查测试得分84.5%。GLM-5.3 High档位平均输出Token为5万,调用价格缓存命中2元/M tokens,可通过硅基流动API接入Cursor等主流工具。
推荐理由:原文给出了GLM-5.3在硅基流动上线的定价与工具接入信息,读者可据此判断其在编码与安全场景的可用性与成本。
Cloudflare 宣布其 Managed Defense 服务新增基于邀请的“漏洞发现与修复”(VDR)功能,该功能通过 OpenAI Daybreak 网络使用 GPT-5.6 Cyber 等模型对客户授权代码库进行自动化侦察、验证与修复方案生成。
推荐理由:结合生产环境流量与安全事件上下文决定修复优先级,展示了网络上下文与静态代码审计互补的工程方法。
Kimi API 已原生支持 OpenAI 的 Responses API 和 Anthropic 的 Messages API 格式,用户无需转换格式或本地代理,即可在 Codex 和 Claude Code 中直连 kimi-k3、kimi-k2.7-code 等模型。Responses API 暂不支持视频输入,官方提供了针对本地 Agent 的自动化配置教程链接及开发者反馈社群入口。
推荐理由:官方说明直接给出了Codex和Claude Code接入Kimi API的两种API格式及模型列表,开发者可跳过中间代理层直接对接现有工具链。
可灵能力接入百度秒哒平台后,累计调用次数已超过 2496 万次。 应用开发者主要将可灵用于两类场景:一是通过 可灵3.0Omni 和 可灵3.0Turbo 模型为应用增加视频生成能力,二是批量生成视觉素材以提升游戏或叙事内容的沉浸感。 近期上线的 Agent Market 提供 一键换装 和 商品成片 等开箱即用功能,并开放 API 供开发者集成,同时秒哒平台推出限时优惠以促进影像生成能力的普及。
腾讯混元 Hy4 preview 自 8 月 28 日在 WorkBuddy 接入以来因 Agent 能力显著提升导致调用激增,平台已对推理集群进行紧急扩容以缓解排队压力。 该模型限免至 9 月 10 日,期间设有每日免费额度;因暂不支持多模态生成,相关任务会自动切换至其他模型并正常消耗积分。
MiniMax 将 H3 Max 768P 和 480P 接入开放平台和 MiniMax Design,基于其与 fal 合作的后训练与推理优化,5 秒 768p 视频生成耗时不到 3 秒,已满足实时直播速度门槛。
推荐理由:H3 Max 768P 生成 5 秒视频耗时不到 3 秒,满足实时直播生成速度门槛,支撑了 24 小时 AI 电视台等实时交互场景。
ZCode 本周五开启周末送额度活动,所有登录用户可免费领取 3 亿 Token 体验额度。该额度仅限在 ZCode 内使用 GLM-5.3-Flash 模型,有效期至下周一 09:00。GLM-5.3-Flash 原生支持 100 万上下文,价格仅为其对标竞品 Claude Opus 4.8 的 1/40。
DeepSeek-V4-Flash-Vision-Exp 上线 DeepSeek API 平台,用户可通过 model='deepseek-v4-flash-vision-exp' 访问该实验模型。
推荐理由:官方展示了新模型在 Agent 场景下的多模态适配效果,读者可据此判断其在工作流中的实际可用性。
Mistral 推出 Agentic Search,将检索从一次性 RAG 升级为多步检索与导航循环,可在复杂文档中查找、检查并验证信息。该功能通过 Mistral Search Toolkit 和 Libraries 提供,包含 search、open、navigate、read 和 grep 五个工具,无需微调即可使用。
推荐理由:相比一次性 RAG,Agentic Search 通过多步检索与导航循环,在复杂文档搜索中显著提升准确率并降低资源消耗。
可灵已正式登陆 WorkBuddy 连接器,实现一键调用。该集成支持视频批量生产与多任务并行处理,如后期对口型和换语言。用户可将其嵌入工作流,利用其智能分析需求并自动生成项目生产计划的能力。
MiniMax 推出 MiniMax Design,将其定义为把多模态模型能力变成生产力的 Harness。
推荐理由:MiniMax 官方介绍把多模态能力组织成生产流程的新入口,读者能理解它对视频和商业内容生产的定位。
MiniMax H3 多模态模型上线 10 天,RunningHub 平台涌现出近万个基于该模型的工作流与 AI 应用。H3 开源版参数量为 60B,BF16 精度下权重文件需约 120GB 显存,本地部署难度极高。 RunningHub 提供云端免部署服务,支持 2K 视频渲染,覆盖文生视频、数字人驱动等场景,新用户注册可获赠 500RH 币额度。
阶跃星辰开放平台正式发起 StepFun Builder Program,面向开发者、学生等群体招募创作者。 该计划提供模型 API 及开发额度支持,并包含技术分享、社区交流与官方曝光等成长资源。 项目旨在降低 AI 创造门槛,帮助参与者将想法转化为作品,申请已开放。
爱诗科技 PixVerse V6 与 C1 双模型正式上线芒果TV AIGC 平台「芒果灵创」。V6 支持 15 秒 1080P 稳定输出并配备原生音频引擎,C1 作为全球首个影视行业大模型支持多宫格分镜图直出视频。双模型分别强化平台全链路流转效率与影视垂类内容精度。
MiniMax H3 开源一周衍生出近 300 个模型,ComfyUI 版本下载量近 700 万。社区通过量化将模型最小内存占用降至 42.5GB,使 H3 可在消费级显卡本地运行。开发者为 Mac 编写了原生推理引擎 h3.c,并探索出长视频续写、图像编辑等玩法,甚至通过 Claude Code 调度本地模型构建自动化多镜头制片流程。
推荐理由:原文列举了量化压缩、Mac 原生引擎及 Agent 制片等社区实践,展示了 H3 在低显存设备与自动化流程中的实际扩展能力。
Mistral 宣布推出 Mistral Regional Endpoints(区域推理端点,GA 阶段)和 Mistral Priority Tier(优先级服务层级,公测阶段),允许客户选择在欧洲或美国运行推理以满足数据驻留与合规要求,并为首批关键工作负载提供附带正常运行时间 SLA 的定制速率限制。
推荐理由:原文介绍了区域推理端点、第三方开源模型接入及欧洲算力联盟计划,展示了Mistral构建主权AI基础设施的具体功能与服务层级。
ZCode发布重大升级,正式上线Goal、Subagents、Remote Control与闲时任务四大功能。通过专门优化上下文缓存复用,GLM在ZCode中的缓存命中率超过98%,配合限时额度加成使有效Token量提升约30%。
推荐理由:原文展示了GLM在ZCode下与Claude Code的对比数据及缓存优化细节,读者可据此评估不同Coding Harness对模型任务交付效率的影响。
RunningHub 正式接入 Seedance 2.5,该模型支持 30 秒原生视频生成及最多 50 个多模态参考输入。平台推出限时会员活动,480P 视频生成价格低至 0.21 元/秒,720P 视频为 0.49 元/秒。运行 Hub 旗下 rhTV、RHSTORY 等工具已全面适配,通过时间戳控制和分镜模式提升视频创作的可控性与叙事逻辑。
LibTV 正式上线 Seedance 2.5,支持直出 30 秒视频并最多接入 50 个多模态参考。平台发布片段重拍、逐帧拉片、智能引用、素材混剪及 5 分钟超长视频创作五大独家功能,另支持 Blender 白模一键成片。活动期间 Seedance 2.5 720P 生成积分降至 27 积分/秒,折合低至 0.4 元/秒,最高赠送 60 条免费生成。
Baseten 正式成为 Hugging Face Hub 支持的推理提供商,首批支持 Kimi K3、DeepSeek V4 Flash 和 GLM-5.2 等开源 LLM 的对话与文本生成任务。PRO 用户每月可获得价值 $2 的推理积分,通过 HF 路由的请求按提供商标准 API 费率计费且无额外加价。
MiniMax H3 开源,RunningHub 完成接入。H3 支持多模态输入,可生成 2K 画质与最长 15 秒音画同步视频。RunningHub 提供免部署云端运行与 ComfyUI 节点,GitHub 已开源相关工作流。
RunningHub 全网首发接入 MiniMax 新一代多模态模型 H3,支持文、图、音、视输入与生成,具备多模态理解、精准编辑、多场景内容生成和电影级视听质感四大能力。官方补贴期间 2K 画质低至 0.2 元/秒,全站模型低至 29 折。
推荐理由:MiniMax H3 支持文、图、音、视多模态输入与生成,2K 画质低至 0.2 元/秒,面向影视、广告与电商场景。
阶跃 StepFun 展示 STEPX Neo、汽车智能体超级 Eva 及机器人协作项目。STEPX Neo 搭载 Step AOS 系统,支持打车点外卖等 Agent 操作,并获 L3 级检测报告。超级 Eva 搭载于极氪 8X,支持语音控车、全程规划及生活服务。6 台机器人基于具身通用基础模型,自主协作完成亚毫米级精密拼装。
阶跃终端品牌暨新一代智能体战略发布会发布了智能体原生操作系统 Step AOS、基于其打造的智能体阶跃 Amoo,以及大模型原生 AI 终端品牌 STEPX。大模型原生智能体手机 STEPX Neo 同场亮相,展示了阶跃在智能体终端领域的最新布局。
RunningHub 于 7月9日 全网首发上线 Seedream 5.0 Pro 图像生成模型,该模型于 7月8日 正式发布。Seedream 5.0 Pro 主打“不止生成,更懂设计”,具备交互式精准编辑、超写实商业视觉、复杂信息可视化及 14 种语言原生文字生成四大能力。用户可通过 rhTV、快捷创作、AI 应用及 ComfyUI 工作流调用该模型。
GitHub 官方宣布 Kimi K2.7 Code 正式上线 GitHub Copilot,用户可在 Copilot 模型选择器中选择该模型完成代码生成、理解与调试任务。
推荐理由:这是 GitHub Copilot 接入的首个开源模型,且已在 VS Code 等主流开发入口开放,开发者可直接在熟悉工具链中调用 Kimi K2.7 Code。
Kimi 企业版会员现已支持在线下单,单次最多购买 20 席。该版本提供完整 Kimi Allegretto 会员权益,主打企业数据隐私保护和成员管理。服务 5 座起售,按年订阅,支持公对公转账等付款方式。
小米大模型发布 MiMo Claw 正式版,搭载 OpenClaw 框架官方预置模型 MiMo-V2.5-Pro,并联动金山办公生态推出全链路文档办公提效方案。
智谱全量开放 GLM-5.2,该模型支持 1M 上下文并在长程任务中保持领先。ZCode 3.0 围绕 GLM-5.2 深度优化,推出自研 Agent 以提升智能编码体验,并为 Coding Plan 订阅用户和新人提供配额权益。
推荐理由:原文明确了 GLM-5.2 的 1M 上下文能力和 ZCode 3.0 的深度优化,为开发者评估智能编码工具提供了具体参考。
小米发布并开源终端 AI 编程助手 MiMo Code V0.1.0,内置限时免费的多模态模型 MiMo-V2.5,并采用 MIT 协议开放。
推荐理由:原文给出了 MiMo Code 的专属 Harness、Compose 模式以及在相同模型下对比 Claude Code 的基准分数,可据此理解其协同优化思路。
Xiaomi MiMo-V2.5-Pro 联合 TileRT 发布 UltraSpeed 模式,首次让 1T 模型在 8 卡通用 GPU 节点上输出速度突破 1000 tokens/s。
推荐理由:万亿参数 MiMo 在通用 GPU 上突破 1000 tokens/s,文中展示了 FP4 量化与 TileRT 协同设计的工程路径。
小米发布 MiMo-V2.5 系列推理系统全链路工程化优化实践,覆盖 KVCache 管理、调度及多模态优化。通过重构 Hybrid SWA 的 KVCache 系统,使 KVCache 存储降至 Full Attention 的 1/7,服务端缓存命中率平均达 93%。
小米 MiMo-V2.5 系列 API 宣布永久降价,新定价最高降幅达 99%,且不再区分上下文窗口长度;Token Plan 计费体系优化使可用用量提升至原来的 5-8 倍。
推荐理由:宣布 MiMo-V2.5 系列 API 大幅降价及 Token Plan 用量扩容,揭示 SGLang HiCache 推理优化支撑成本降低。
Kimi 开放平台通知 Kimi K2 系列模型 API 将于 20260525 下线。用户需切换至 Kimi K2.6 以获取更强的思考、代码、Agent 能力及新增的视觉理解能力。
智谱面向部分企业客户开放 GLM-5.1高速版API“GLM-5.1-highspeed”,模型输出速度达到400 tokens/s,在完整保留GLM-5.1旗舰能力的基础上实现了低延迟响应。
推荐理由:原文通过实测对比展示了旗舰模型在保持能力前提下实现400 tokens/s低延迟的工程路径,为速度敏感场景提供了可参考的落地方案。
OpenAI 发布 Codex Labs,并与 Accenture、PwC、Infosys 等合作,帮助企业在软件开发生命周期中部署和扩展 Codex,目前 Codex 周活跃用户达到 400 万。
OpenAI 更新了适用于 macOS 和 Windows 的 Codex 应用,新增电脑操作、应用内浏览、图像生成、记忆和插件功能,以加速开发者工作流。
推荐理由:介绍了 Codex 在 macOS 和 Windows 应用上新增的电脑操作、应用内浏览、图像生成、记忆和插件功能,便于开发者评估其工作流变化。
OpenAI 更新了 Agents SDK,新增原生沙箱执行和模型原生 harness 功能。这些更新有助于开发者构建跨文件和工具的更安全、可长期运行的 AI 智能体。
推荐理由:官方明确了 Agents SDK 的新增机制,给出了安全执行与长时运行场景的落地路径。
OpenAI 扩展其 Trusted Access for Cyber 计划,向经过审核的防御者推出 GPT-5.4-Cyber。随着 AI 网络安全能力的发展,OpenAI 正在加强相关保障措施。
推荐理由:OpenAI为经过审核的防御者推出GPT-5.4-Cyber并加强保障措施,为读者提供AI网络安全能力扩展的具体路径。
Cloudflare 在 Agent Cloud 中集成 OpenAI 的 GPT-5.4 和 Codex。此举使企业能够构建、部署并扩展 AI 智能体,以速度和安全性执行现实世界任务。