Critini分析师：Token价格战已经触底，中国AI「开源」玩家正在涨价或转向闭源
相关推荐
OpenAI把GPT-5.6 Sol提速14倍：750 token/s先上API
据动察 Beating 监测，OpenAI 开始预览 GPT-5.6 Sol 的 Ultrafast 模式。它由 Cerebras 提供算力，最高输出速度达到 750 token/s，最高是 Standard 模式的 14 倍。目前只向少量 API 客户开放。 OpenAI 已在故障排查、研究、客服、金融分析和开发 Agent 等场景中测试 Ultrafast。对于需要连续多次调用模型的 Agent，单次响应提速也能直接缩短整个任务的执行时间。 这比 OpenAI 7 月底推出的 Fast 模式又快了一档。Fast 模式最高是 Standard 的 2.5 倍，Ultrafast 则把上限推到 14 倍。OpenAI 暂未公布 Ultrafast 的价格，也没有宣布何时进入 ChatGPT。
Critini Research分析师：韩国监管今晚公布的维稳政策「令人失望」
BlockBeats 消息，7 月 29 日，Critini Research 韩裔分析师 Jukan 点评韩国监管今晚公布的维稳政策，称「这些措施令人深感失望。不过是象征性的、作秀式的姿态，几乎没有任何实际价值。」 Jukan 对监管层发出质问称「这些产品当初为什么被允许存在？即便政府阻止新资金流入，现有的持仓仍将面临清算压力，不是吗？他们真的认为教育就能解决这个问题吗？」
韩国AI遭Critini分析师泼冷水：创业公司和高校研究都被严重高估
据动察 Beating 监测，Critini Research 分析师 Jukan 在参加 ICML 后发文称，韩国只是在「假装认真发展 AI」。韩国 AI 创业公司和高校研究被严重高估，与中国相比「几乎什么都不是」。 他建议韩国推出类似中国「千人计划」的人才政策，吸引海外韩裔研究者回国，并主动挖走外国顶尖人才。否则，韩国可能沦为依赖外国 AI 技术的国家。
Claude Code官方省Token指南：11个技巧让额度用得更久
据动察 Beating 监测，Anthropic 发布 Claude Code 省 Token 指南。核心就一句：上下文越长，后面每一轮越贵。聊天、文件和命令输出都会继续占用 Token，也会因此更快消耗额度。 整理下来，有 11 个最实用的技巧： 1. 换任务就 /clear。一个任务做完就清掉上下文。还在做同一个任务，只是前面的内容没用了，再用 /compact 压缩。长会话越往后越贵，因为每一轮都会重新带上之前的内容。 2. 模型和 effort 开局就选好。中途执行 /model 或 /effort 会打掉 prompt cache（提示词缓存），下一轮需要重新处理整段上下文。Fast mode 也是一样，最好一开始就开。 3. 离开前先 /compact。订阅用户的缓存约 1 小时过期，API Key 默认约 5 分钟。缓存过期后再回来，下一轮通常要重新处理整个上下文。趁缓存还在时压缩更便宜。 4. 最近几轮跑偏就 /rewind。它只删掉后面几轮，前面的缓存还能继续用。/compact 会重写整个对话，成本更高。 5. 文件直接用 @ 文件名。Claude 会在第一轮直接拿到文件，可以省掉一次 Read 或搜索。一个文件通常只需要 @ 一次，重复 @ 反而可能把同一文件再塞一份进上下文。 6. Prompt 尽量说具体。与其说「测试挂了」，不如直接告诉 Claude 哪个测试、哪个文件。否则它可能先 grep、搜索、读一堆文件，这些结果之后每一轮都会继续占上下文。 7. 测试和日志尽量少输出。Build、测试、git log 的输出都会留在上下文。可以加 quiet 参数、只输出错误，或者用 tail 截断。Claude Code 对超过 3 万字符的命令输出反而会自动写入文件，只把摘要和路径留在会话里。 8. 用 /context 查启动负担。新会话一开始就可以看 CLAUDE.md、MCP 和工具定义占了多少上下文。CLAUDE.md 只放通用规则，专项流程放进按需加载的 Skill，不用的 MCP 用 /mcp 关掉。 9. 简单任务用更小的模型、更低的 effort。大模型输入和输出都更贵，thinking 也属于输出 Token。纯执行类任务没必要一直用最高档模型和最高推理强度。 10. 大日志交给 subagent，小任务别滥用。Subagent 有独立上下文，只把最终结果带回主会话，适合读大量日志、搜索文档。但它也要重新读文件、自己跑多轮，小任务反而可能更贵。搜索、读日志这类任务还可以指定 Haiku 或 Sonnet。 11. /loop 最好单独开会话。每次循环都是完整的一轮，会重复携带当前会话的全部上下文。如果间隔超过缓存时间，还可能叠加一次缓存失效。官方建议另开终端，用一个干净会话专门跑循环。 Anthropic 的建议归根结底就是：少塞无用内容，任务结束及时清，会话别拖得太长。
B.AI 平台推出 GLM-5.2 旗舰模型限时优惠活动
ChainCatcher 消息，B.AI 平台现面向所有用户推出 GLM-5.2 模型限时 6 折优惠。 活动期间，无论通过 API 进行工程化部署，还是在 Web 端进行日常交互，全量调用均可享受 6 折结算价。折扣后价格分别为：输入 0.84、缓存写入 0.84、缓存读取 0.168、输出 2.64（单位：Credits/Token）。 GLM-5.2 作为新一代开源旗舰模型，拥有 1M 超长上下文窗口，专为大规模代码开发、复杂推理及智能体任务等高性能场景设计。用户可通过官方 API 标准通道或网页端直接使用，全场景工作流实现无缝衔接。此次活动旨在以更低成本释放顶级 AI 生产力，即日起用户可登录 B.AI 平台体验。
智谱API用户近700万，新启用超5万块国产AI芯片缓解算力压力
BlockBeats 消息，8 月 10 日，据《晚点 LatePost》报道，智谱 MaaS 开放平台注册用户规模已接近 700 万，较 7 月初增长约 200 万，其中企业客户数量达到 2.3 万家。其开发者产品 ZCode 上线一个月用户突破 100 万。 报道称，智谱今年以来 ARR（年度经常性收入）增长约 15 倍。市场人士透露，智谱当前 ARR 可能达到 20 亿美元，但该数据尚未获官方确认。 随着模型调用需求快速增长，智谱正在扩大国产算力基础设施。据了解，智谱已启用超过 5 万块国产 AI 算力芯片，以缓解日益增长的推理需求。此前市场传闻智谱已建设规模达 1GW 的国产 AI 算力基础设施。 智谱增长主要受编程场景需求爆发推动。GLM-5 模型发布后，公司 ARR 快速增长，目前 API 业务成为核心收入来源。智谱同时持续优化推理效率，通过 KV 缓存拆分、推理网络架构等技术提升算力利用率。 此外，智谱 7 月推出高速版 API，每秒生成 Token 数量达到 400，相比常规 API 速度提升约 8 倍；7 月 31 日，公司重新开放 Coding Plan 购买，并大幅调整价格，Lite 版本月费升至 118 元。 行业人士认为，随着 AI 编程需求持续增长，推理效率优化将成为大模型公司的核心竞争力。谁能在相同算力下生成更多 Token，谁将在成本和商业化方面占据优势。 目前，智谱、Kimi、DeepSeek 等中国大模型企业均面临算力瓶颈与模型竞争压力，市场预计多家公司将在 8 月推出新一代模型，AI 大模型竞争将进一步加剧。