值得买科技OpenHubs首批上线Qwen3.8-Max
相关推荐
国家超算互联网上线Kimi K3 API服务，3万亿参数大模型一键调用
火星财经消息 7月21日，国家超算互联网近日上线Kimi K3模型API调用服务，企业与开发者无需繁琐环境配置，即可快速调用这一2.8万亿参数开源大模型能力。目前，该API兼容OpenAI与Anthropic接口规范，支持快速、低成本搭建多元化AI应用。当前，超算互联网模型API服务已汇聚MiniMax、DeepSeek、Qwen、GLM、Kimi等开源大模型，涵盖文本生成、图片生成、视频生成、语音合成、多模态等全维度AI能力。（广角观察）
DeepSeek、Kimi都在拼命砍缓存，英伟达开始让缓存跨模型复用
据动察 Beating 监测，过去两年，大模型推理优化一直在拿 KV Cache 开刀。它是模型读完上下文后留下的中间计算结果，内容越长，越吃显存和带宽。DeepSeek-V2 借助 MLA，相比 DeepSeek 67B 将 KV Cache 减少 93.3%；Kimi Linear 相比全 MLA 又最多减少 75%。大家都在让长上下文更便宜。 但这些方案都有一道墙：缓存通常只能在同一个模型内部复用。Agent 从小模型切到大模型后，目标模型还得把前面几万甚至几十万 Token 重新计算一遍。模型路由越频繁，这笔重复计算越难忽略。 英伟达最新论文开始拆这堵墙。团队发现，在同一家族、KV 结构匹配的不同大小模型之间，缓存存在明显的线性关系。用 500 段、每段 1024 Token 的文本校准一次，就能拟合出一套映射，把一个模型算好的 KV Cache 转给另一个模型继续用。 Qwen3-14B 切到 32B 时，32K 上下文重新计算约需 7 秒，转换缓存只要约 0.28 秒，快约 25 倍。换句话说，以后甚至可以先让小模型负责「读」：把长上下文算成 KV Cache；真正需要更强能力时，再把缓存转给大模型，让大模型直接开始「想」和生成。 这会让模型路由省下更多算力。现在让简单任务跑小模型，主要省的是生成成本；一旦切到大模型，长上下文往往还得由大模型重新算一遍。跨模型 KV Cache 如果做成熟，连这部分 prefill 都能交给小模型完成。Agent 可以长期用便宜模型维护上下文，碰到难题才叫醒大模型，而且不用每次都从头「读档」。
MiniMax H3开源尚未结束：2K视频模块即将补齐，本地生成还会提速
据动察 Beating 监测，MiniMax H3 团队在 Reddit AMA 中透露，H3 还有几块能力会继续开放。现在必须通过官方 API 才能使用的 2K 视频模块已经确定会放出，同时还会开放一套减少计算量的加速方案，让本地运行 H3 更快、更省资源。 目前 H3 本地只能完整生成 768p 视频。后续开放的 2K 模块会把已有视频和原始参考素材重新送进模型，再生成一遍高分辨率视频，进一步还原文字、人物和画面细节。未来有望在本地跑完整的 2K 工作流。 团队还承认了两个现有问题。H3 在同时参考图片、视频和声音生成时，画面确实更容易发糊；远景和小人物也容易出现糊脸、变形。这些都属于模型本身的问题，MiniMax 已经在继续优化。
DeepSeek API出现性能下降情况，现已恢复
8月4日，海外开源AI Coding Agent平台OpenCode发文称：DeepSeek V4 Flash当前因前所未有的访问量而出现容量不足问题，可能会遇到报错，正在紧急修复中。也有网友发文表示：DeepSeek V4 Flash官方API上午几乎不可用，和Kimi K3刚发布时情况差不多，国产模型能力赶上来了，但可用性与容量仍有改善空间。DeepSeek官方披露，今日上午DeepSeek V4 Flash API出现性能下降情况，目前问题已解决，服务已恢复。（一财）
港股智谱大跌20%，MiniMax跌逾11%
火星财经消息，7 月 28 日，智谱股价在香港市场一度跌 20%，MiniMax 股价跌逾 11%，此前月之暗面开放 Kimi K3 模型供公众下载。
高盛：MiniMax-W重申“买入”评级 目标价860港元
高盛发布研报称，MiniMax-W的多模态策略为其关键差异化优势，H3模型已进入推出前最后阶段，预期即将面世，相信会对多模态行业格局带来深远影响，重申MiniMax“买入”评级，目标价860港元。高盛指出，MiniMax创办人兼首席执行官闫俊杰近日在分析员会议上，透露未来重点将专注于为旗下每个模型追求最佳的性价比，特别是目前M3模型每日处理万亿级Token，开放平台/API收入已达健康毛利率水平，目标最终实现高双位数毛利率，又预期9月至10月将推出的M3 Pro将拥有显著成本效益。（新浪财经）