阿里千问发布Qwen3.8-Flash模型
相关推荐
百度文心5.5 Flash Preview发布,总参数2800亿,支持100万token上下文
火星财经消息 11月11日,百度最新基础模型文心5.5 Flash Preview正式发布,模型总参数量达2800亿,每个Token激活140亿参数,支持最长100万Token的上下文,在编程、3D建模、知识工作、内容创作等方面表现突出。目前文心5.5 Flash Preview已上线百度智能云千帆平台,API定价为每百万Token输入忙时2元、闲时1元,输出忙时8元、闲时4元,限时五折。此外,模型权重将于11月25日正式面向全球开源社区发布。(广角观察)
DiffuSpace开源Clover-35B-A3B:MoE扩散模型提速至680 tokens/s
火星财经消息 10月28日,扩散智能DiffuSpace发布并开源扩散语言模型Clover-35B-A3B-Preview。模型采用MoE架构,总参数350亿、单token激活约30亿,支持128K上下文与块扩散生成;在智能体编程、工具调用等任务上,评测表现超过Mercury 2.5及同尺寸Qwen3.6-35B-A3B。 技术侧重构门控Delta网络,以递归状态压缩历史上下文,结合双向注意力与可学习块大小校准适配块级并行去噪。权重代码已上架Hugging Face、GitHub,支持SGLang、llama.cpp,内部测试整体生成速度达680 tokens/s,较同规模自回归方案最高快5—10倍。(广角观察)
阿里巴巴发布 Qwen4-Max,API 价格较上代下调 25%
火星财经消息,阿里巴巴发布新一代大模型 Qwen4-Max,并同步下调 API 价格。据 The Defiant 报道,Qwen4-Max 在新加坡的输入与输出列表价格较上一代 Qwen3.8-Max 下降 25%。此次发布同时将 Qwen4-Max 的访问权限从此前的订阅制预览扩展至更广泛的用户。阿里巴巴表示,后续还将推出体积更小的开放权重模型。
谷歌推出Gemini Decisions API,每百万输入token收费0.10美元
谷歌推出了GeminiDecisionsAPI,这是一个由其Gemini Decision1模型驱动的新端点,可帮助AI智能体做出快速的预设决策,而无需生成冗长的文本回复。该接口允许开发人员针对包含文本、图像、音频、视频和PDF的共享多模态输入,评估多达1000个独立问题。Gemini Decision1不会逐token生成回复,而是在单次前向传递中对预设选项进行评分,返回概率和置信度分数,端到端延迟为150–250毫秒。谷歌表示,开发人员可以在一次API调用中提交“是或否”检查、最多包含255个选项的多选题,或基于预设评分标准的打分请求。(新浪财经)
DGrid Model Marketplace 日处理超 600 亿 Token,API 日调用量超 200 万次
火星财经消息,去中心化 AI 基础设施项目 DGrid AI 宣布,旗下 Model Marketplace(模型市场)目前每日处理超 600 亿 Token,API 日调用量超 200 万次;平台已上线 200 余款模型,DGrid Gateway 接入的模型提供商数量也已从今年早些时候的 30 余家增至 100 余家。DGrid AI 表示,接下来将围绕模型发现、集成体验和推理性能持续优化,帮助开发者提升从 API 接入到产品上线的效率,助力模型提供商触达更多用户,并进一步推动形成更开放、更活跃的模型生态。
OpenAI 全面开放决策 API,输入百万 token 0.1 美元
火星财经消息,当地时间 10 月 22 日,OpenAI 宣布全面开放决策 API。该 API 基于 GPT-6 Luna,面向具有限定答案的问题,协助应用与智能体根据文本、图像及结构化输入做准实时决策。IT之家称,其响应速度比通过 Responses API 调用 GPT-6 Luna 最高快 10 倍。定价方面,输入每百万 token 为 0.1 美元,页面按当时汇率注约合 0.67 元人民币;缓存命中输入每百万 token 为 0.01 美元,约合 0.067 元人民币。该 API 仅按输入 token 计费,输出 token 免费。页面称,OpenAI 内部已将该 API 用于产品和业务工作流。公测后新增内容包括原生 GPT-Live 集成、针对复用上下文的 Prompt 缓存,以及美国和欧盟的推理数据驻留。开发者可传入原生 JSON,并在问题指令中包含图像,单次请求最多提交 400 个问题,为此前上限的两倍。页面还称,OpenAI 持续优化延迟,并在亚洲多个地区扩充容量。