Qwen3.8-Flash发布一天就降价：输出比GLM便宜0.1元，但对手还在打5折
相关推荐
智谱GLM-5.3-Flash调用量增长73%
PANews 9月22日消息，据金十报道，全球头部大型API聚合平台OpenRouter最新日榜数据显示，智谱AI旗下GLM-5.3-Flash当日调用量达到4.36万亿Token，较上一统计周期增长73%，位列平台模型调用量第一。
DFlash团队进军Mac，27B模型跑到144Token/s
动察 Beating AI 快讯，Inco AI 开源本地推理引擎 Splash，把 Qwen3.8-27B 在 M5 Max MacBook Pro 上跑到了最高 144 Token/s。LM Studio 随即接入，0.4.25 版本已经可以直接使用。 Inco 此前做出的 DFlash 已经进入 SGLang、vLLM、TensorRT-LLM 和 llama.cpp。Meta、NVIDIA、小米、Poolside 等也给自家模型配了 DFlash 加速小模型。DFlash 会先让小模型并行猜出多个 Token，再交给大模型批量验证，减少逐 Token 生成的计算。 Splash 把这种优化扩到了整个本地推理引擎。它目前只支持 Qwen3.8-27B 和 Qwen3.6-35B-A3B，每个模型都单独配了 GPU kernel、内存方案和 DFlash 2 小模型。覆盖的模型少，但换来了更激进的性能优化。 144 Token/s 是 M5 Max 上的最高演示值。换到 Inco 用来做横向测试的 48GB M5 Pro，Qwen3.8-27B 单路短上下文达到 74 Token/s；4 路并发时总吞吐达到 170 Token/s，是第二名的 3.9 倍。这也是 Splash 更适合 Agent 场景的地方。一个 Agent 同时拉起多个子任务时，并发总吞吐往往比单条对话速度更重要。 Splash 本身开源，不绑定 LM Studio。目前需要 M3 或更新的 Mac、macOS 26.4 以上、至少 36GB 统一内存。
Haiku 5.5独立评测43分：遥遥领先GPT-6 Luna，但最高档Token消耗超3倍
动察 Beating AI 快讯，第三方评测机构 Artificial Analysis 公布 Claude Haiku 5.5 的测试结果。新模型在综合智能指数中获得 43 分，比上一代的 17 分提高 26 分。它超过 GPT-6 Luna 的 38 分、GLM-5.3 Flash 的 42 分，接近 Kimi K3 的 44 分。该指数综合了编程、专业工作、科学推理等 10 项测试。 不过，高分也伴随着大量 token 消耗。在最高推理强度下，Haiku 5.5 每项评测任务平均输出约 16.2 万 tokens，是 GPT-6 Luna 的 3.2 倍。两者基础 API 单价相同，但 Haiku 5.5 的预估单任务成本约为 0.21 美元，Luna 仅为 0.07 美元。Haiku 5.5 从次高档调至最高档，综合得分只增加 2 分，输出量却增加约 80%。 降低推理强度后，差距明显缩小。Haiku 5.5 在 high 档获得 38 分，平均每项任务输出约 5.5 万 tokens，与最高档 GPT-6 Luna 的 38 分和 5 万 tokens 接近。开发者可以通过调整推理强度，减少不必要的 token 消耗。 Haiku 5.5 也并非全面领先。在 AutomationBench-AA 自动化任务评测中，它仅得 35%，落后于 Luna 的 53%。不过，测试期间模型存在过度拒绝执行任务的问题。Anthropic 正在修复，Artificial Analysis 计划重新测试。此外，目前公布的 Haiku 5.5 任务成本尚未计入长上下文加价，实际费用可能更高。
智谱 ZCode 每日向每名用户提供 3 亿 Token
火星财经消息，据动察 Beating 报道，智谱宣布，旗下 AI 编程工具 ZCode 每天向每名用户免费提供 3 亿 GLM-5.3-Flash Token。该额度只能在 ZCode 内使用，且每天仅有 10 小时可用。北京时间每天 19:00 开始领取，23:00 至次日 09:00 才能使用。用户需更新客户端，领取额度后切换至 Global Building，并选择 GLM-5.3-Flash 模型。
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。
B.AI 国产模型 Token 周榜出炉，小米紧追 DeepSeek、MiniMax 成增长黑马
ChainCatcher 消息，10 月 23 日，B.AI 公布 10 月 16 日至 22 日国产模型品牌 Token 周榜：DeepSeek 继续领跑，小米 MiMo 紧随其后，两者仅相差 16.54 B Token，小米已连续 4 周增长，平台 Token 用量占比再提升 8.13 个百分点。腰部竞争同步升温，MiniMax 环比增幅超 5,200%，成为本周增长黑马，Qwen 环比增长 80.86%，与第 3 名 Zai 的份额差距缩小至 0.18%。热门模型优惠同步进行中：DeepSeek-V4.1-Flash-1017 享 6 折、Qwen3.8-Flash 享 8 折、GLM-5.3-Flash 享 7 折。B.AI 持续汇聚优质模型，助力开发者低成本解锁多元 AI 能力，欢迎登录 b.ai 探索。