熵旋芯智雷坤：MRAM存算一体芯片可使AI推理Token成本降低约10倍
相关推荐
开源模型大翻盘：Vercel Token份额两个月从28%增至62%
动察 Beating AI 快讯，Vercel CEO Guillermo Rauch 公布，8 月 22 日，开源模型已占 AI Gateway Token 流量的 62%。6 月 24 日还只有 28.4%，两个月多了一倍多；闭源模型同期从 71.6% 降到 38%。 Vercel AI Gateway 统计的是自家平台上的实际模型调用量，不能代表整个 AI 市场。 与此同时，Vercel 上的 AI 用量也在暴涨。7 月 Token 总量环比增长 59%，开源模型占比已超过三分之一。DeepSeek 还超过 Google，成为 Token 消耗量第二大的模型厂商。 OpenAI 和 Anthropic 的合计 Token 量同样在加速增长。 但钱还是被闭源模型赚走了。7 月开放权重模型占约 36% Token，却只占 8.6% 的支出；Anthropic 用约 30% Token，拿走了 65.1% 的支出。 未来闭源前沿模型可能只占 15% 到 25% Token，却拿走 60% 到 90% 的经济价值。
DeepSeek Flash 涨价后流量腰斩，留下近 10 万亿 Token 日缺口
火星财经消息，OpenCode CEO Jay V 表示，DeepSeek V4 Flash 自 8 月 1 日上线后，在 OpenCode 上的日 Token 消耗量从约 3 万亿飙升至 18 万亿，两周内增长 6 倍，接近 OpenRouter 全平台日处理量。其定价约为 Fable 的 1/350、GPT-5.6 Sol 的 1/175、Claude Sonnet 的 1/70，被用户视为“便宜到无需计量的 AI”。8 月 16 日 DeepSeek 将高峰时段价格上调 5 倍（非高峰时段 2.5 倍）后，模型日 Token 消耗量从峰值回落超过 50%。Jay V 认为涨价系应对 GPU 成本上升的被动之举。目前 OpenCode 正寻找能以原价承接流量的供应商，约需 1000 块 B300 才能支撑当前需求。DeepSeek Flash 暴露了 AI 模型市场的“不可能三角”——便宜、强大、大规模稳定供应难以兼得。涨价后，OpenCode Go 已将配额从 60 美元降至 15 美元后又恢复至 30 美元，并引入峰谷费率机制。
Robinhood CEO：全球正进入代币化超级周期，呼吁美国监管加快适应代币化市场
Odaily星球日报讯 Robinhood CEO Vlad Tenev 在 X 平台发文表示，全球正处于“代币化超级周期”的早期阶段，代币化的意义并非简单将股票搬到区块链，而是重构资产所有权基础设施，使资产能够像互联网信息一样自由流动。 Tenev 表示，Robinhood Chain 上线一个多月后已完成 1 亿笔交易，其 Stock Tokens 已为 120 多个国家的用户提供 190 多只美国股票的经济敞口，并由底层股票 1:1 支持，但目前尚未向美国用户开放。他认为，随着监管框架逐渐成熟，我们预计代币设计还会继续演进，包括未来出现拥有传统股票完整权利的代币化股权。 其在文章最后呼吁美国监管框架加快适应代币化市场，并表示上市股票只是起点，私人公司股权等流动性和准入更受限制的资产可能成为下一阶段的重要方向。
持有PUMP数月盈利超93.6万美元，Donut AI CEO兼创始人Chris公布交易路径
Odaily星球日报讯 链上分析师 Ai 姨在 X 平台发文表示，Donut AI CEO 兼创始人 Chris 持有 PUMP 数月，累计盈利超 93.6 万美元；其在 Robinhood 热门代币上交易 30 天获利超 13 万美元，其中 PONS 离场时市值达到 6 亿美元，目前回落至 4.4 亿美元。 Chris 还在 STONK 市值 8900 万美元时低点建仓，目前浮盈约 18 万美元，回报率超 170%，该代币当前市值约 2.4 亿美元。 Chris 表示，Robinhood 主要是新散户资金流入的增量博弈，Solana 则是现有 SOL 资金在链内轮动的存量博弈；他更看好 Solana 生态后续发展。
Token Terminal：链上代币化资产规模达3461亿美元，其中股票规模约为24亿美元
PANews 9月12日消息，据 Token Terminal 数据，链上代币化资产市场规模达 3461 亿美元，其中美元稳定币规模约为 2,985 亿美元，占比 86.2%；美国国债、收益策略、信贷基金和黄金分别为 150 亿美元、105 亿美元、64 亿美元和 51 亿美元，占比分别为 4.3%、3.0%、1.8% 和 1.5%。此外，代币化股票规模约为 24 亿美元，占比 0.7%。
英伟达给Pi加外挂：Agent自己研究找出4种优化，Token最高省64%
动察 Beating AI 快讯，英伟达 NVLabs 开源 SoL-Pi，给 Coding Agent Harness「Pi」加了一层效率优化。研究团队搭了一套自动研究流程，让多个 Agent 分析 Pi 的运行轨迹、提出优化方案、改代码并自动验证。最初有 152 个候选方向，最后只留下 4 个。 这 4 个优化都在减少重复开销。比如改完代码后直接接着跑测试，少一次模型调用；读过的大文件和长输出先存到本地，需要时再取；子任务结束后判断要不要压缩上下文；超长日志先交给便宜模型筛重点，再核对内容确实来自原日志。 在 EdgeBench 上，SoL-Pi 相比原版 Pi 少用 45%–49% Token，成本低约三分之一；相比 Codex、Claude Code 的原生 Harness，Token 少 35%–64%，按 API 标价计算成本低 50%–54%。 不过省钱会损失一点能力，SoL-Pi 保留了 Pi 约 94% 的平均得分；在 Terminal-Bench 4 的 63 个 CPU 任务里，它解出 15 个，Codex 和 Pi 都是 18 个。