浪潮信息发布元脑AI超节点SD200 Ultra
相关推荐
天猫上线Token充值中心,首批接入阿里云、智谱、Kimi、MiniMax
火星财经消息,9月3日,天猫正式上线AI 空间站( Token充值中心)。页面显示,该充值中心集合了阿里云、智谱、Kimi、MiniMax等国内大模型厂商的订阅服务,在售商品包括按周期订阅的Token Plan、Coding Plan以及按用量付费的充值方案,支持卡密或直充两种交付方式。
Tibo:今天750 token/s的Ultra Fast,一两年后可能成为标配
动察 Beating AI 快讯,OpenAI 现在有一个付费高速档 Ultra Fast,只要氪金,模型就能回答得更快。开启后 GPT-5.6 Sol 最高能跑到每秒 750 个 Token,约为普通模式的 14 倍。Codex 负责人 Tibo Sottiaux 预计,再过 1 到 2 年,今天这种速度可能已经接近默认水平。 不过 14 倍只是模型本身的最高输出速度。真正拿来写代码,如果主要时间都在生成代码,整体能快约 10 倍;如果 Agent 还要搜索网页、跑工具、等网络返回,整个任务通常只快 3 到 4 倍。模型吐字越来越快后,瓶颈会从模型转到网络、CPU 和工具调用。 Ultra Fast 在 OpenAI 内部也得省着用。重大故障、关键原型等任务可以优先使用,但大部分算力还是留给外部客户,否则 OpenAI 自己的员工就能把容量吃光。
Moonshot AI将公开2.8万亿参数Kimi K3权重,中国开源权重模型Token占比升至68%
Odaily星球日报讯 中国 AI 初创公司 Moonshot AI 将公开高性能模型 Kimi K3 的模型权重,开发者可下载模型并按用途修改,也可在自有数据中心或云环境中运行。 Kimi K3 拥有 2.8 万亿个参数和 100 万 Token 上下文窗口,可一次性处理大规模文档和代码库。Moonshot AI 计划后续通过技术报告公开模型结构、训练方式和性能评估结果。 Kimi K3 发布后,Moonshot AI 单日收入据悉至少增长 6 倍。Moonshot AI 正推进按 500 亿美元估值进行新一轮融资,并考虑最快今年在香港上市。 Bloomberg Intelligence 表示,Kimi K3 与 Z.AI 的 GLM-5.2 发布后,中国开源权重模型在整体 Token 使用量中的占比升至 68%。AWS Bedrock、Microsoft Azure Foundry 和 Google Vertex AI 尚未提供 Kimi K3 与 GLM-5.2 等中国开源权重模型。
kKimi K2.8 Preview 正式登陆 B.AI,API 与 Web Chat 双端同步开放
ChainCatcher 消息,B.AI 平台宣布 Moonshot AI 最新预览模型 Kimi K2.8 Preview 正式上线,面向开发者同步开放 API 与 Web Chat 双端体验。 该模型专为编程与 Agent 工作流打造,支持 1M(1,048,576 Token)超长上下文及文本、图片、视频多模态输入,综合性能直逼旗舰 Kimi K3,较 K2.7 Code 在思考效率与代码能力上进一步提升,并支持 Low/High/Max 三档灵活可调推理强度。 即日起,开发者可通过 B.AI 平台直接调用 Kimi K2.8 Preview。
阶跃Step 5偷跑:AA跑分追平Kimi K3,输出价不到1/5
动察 Beating AI 快讯,阶跃星辰还没正式官宣 Step 5,预览版已经提前出现在 Artificial Analysis。Step 5 Preview 是一款多模态推理模型,AA 标注其总参数约 600B、每次推理激活 27B,支持图片输入和 100 万 Token 上下文。 它在最新 Intelligence Index 得到 44 分,与 Kimi K3 Max 持平。Terminal-Bench 4.0 上,Step 5 Preview 得到 33%,Kimi K3 为 13%;SciCode 两者都是 59%。 Step 5 Preview 每百万输入 Token 1 美元,输出 2.7 美元;Kimi K3 分别为 3 美元和 15 美元。Step 5 的输出价格不到 K3 的五分之一,AA 跑完整套 Intelligence Index 的成本也只有 K3 的约四分之一。 阶跃星辰还没官宣 Step 5,但 AA 已经通过 StepFun API 跑完评测。参数和价格目前都还不是官方最终口径。
Kimi K2.8 Preview全量上线:性能逼近K3,支持1M上下文
动察 Beating AI 快讯,月之暗面开始向 Kimi Code CLI 全量推送 Kimi K2.8 Preview。用户不用切换 Model ID,原来的 kimi-for-coding 会直接指向新模型。 Kimi 称,K2.8 Preview 综合性能已经接近 K3,但 thinking 效率更高。它还支持和 K3 一样的思考强度调节,并把上下文扩到 1M token。 上一代 K2.7 Code 只有 256K 上下文,而且只能开启 thinking。K2.8 这次基本把 K3 上的两项核心能力下放到了默认代码模型。