天眼早报

🤖 AI 大模型

𝕏 阿里巴巴发布 Qwen3.8-Max，2.4T 参数开源权重下周上线

阿里巴巴发布 Qwen3.8-Max，拥有 2.4T 参数，支持 100 万 token 上下文。该模型在 SWE-bench 上得分 87.3%，超越 GPT-5.5。API 定价为输入 $2.0/M、输出 $6.0/M，且 2.4T 参数版本将首次以 开源权重 形式发布。

𝕏 OpenAI 内部模型在数学与理论计算机领域取得 10 项突破

OpenAI 内部模型解决 10 个数学难题，利用约 2000 美元的 GPT-5.6 Sol API 费用完成了长期未解的突破，涵盖球体堆积、编码理论及量子复杂性等领域，并发布了形式化 Lean 证书供学术界审查。

𝕏 MiniMax H3 开源视频模型发布，登顶 Video Arena 榜首

MiniMax H3 发布开源权重视频模型，登顶 Video Arena 榜单：支持 33B 参数多模态理解，可生成 2K 视频并输出原生立体声。在消费级显卡（如 RTX 3060）上运行成本仅为 Seedance 2.0 的 1/3，本地部署 API 费用为 0。总分 1455 分，领先第二名 280 分；图像转视频任务得分 1476 分，仅落后 Dreamina Seedance-2.0 2 分。其 开源协议 包含收入歧视条款，明确禁止美国、欧盟、英国、韩国等地区直接使用，需签署额外协议合规。

𝕏 Cloudflare Agents Week 首日发布 Computer 运行时，支持 gRPC 与 TCP

Cloudflare 启动 Agents Week，发布 Computer 运行时：基于 SQLite 持久化存储，动态在 Isolate 和 Linux 容器间切换，为 AI Agent 提供独立计算环境。同时为 Workers 和 Containers 原生支持 gRPC 及入站 TCP 连接，支持 Python Workers RPC，并上线 Billable Usage API 以追踪 AI 代理成本。

𝕏 Intology Locus 系统自动训练模型超越人类微调版本

Intology 的自动化研究系统 Locus 成功后训练 Qwen3 基础模型，得分 51.6%，超越了官方人类微调版本的 49.4%。该系统在 PostTrainBench 基准测试中达到 SOTA，并通过扩展计算预算至 4500 H100 小时实现了这一突破。

𝕏 TokTier 实现状态化分词，推理首字延迟降低 437 倍

TokTier 实现状态化分词，推理首字延迟降低 437 倍。通过增量修复技术，首字时间从 100K 到 3M 字符仅需 0.5-1.1ms，比 HuggingFace 快 437 倍；在 vLLM 下，中位数首字延迟降低 16-34%，单 GPU 可支撑 1,821 QPS。

𝕏 Cline SDK 揭示开源模型优于闭源模型的 RL 训练机制

Cline 框架让开源模型效率提升 20%：其团队分享开源 Agent 框架为何能更好地发挥 DeepSeek 等开源模型优势——这些模型经过 RL 训练，倾向于消耗更多 Token 进行自我验证，而 Cline 允许模型按训练方式运行。

𝕏 Dreamina Seedance 2.5 全球上线，全家族价格降至历史最低

Dreamina 正式向全球发布 Seedance 2.5 视频模型，并宣布其完整 Seedance 家族在平台上的价格降至 历史最低。该更新解决了 AI 视频实验成本高的问题，支持更复杂的创意生成。

𝕏 Zero-Mem 论文：移除记忆步骤中的 LLM 调用，成本降 57.6%

Zero-Mem 研究将记忆操作时间成本降低 57.6%：该方法提出一种无需生成式 LLM 的记忆架构，仅在读阶段调用模型，在保持长上下文问答准确率的同时适用于生产环境。

𝕏 Cursor 新增 Google Workspace 插件，Agent 可直接操作邮件日历

Cursor 推出新插件，允许 Agent 直接操作 Google Workspace 中的 Gmail、Drive、Calendar、Docs 和 Sheets 任务，无需 API 即可跨应用自动化操作。

𝕏 OpenRouter 推出 Ori Eval 工具，简化 AI 评估流程

OpenRouter 推出 Ori Eval CLI 工具，允许开发者通过自然语言描述 Bug 自动生成测试用例，验证模型表现并集成至 GitHub Actions，解决多模型任务适配难题。

---