Cloudflare 在上周推出 Clef 与 Clef-flash 两款开放权重决策模型后，再次发布 Clef-omni，将输入模态从文本、图像扩展到音频和视频，进一步强化其在多模态决策与智能体工作流中的布局。开放权重模式意味着开发者可...

随着智能体（Agentic）系统从单模型调用走向多模型协同，如何在成本、延迟与任务适配之间取得平衡成为关键。Weave Router 是一款开源模型路由器，专为智能体系统设计，通过 OpenAI 兼容端点将每个提示路由到合适的模...

随着AI智能体（Agent）经济性日益凸显，行业正从默认调用最前沿大模型，转向按能力层级进行任务路由的新架构。在这一模式下，判断、排序、搜索和验证等环节不再全部依赖昂贵的前沿模型，而是分发给成本更低、更专用...

近日，Z.ai 披露了一项引人注目的技术实践：团队利用由 GLM-5.3 驱动的 Infra Agent，在不到两周时间内为 GLM-5.3-Flash 构建了可支撑 10 万张以上国产加速器的生产级推理服务栈。这并非传统的人工运维或脚本化部署...

SemiAnalysis最新披露的推理测试结果显示，NVIDIA下一代Vera Rubin NVL72平台在运行1.6万亿参数的DeepSeek模型时，每兆瓦功耗下的Token吞吐量最高达到Blackwell平台的7倍，明显高于黄仁勋此前对1T-3T规模LLM给出的3...

在大型语言模型（LLM）落地中，推理成本正成为企业关注的核心瓶颈。ByteByteGo最新指南指出，通过智能模型路由，系统可以将常规请求自动分配给成本较低的轻量模型，而将复杂、高风险任务保留给能力更强的模型。一个...

Cognition正式发布SWE-2，这是其迄今最先进的编码模型。官方数据显示，SWE-2在FrontierCode 1.1 Main1基准上取得50.0%的得分，同时成本比上一代降低64%，在得分与成本两项指标上均超越SWE-1.7和Grok 4.6。该模型以远...

CohereLabs 在 Hugging Face 上发布了开放权重研究模型 North Small Translate。该模型拥有 250 亿活跃参数和 2180 亿总参数，专门面向 50 种语言之间的高质量机器翻译任务。从参数结构看，活跃参数仅占总参数约 11....