大模型

新浪财经、朝鲜日报英文版与ZDNet Korea 10月19日报道，Okestro Cloud在10月16日签署谅解备忘录并于10月19日公开宣布，联合FuriosaAI、Upstage、SPK、Daewon CTS五方打造基于NPU的主权AI全栈一体机。分工结构为：Okestro提供CONTRABASS服务器虚拟化软件与软件定义存储（SDS），FuriosaAI提供RNGD系列NPU推理芯片，Upstage提供SOLAR大模型，SPK负责服务器硬件，Daewon CTS负责数据中心网络。目标是把芯片、模型、虚拟化、硬件与网络整合成一套可本地交付的整机方案，让韩国企业与机构减少对海外GPU供应链和公有云API的依赖。MOU阶段只锁定合作框架，未披露首批出货数量、定价与试点客户。 主权AI一体机为什么要五方拼栈而不是一家全包？ 韩国各有所长：FuriosaAI做NPU芯片，Upstage做开源模型SOLAR，Okestro做虚拟化调度，SPK做整机，Daewon CTS做网络，没有任何一家能同时覆盖全部环节，联盟模式把各自优势拼成完整方案。相比采购进口GPU加海外模型，一体机可在本地完成部署与运维，数据不出域，这是主权叙事的核心。 NPU替代GPU推理的现实条件成熟了吗？ NPU擅长固定模型推理、成本与能效占优，但通用性、生态算子与框架支持弱于GPU。本方案用SOLAR专门适配Furiosa NPU，属于窄而深的垂直优化，而非通用训练替代。一体机主要面向推理与私有化场景，训练仍可能依赖其他算力，这种边界要在宣传中区分清楚。 Okestro的CONTRABASS虚拟化在方案里解决什么问题？ 多租户共享一台一体机时，需要把NPU资源切片、隔离、配额管理，并配合SDS提供本地存储。CONTRABASS承担资源调度与隔离层，让多个部门或租户共用整机而互不干扰。这一层决定设备是单用途盒子还是企业级平台，也是软件定义价值所在。 韩国主权AI联盟能复制还是停留在MOU？ 备忘录到量产交付之间隔着适配、测试、认证与客户采购，五方需要统一性能基准与售后服务。朝鲜日报与ZDNet都强调降低海外依赖，但真正考验是首批客户愿为整机付费。对比单个厂商产品发布，本次事件是产业链协同，成败要看后续是否出现可交付的参考客户，而不是签约本身。 需要厘清的是，本次五方合作与此前单芯片产品发布不是同一层级事件：它不发布新硬件，而是把分散的国产能力打包成可交付的主权AI一体机，回应的是机构客户对数据不出域与供应链安全的诉求。对韩国中小企业与公共部门，一体机省去自行采购芯片、适配模型、搭建虚拟化与网络的复杂过程，一台设备即可起步；对五方而言，联盟也分散了单独立项的市场风险。但MOU只表达合作意向，没有订单、定价与量产承诺，NPU生态成熟度、SOLAR适配效果与售后服务体系都要等到实际出货才能检验，短期应把它看作产业链协同信号，而非已经成型的国产替代方案。 信息来源与延伸阅读？ Okestro-FuriosaAI-Upstage NPU sovereign AI MOU - 新浪财经 Korean consortium builds NPU-based sovereign AI appliance - Chosun English ZDNet Korea MOU 보도 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论 💬 更多交流内容，请点击本站论坛交流区：silicon-agi.com

据Edaily、CD News与EPNC 10月19日报道，韩国DeepBrainAI被选为中小风险企业部（MSS）一项研发课题的独担机构，课题总预算15亿韩元，其中政府出资10亿韩元，执行期为2026年9月至2028年8月。目标是开发对话式AI视频智能体：以视频基础模型为底座，结合数字人唇形同步，让用户通过自然语言对话直接生成可用于营销、教育、电商与新闻的视频内容。路线图为2027年先在自有AI Studio中集成Beta版本，2028年面向全球正式发布。DeepBrainAI本身以数字人视频生成技术见长，此次政府课题把视频生成、角色驱动与对话交互合并为一个智能体项目，强调面向中小企业低成本批量生产行业视频。报道未披露最终模型规模与商业化定价。 对话式AI视频智能体和传统数字人平台差在哪？ 传统数字人平台要先写脚本、选模板、手动剪辑成片；对话式智能体让用户用聊天方式描述需求，系统自动完成角色选择、台词生成、口型驱动、场景切换与配音，目标是把多工具拼接变成一次对话。视频基础模型保证画面连贯，唇形同步保证说话自然，两者结合才构成智能体而非换皮视频工具。 15亿韩元政府课题的体量在韩国研发体系里是什么位置？ 这是中小企部面向企业自主技术开发的项目，金额不算大，更像资助型课题，政府出资10亿韩元约合数百万美元，适合中型创业公司推进一个垂直产品，而非国家级大模型训练。独担机构意味着没有联合分摊，成果归属与验收标准由DeepBrainAI承担，政府考核集中在可交付Demo与产业化计划。 2027 Beta、2028全球发布的时间安排是否现实？ 视频生成迭代极快，先在自有Studio内测Beta验证工作流，再对外开放，符合产品从封闭到推广的节奏。但两年周期内技术可能被通用视频模型追平，DeepBrainAI的护城河在于数字人口型质量、行业模板与韩国本地合规，而非通用生成能力。全球发布还要解决多语言与版权素材问题。 面向营销、教育、电商、新闻四域的差异化怎么落地？ 四个场景对视频要求不同：营销要快速出广告片，教育要稳定讲解，电商要产品展示，新闻要对口型与事实一致。智能体如果用同一套模板通吃，容易在专业领域翻车，需要为每个行业准备脚本规范与事实校验。政府课题成果能否覆盖四域，要看2027 Beta的实际评测。 从韩国产业政策角度看，中小企部把有限预算投给数字人与视频智能体，意在扶持可出口的本土内容工具，与政府推动文化产业数字化的方向一致。课题成果若在2027年Beta阶段跑通，DeepBrainAI可借助AI Studio现有用户快速迭代；若验证不及预期，政府课题不兜底商业化风险。对同类创业公司，关键仍在唇形自然度、多角色一致性与事实校验，而不是把通用视频生成套个对话外壳，两年周期里技术窗口变化很快，需要持续跟踪其Beta公开评测。 信息来源与延伸阅读？ DeepBrainAI 선정 중소벤처부 R&D 과제 - Edaily DeepBrainAI 대화형 AI 비디오 에이전트 개발 - CD News EPNC R&D 과제 보도 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论 💬 更多交流内容，请点击本站论坛交流区：silicon-agi.com

10月桑坦德银行官网发布新闻稿，披露与NVIDIA建立三年AI能力建设框架，核心做法包括自建Model Arena模型竞技场评估开源权重模型、用NeMo Customizer做垂直定制，搭配Kumo与Dynamo-Triton推理服务。The Four Week MBA等媒体转述，客服单次客户互动成本从原来的5欧元降至约0.03欧元，同时保持服务质量，整体成本优化幅度超过50%目标。桑坦德没有把所有客服问题交给外部闭源大模型API，而是先在内部竞技场比较多个开源权重模型在银行业务上的表现，挑出性价比最优者再定制微调，最后以可控成本批量部署。这一路线代表大型金融机构从调用API转向自有评估加开源定制的趋势，成本与数据自主权都由内部掌控。 5欧元到0.03欧元的差额里包含哪些成本项？ 原5欧元可能含人工客服坐席分摊、电话与外包成本、通话时长费用；降到0.03欧元对应的是开源模型单次推理边际成本，主要是GPU算力摊销与少量API调用。两者口径不同，不能简单理解为同一动作降价167倍，真实比较是把能自动化的问题从人工迁移到模型，把复杂问题保留给人，从而拉低单次互动加权平均成本。质量保持是前提，否则便宜没有意义。 Model Arena为什么要自己建而不是看公开榜单？ 公开榜单测通用问答，银行关心转账解释、还款提醒、合规话术与语气，这些需要用内部脱敏样本评测。自建竞技场让团队把多个开源权重模型放在同一测试集上打分，选出在风险、准确率、延迟与价格上平衡最好的候选，避免被厂商跑分误导。评测标准随业务迭代，内部掌握比依赖第三方榜单更可控。 NeMo Customizer定制开源模型能带来什么？ 通用模型不懂银行产品细节与监管口径，NeMo Customizer提供低成本微调与对齐工具，把脱敏客服记录、产品手册与合规要求注入模型，减少幻觉与违规回答。开源权重可本地部署，客户数据不出行，这对银行合规是关键卖点。定制后仍需持续监控漂移与新欺诈话术，不是一次性工程。 大银行走开源加自建框架对行业意味着什么？ 桑坦德案例说明，当调用闭源API的长期账单与数据出境风险上升，头部金融机构会回到开源权重加私有推理栈。三年框架意味着组织配套、运维与审计能力同步建设，而不是买一次模型。0.03欧元是标杆数字，能否在所有语言、所有产品线复制，还要看定制深度与人工兜底比例。 还要注意成本数字的可比性：0.03欧元是模型边际推理成本，不包含定制开发、合规审计、运维团队与失败交互的人工兜底，完整单次成本仍高于纯算力报价。银行AI项目真正的投入在模型治理、监控与知识库维护，这些长期成本常被对外宣传忽略。桑坦德路线的示范意义在于把选型、定制与推理放进同一框架长期运营，而不是用一次API比价决定技术栈，其他大型金融机构可参照其自建竞技场的思路，但不能直接照搬0.03欧元这一数字。 信息来源与延伸阅读？ Santander builds AI capabilities using NVIDIA AI infrastructure - Official Press Room Santander cuts AI serving costs from 5 to 0.03 with NVIDIA - FourWeekMBA 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论 💬 更多交流内容，请点击本站论坛交流区：silicon-agi.com

10月19日AI Weekly追踪到OpenMOSS团队在Hugging Face发布的MOSS-Image技术报告与权重：这是一个5B参数单流扩散Transformer（DiT），从零预训练，支持中英双语长文本渲染与精确布局控制，配套一个意图感知的智能体提示增强（PE）模块，把粗略用户请求翻译成详细内容与布局规格。团队同时自建两个评测基准：LongLongTextBench（LLTB，240个双语长文任务，平均目标长度1339.8字符，中英各半）与RealLayoutArena（RLA，61个任务，含20张海报、20张信息图、21个界面）。MOSS-Image在LLTB平均文本覆盖Mean-6达96.3，为开放权重最佳，比Qwen-Image-2512的64.9高出31.4分；RLA端到端系统对比以1698.70 Elo排第二，落后GPT Image 2但领先Seedream 5.0 Pro，在共享增强提示条件下其骨干生成器以1807.34 Elo居首。权重采用Apache-2.0许可，提供Base与SFT两个检查点，提示最长4K token。 开放权重生图模型的短板为什么集中在密集文字与复杂布局？ 多数开源扩散模型用短标签和装饰性字母训练，遇到一页海报的大段中英正文、多栏排版与精确字位就容易错字、串行、乱码。MOSS-Image用专门的长文训练配方与单流架构把文字当一等公民，再用PE模块补齐布局意图，专攻这个被闭源模型长期拉开差距的场景。但报告自承没有直接图像条件或参考图能力，PE模块仍依赖外部GPT-6语言模型，不是完全自洽的系统。 96.3%文本覆盖与RLA第二名两个成绩说明什么？ LLTB测的是文字本身渲染得对不对，96.3说明骨干模型在长句正确率上进入第一梯队；RLA测从一句话到成品海报/界面的端到端体验，第二名说明系统集成与规划环节还差闭源一截。也就是说，开源模型在单项能力上逼近，但在无人值守的完整创作链路上仍有差距。所有数字为厂商自测，尚未被第三方独立复现。 5B小参数、4K提示、Apache-2.0对部署意味着什么？ 相比动辄数百亿的闭源生图模型，5B骨干可在本地单卡或小集群微调，权重商用友好，适合海报、信息图、UI素材这类需要本地化与品牌风格定制的企业场景。团队还公布训练配方与评测框架，方便社区复现与二次开发。限制在于不支持参考图换脸、图生图条件输入，复杂多主体一致性仍待加强。 开源生图会先在哪些垂直场景替代闭源API？ 对文字密集、版权敏感、需要私有部署的印刷品与电商素材，开源权重的成本与可控性优势明显；对摄影级人像与复杂叙事视频，闭源生态仍领先。MOSS-Image的价值是把长文渲染这块硬骨头啃下，给本地部署方案补上关键能力，而不是全面取代GPT Image 2。 对中文社区而言，MOSS-Image的双语长文能力尤其有意义：多数开源生图模型对中文长句排版支持薄弱，而海报、电商详情与企业展板恰恰要求整段中文清晰可读。5B参数与Apache-2.0许可降低了本地微调门槛，团队还开放训练配方与两套自建基准，便于第三方检验成绩是否可复现。后续观察重点是模型是否补上参考图条件输入，并在真实商用素材中保持文字准确率，而不是只在测试集上领先。 信息来源与延伸阅读？ MOSS-Image Technical Report arXiv:2610.23374 MOSS-Image official site with Apache-2.0 weights MOSS-Image 5B tops open-weight long-text rendering at 96.3% - AI Weekly 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论 💬 更多交流内容，请点击本站论坛交流区：silicon-agi.com

10月19日，北京铭芯启睿科技有限公司（MemSilicon）宣布完成超4亿元A轮融资，本轮由博原资本领投，博世创投、创领资本、米哈游、中关村科学城公司、兆易创新等跟投，老股东复容投资、国开科创、恒裕资本、锦秋基金、顺禧基金、小米战投、中科创星持续加注。同日公司披露两项进展，一是前Graphcore总裁兼大中华区总经理卢涛加入团队，担任CEO和联合创始人，二是在继续推进阻变存储器RRAM产品化的基础上，正式启动面向大模型推理的第一代LPU（语言处理单元）研发，目标是打造满血模型、高速Token、越级性价比的新一代推理引擎。铭芯启睿团队源自中国科学院刘明院士团队，在RRAM材料、器件、工艺与芯片设计领域积累二十余年，10月14日刚发布首代1Gb RRAM芯片泰山一号流片信息，基于1T4R结构与28纳米CMOS工艺，存储密度30Mb/mm²、访问延时小于20纳秒并集成片上硬件纠错电路。 为什么是RRAM加LPU而不是再做一颗通用GPU？ 卢涛在行业深耕二十余年，历任曦智科技副总裁、Graphcore总裁兼大中华区总经理、Cavium中国区总经理，覆盖Arm服务器CPU、DPU、RDMA网卡、交换芯片、大SRAM架构IPU、3D堆叠DRAM的NPU与硅光芯片。他判断大模型推理已进入架构创新关键期，单纯堆单一维度算力难以同时满足低延迟、长上下文、高吞吐，存算协同是破局路径之一。RRAM解决数据怎样存得密、调得快，LPU解决模型怎样算得快，两者在系统层面协同，而不是在GPU既定路线上继续追赶。 第一代LPU要打的是推理市场的哪一层？ 卢涛把推理Token市场分为标准档拼成本、越级档拼体验与未来业务逻辑两层，MemSilicon专注服务大模型推理需求，为Agentic AI时代的低延迟、长上下文、高吞吐提供新一代算力底座。泰山一号RRAM已完成流片正在验证，LPU是从存储向计算的延伸，意味着公司不再只是存储IP供应商，而是试图进入完整推理算力芯片赛道。融资资金明确用于RRAM产业化商业化与新产品LPU研发两条线。 20余年学术团队加产业老将的组合胜算在哪里？ 科研出身团队负责材料、器件与近存计算架构，保证底层差异；卢涛负责产品定义、客户与商业化，补上科研公司最薄弱的市场环节。米哈游、兆易创新、小米战投等产业资本跟投，分别对应内容推理、存储供应链与终端生态，说明投资人看重的是落地渠道而非纯技术故事。但RRAM产业化本身良率与可靠性挑战大，LPU又要直接面对GPU与NPU成熟生态，两个目标同时推进对资金与团队都是考验。 存算协同会成为推理芯片的主流路线吗？ 推理的瓶颈在显存带宽与数据搬运，而非峰值算力，RRAM近存计算把存储与计算拉近，理论上能降低搬运功耗。但当前主流客户仍以生态成熟度选型，一颗新架构芯片要进入云厂商采购，需要编译器、算子库与集群验证长期打磨。超4亿元A轮只是第一阶段资金，真正的检验是泰山一号量产良率与LPU流片后的实测性能。 信息来源与延伸阅读？ 铭芯启睿MemSilicon完成超4亿元A轮融资，芯片老将卢涛出任CEO - 投资界 铭芯启睿官宣超4亿元新融资，超20年经验芯片老将加盟 - 新浪财经 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论 💬 更多交流内容，请点击本站论坛交流区：silicon-agi.com

10月19日，OpenAI在官方研究博客发布面向低资源编程语言的能力进展，同步推出两项评测，一是要求模型从零构建SQLite兼容数据库引擎的MultiLangBench，覆盖20种编程语言；二是COBOL代码库迁移评测，检验程序迁移到另一种语言后能否保持行为不变。官方数据显示，最大推理力度下GPT-6 Astra在MultiLangBench上20种语言平均测试通过率为87.4%，而GPT-5.6 Sol只有26.8%，且每一种受测语言都有提升。COBOL仍属最难，从10.9%升至72.1%，OCaml从25.6%升至85.8%，Fortran从21.4%升至83.5%，Visual Basic从27.5%升至89.4%，20种语言里有19种超过83%。MultiLangBench评测设置与测试套件已在GitHub公开。 为什么Python之外的老语言才是企业软件的真正负担？ COBOL、Fortran、Visual Basic这些语言喂给模型的代码与文档远少于Python和JavaScript，却支撑着关键基础设施。OpenAI引用的数据是，COBOL支撑超过40%的在线银行系统、80%的面对面信用卡交易与95%的ATM交易，Fortran用于天气预报与核设施安全分析。这些系统文档残缺、原始开发者早已离职，重要业务规则只存在于代码里，无论是修Bug还是迁移，都必须保住原有行为，而低资源语言恰好是通用代码模型长期薄弱的环节。 MultiLangBench凭什么用SQLite当统一标尺？ 评测让模型在指定语言中组织代码库、管理状态、处理错误并在保住既有功能的前提下新增特性。为了跨语言比较，候选程序接收初始数据库与SQL查询、产出修改后的数据库，再用参考SQLite实现检查结果是否正确，从而套用同一套测试，与实现语言无关。这一设计把「能不能写出跑通的代码」变成可量化的功能完成度，而不是比较代码风格。低成本版本GPT-6 Luna平均40.3%，单次样本平均API成本0.77美元，相比GPT-5.6 Sol的3.48美元下降约78%。 COBOL迁移为什么要求逐字节一致？ 第二项评测要求把COBOL程序迁移到C++、Java、Kotlin、Python或Rust，并在隐藏测试中做到可观测输出逐字节一致。COBOL定点算术默认丢弃多余小数位，除非显式请求四舍五入，重写时若自行取整，程序可以无错运行却产出不同的财务结果。GPT-6.1 Sol在低推理力度下准确率86.6%，GPT-5.6 Sol同档只有5.4%，成本为其61%，高推理力度下达到97.9%，接近评测饱和。但OpenAI同时强调，生产环境仍需专家按业务规则与依赖做审查测试。 低资源语言能力提升对企业现代化意味着什么？ 全球银行与大型机构积压了数十年的COBOL维护债，过去只能依赖少数资深工程师，AI若能稳定完成行为保持型迁移，可把周期从年压缩到月。更关键的是，这说明前沿模型的能力边界正在从热门语言向冷门老语言扩散，成本还在同步下降。当然，评测通过不等于生产安全，金融规则中的舍入、缺记录处理等细节，仍需要人工兜底。 信息来源与延伸阅读？ Advancing Coding in Low-Resource Programming Languages - OpenAI 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论 💬 更多交流内容，请点击本站论坛交流区：silicon-agi.com

据 AI Tools Oasis 对 TechCrunch 报道的整理（https://www.aitoolsoasis.com/en/news/elorian-launches-glimpse-visual-reasoning-ai-at-060m-tokens-1792209628798 ），帕洛阿尔托初创 Elorian 发布首款 AI 模型 Glimpse 的研究预览版本，可通过 API 与聊天界面使用，定价输入每百万 token 0.6 美元、输出每百万 token 3 美元，比 Sonnet 与 Sol 便宜，比 Haiku 与 Luna 贵。核心机制是 Visual Scratch Space，模型在推理过程中可以回到原始素材，裁剪特定区域、抽取视频帧，或者运行代码测量对比自己看到的内容。公司此前完成 5500 万美元种子轮融资，估值 3 亿美元，由 Striker Venture Partners、Menlo Ventures、Altimeter Capital 领投，英伟达与谷歌科学家 Jeff Dean 参与。团队只用几百张 GPU 训练出显著小于前沿系统的模型，内部评测称其在科学图表推理与短视频描述上超过 GPT-6 Astra。 现有多模态模型为什么看完一次就忘了？ 主流多模态模型把图片转成 token 之后就按文本推理，相当于看一眼照片凭记忆描述，细节细节丢失后无法回看。CEO Andrew Dai 举了一个游戏之夜的例子，他拍下一盘结束的桌游问模型谁赢了，前沿模型答不上来，因为每种桌游有自己的视觉语言、图标与符号，一次性压缩进 token 之后，细节无从核对。Visual Scratch Space 让模型像人用手指放大手机屏幕一样，先局部裁剪、再放大、必要时抽帧测量，把看清楚再下结论的过程显式做出来，而不是依赖一次性视觉编码。 几百张 GPU 训练一个小模型的路线凭什么成立？ 5500 万美元种子轮与几百张 GPU 的训练规模，说明 Elorian 不打算在通用对话上与千亿参数正面竞争，而是把资源集中在视觉推理这一个能力上。参数小的代价是知识覆盖面窄，收益是成本低、部署轻、在专业任务上专注。内部评测只覆盖科学图表与短视频描述两项，并不代表全维度超过 GPT-6 Astra，独立基准尚未发布，开发者应以自己的图文任务实测为准，宣传性对比不能直接迁移到生产环境。 ...

据 AICoder 对 Hugging Face 模型卡的整理（https://www.aicoder.com/news/news-20261017-nvidia-nemotron-labs-dory-1-0-4b-looped-model ），英伟达 Nemotron Labs 10 月 16 日在 Hugging Face 悄然发布 Dory1.0-4B，一款 40 亿参数、256K 上下文的循环式模型，8 层输入、20 层共享循环块、8 层输出的结构，开发者可以在运行时选择 1、2 或 4 次循环，不需要重新下载或更换检查点，官方推荐默认两圈，智能体任务用四圈。厂商自报四圈 SWE-bench Verified 得分 61.8，与 Qwen3.5-9B 的 61 相当，一到四圈分别为 50.3、59.5、61.8。模型采用循环注意力结构，最后一圈 KV 缓存保持单圈规模，循环次数增加不会让显存占用线性膨胀。权重提供 BF16、MXFP8、NVFP4 与 GGUF，采用可商用的 OpenMDW-1.1 许可，vLLM 与 llama.cpp 支持仍在 PR 阶段，尚未进入正式发布。 循环推理深度为什么能在运行时调节？ 传统模型把计算深度固化在参数里，要更快就换一个小模型，要更准就换一个大模型，中间没有连续档位。Dory 的思路是让同一个权重反复读取自身输出，一圈不够就两圈，简单任务一圈给答案，难题多转几圈再作答。循环注意力把缓存压在单圈规模，意味着多转三圈不会带来三倍显存，代价是每圈串行计算，延迟随圈数上升。对部署方，这相当于在一个本地检查点上同时拿到快速编辑模式和深度求解模式，不用为两种工作负载维护两套模型。 一个本地权重怎么同时服务快任务和难任务？ 实际场景里，用户请求天然分成两档，一类是改写、摘要、格式化，延迟敏感，多转一圈都是浪费；另一类是多文件代码修改、复杂调试，值得多花时间。固定选档要么让简单任务白等，要么让难题得不到足够推理。运行时切换把选择权交给调用方，可以先单圈试探，发现置信不足再追加圈数，也可以按任务类型预设默认圈数。对边缘设备和本地服务器，一个文件覆盖两种档位，还省掉了小模型与大模型之间的路由与权限对齐。 61.8 分的厂商自报成绩该怎么看待？ 需要注意 61.8 是英伟达自己报告的数字，独立复测尚未发布，SWE-bench Verified 上的得分还受数据集污染、提示模板与验证口径影响，不能直接等同于生产环境表现。循环结构的收益在不同基准上并不均匀，简单问答可能多圈反而绕远，代码与长程推理才是设计目标。建议企业把它放进自己的私有任务集里实测，记录不同圈数下的成功率、延迟与 token 成本，再决定默认档位。 这条路线对本地小模型意味着什么？ 循环深度可调代表小模型设计的一个新方向，不再一味堆参数，而是用时间换精度。对个人开发者，40 亿参数加上 256K 上下文可以在消费级 GPU 上承担英文文档处理与轻量编码，但模型当前仅支持英文，中文场景不能直接套用。对企业，本地部署的数据隐私优势不变，多圈深度作为可选增强，而不是另购一套大模型。真正值得跟踪的是独立测试何时出现，以及工具链支持从 PR 进入正式发布之后，循环机制在真实代码任务上的稳定性表现。 ...

据每日经济新闻 10 月 19 日全球科技早参（http://m.toutiao.com/group/7698159845752488490/ ）与东方财富 AI 大模型日报（https://caifuhao.eastmoney.com/news/20261019094241761441660 ），10 月 18 日 DeepSeek 发布公告，API 正式支持网页搜索 Search 与抓取 Fetch 接口，均按成功请求次数计费，单价 5 元每千次；当前经 DeepSeek Harness、Claude Code、Codex 服务端工具调用访问 Search 与 Fetch 暂不计费，北京时间 2026 年 11 月 1 日 0 点起按次收费。接口沿用标准 API key 与 base URL，Search 由自研索引支撑，单次返回 1 到 50 条结构化结果，含标题、URL、摘要、总结、可选全文、日期、重排分与权威度字段，支持 site、lang、after 与 OR 操作符；Fetch 把单个页面转成 Markdown 返回，受目标站点访问策略约束。定价规则上，只有 HTTP 200 且结果非空才计费，失败、空结果与超时免费，结果条数多少单价不变，限流按账户分别设置，Fetch 另设每域名限额，错误格式与 OpenAI 兼容便于客户端平滑迁移。 5 元每千次在工具链定价里处在什么位置？ 5 元每千次即单次约半分钱，按返回 50 条结果仍是同一个价，这和多数按条数或页数收费的搜索 API 拉开差距。对高频 RAG 与智能体网页检索场景，边际成本极低，目标是把调用量先做上去再靠规模摊薄索引成本。与海外同类 0.75 美元每千次的报价相比，国内价格明显更低，背后是自研搜索索引而非转售第三方结果，成本结构不同。真正决定盈利的是日请求量与索引维护成本的比例，而不是单次定价高低。 ...

据 jls42 汇编对 OpenAI API 团队成员 Steve 周报的整理（https://jls42.org/ko/news/ia-actualites-18-oct-2026 ），OpenAI API 团队 10 月 17 日在 X 上发布 Agents API 周报，OpenAI Developers 账号转发。Agents API 是 9 月 10 日面向开发者公开 beta 的 Codex 执行框架，本次周报列出七项新能力，唯一明确标注可用的是 GPT-6 Astra Ultrafast 接入，这是 9 月 29 日已在 API 与 Codex 上线的最高速档位。其余更新包括沙箱快照，把 OpenAI 托管环境在闲置后恢复时文件完整保留；计费方式改进，闲置环境不再计费；环境密钥除控制台外可编程创建；Artifact SDK 支持在 OpenAI 沙箱里创建与修改表格、演示文稿与 Word 文档；按轮次记录包含子智能体交互的根智能体条目；以及按元数据筛选收件箱。截至 10 月 18 日晚，API 变更记录与托管沙箱文档尚未同步这些内容，页面仍按标准容器费率并单列模型使用费。 闲置环境不再计费改了哪本账？ 智能体大部分时间在等结果，Anthropic 内部团队报告称对话式会话约八成时间处于闲置。旧计费模式下，环境只要开着就按容器费率累计，间歇任务的账单里闲置占比极高，团队为了省钱反复销毁重建，文件状态因此丢失。闲置免计费加沙箱快照的组合，等于允许环境长期待命、随取随用，开发者不必为保持状态而硬烧容器费。这一改直接影响间歇式任务的经济模型：定时巡检、人工审批后继续的长流程，过去在等待期持续失血，现在等待期只记模型调用本身。 沙箱快照解决了什么旧痛点？ 没有快照时，任务中断或环境回收后需要重装依赖、恢复文件、重放前序步骤，长链智能体每次续跑都要重复初始化。快照把执行现场冻结成可恢复点，这对需要跨小时、跨人工审批的工作流尤其关键，审批人看完回来，环境还停在原来的目录与文件状态。配合按轮次记录，根智能体与子智能体的每一步交互留痕，排错时可以定位到具体哪一轮产生了偏离，而不是从最终结果反推。 环境密钥可编程创建意味着什么？ 早期环境密钥只能在控制台手动建，自动化流水线每次都要人工介入，无法把密钥发放纳入代码管理。可编程创建之后，密钥生命周期可以和任务定义一起版本化，轮换、最小权限、到期回收都能写进脚本。Artifact SDK 则把产出物直接落到沙箱支持的办公格式里，表格、演示、Word 不再靠外部服务中转，这瞄准的是企业流程里需要交付成品而不只是文本答案的场景。 文档没同步时开发者该怎么落地？ 要注意周报发出两天后官方文档仍未更新，说明部分能力可能仍在灰度，直接把生产账单建立在未文档化的计费规则上有风险。稳妥做法是先在测试环境验证闲置免计费与快照恢复的实际边界，确认哪些状态算闲置、快照保留多久、恢复是否另收存储费，再迁移工作流。对其他云厂商，这是一个明确信号：智能体平台的竞争正在从模型跑分转向等待期成本与状态管理，谁把闲置账算清楚，谁就能留住长流程客户。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论 ...