Inception Labs 发布 Mercury 2 for Search，解码超 1000 tokens/秒

Qwen 团队发布 Qwen-AgentWorld，一个以环境建模为训练目标的原生语言世界模型，在单个模型中模拟 MCP、Search、Terminal、SWE 及 GUI 域（Web、OS、Android）共七个域。模型使用超 1000 万条真实交互轨迹训练，在 AgentWorldBench 上以 Qwen-AgentWorld-397B-A17B 版本达最高模拟质量，超越 GPT-5.4、Claude Opus 4.8 和 Gemini 3.1 Pro。同时发布评测基…

MiniMax M3 是一个开源前沿模型，具备先进的编码与AI智能体能力。它支持100万token的超长上下文窗口，并采用名为MSA（MiniMax Sparse Attention）的新型稀疏注意力架构。该架构使模型在100万token上下文下的每token计算成本降至前代的1/20，预填充速度提升9倍以上，解码速度提升15倍以上。在SWE-Bench Pro编码基准上，MiniMax M3得分59.0%，超越GPT-5.5和Gemini 3.1 Pro，性能接近Opus…

Google DeepMind推出Gemma 4系列四款多模态开源模型，支持文本、图像及视频输入。31B（密集架构）与26B A4B（MoE架构）拥有256k上下文窗口，可在单张H100运行；另两款较小模型支持128k上下文。GPQA Diamond测试中，Gemma 4 31B（Reasoning）获85.7%，仅次于Qwen3.5 27B，但输出token仅约1.2M，效率更优；26B A4B（Reasoning）得分79.2%，超越gpt-oss-120B。

GPT-3 发布至 Gemini 3 的三年间，大模型技术完成从聊天机器人（chatbots）到智能体（agents）的范式跃迁。

OpenAI 为持续运行的 GPT-6 Agent 改进提示缓存，共享前缀 30 分钟内可复用，缓存输入最高享 90% 折扣。Google DeepMind 发布 Gemini 3.8 Flash 与 Flash-Lite TTS，xAI 发布 Grok 4.7 并公布 API 定价。

OpenAI 为 GPT-6 系列改进提示缓存，默认提高命中率，30 分钟窗口内可复用合格共享前缀，缓存输入 token 折扣最高 90%，并新增 Prompt Caching Dashboard 展示命中率变化。

gpt-6 sol 越来越像是下周就要发布了 它的能力介于 gpt-5.6 sol 和 gpt-6 astra 之间，同时使用的 token 明显更少，运行速度也比两者快得多--在速度和效率上类似 gemini 3.8 flash，但整体能力强得多

所以我们已经看到以下模型的测试： Sonnet 5.2 Opus 5.2 Fable 5.2 Gemini 4 Pro 而我们已经确认或得到暗示即将发布的还有： Grok 4.7 GPT-6-Sol（Sam 和 Tibo 预告周二会有重大发布，可能就是这个）Kimi K3.1（Kimi 一条含糊的帖子似乎在暗示 3.1） 这周挺无聊的。但下周大概会疯狂。

我不明白为什么人们认为 Google 需要一个"Astra"级别的模型才能重回牌桌 gemini 4 pro 不需要那个 如果它只是与 opus 5 和 gpt-5.6 sol 持平，同时更便宜、更快、提供更高的限额，那就足以赢回大量市场份额 这些模型如此庞大且昂贵，商业模式根本不可持续

已经有这么多被炒作的 Gemini 4.0 演示了 但谷歌还需要更多时间，尤其是在后训练方面。我不认为他们想发布一个连 fable 5.1 和 gpt-6 astra 都打不过的模型 如果他们想跟上节奏，就需要这些热度，所以让他们慢慢来吧