SemiAnalysis 将推 AgentX TPU 基准测试

AMD 警报🚨🚨：在 Kimi K3 2.8T 上，AMD 每吉瓦的利润率甚至优于 B300、GB200 NVL72 和 B200。这得益于 AMD 更低的 TCO 和更好的性能，Mi355X 的利润率达到 53.6%，而 GB200 NVL72 为 44.3%。这来自我们的开源 Agentic Inference 基准测试 AgentX。 感谢 @roaner 和 @EmadBarsoumPi 两位 10x 工程师优化了这个 2.8T 模型！

Nvidia 首席科学家 Bill Dally："所有人都在展示的，实际上我在 Hot Chips 上确实看到了一些相关幻灯片，就是 SemiAnalysis InferenceX Benchmark。因为它恰好命中了人们想要的数据" Nvidia 首席科学家在上个月与 Google TPU Fellow Norm Jouppi 的 Compute History Museum 座谈会上发表了上述言论。

Gemini 3.8 Flash 和 Muse Spark 1.3 是我们迄今所见基准测试优化痕迹最明显的两个模型。尽管在 Terminal Bench 2.1 上与 GPT-6 和 Fable 5.1 表现相当，但它们在 Terminal Bench 4.0 上的成绩明显逊色。（1/5）🧵

AgentX - InferenceXv3：CUDA 护城河在智能体推理中能否守住？开源 300 万美元数据集，100 万+上下文长度，多轮对话，子智能体 95%+ KVCache 命中率，GB300 NVL72，MI355，B200 https://newsletter.semianalysis.com/p/agentx-inferencexv3-does-cuda-moat

Epoch AI 分析海关数据发现，2024 年 4 月至 2025 年 6 月中国记录了 37.5 亿美元、均价约 10.6 万美元/台的马来西亚原产服务器进口，价格水平更符合 AI 服务器而非普通服务器。

Anthropic 让 Claude 在不到四周内优化了超过 30 个开源生物分子模型，平均提速约 4 倍、精度损失极小，输出完全一致时也有近 2 倍加速。优化代码全部开源，还推出低内存 Big 模式，可在单张 NVIDIA GPU 节点上对超过 10，000 token 的生物分子系统做准确预测。

Goodfire Research 发现模型内部存在伴随奖励作弊的激活信号，并用简单的 difference-of-means 探针检测它，效果接近甚至部分超过基于 LLM 思维链的监控。

DeepSeek-V4.1-Flash （Max） 进入 Agent Arena 开源模型第 3 名，净提升 +4.87%，每任务中位成本 $0.07，重塑 Pareto 前沿。其成本比第 2 名 Hy4 preview 低 68%、成绩仅差 0.09 个百分点；总榜排名第 12，Confirmed Success 信号排名 第 4（+13.75%）。

当前 AI 热点，聚合 2 个独立信源、11 条信号。

Anthropic 发布威胁情报报告，记录 2025 年 12 月至 2026 年 8 月间 Claude 被滥用的七类行为。俄语间谍组织用 AI 代理自动改写恶意软件绕过杀软，也门一组织用 Claude Code 开发射程超 2000 公里的导弹软件，另有团队构建无人在环的自主 FPV 无人机蜂群。