AI 日报

较上一版 +6 分，与 GLM 并列。真正要看的是这 6 分靠什么换来的——若仍靠后训练数据与算力堆叠，说明性价比路线有天花板；若来自架构或数据效率改进，降本曲线还能延续。

1000 tok/s 的生成速度是 dLLM 路线第一次在公开平台可规模化调用。指标好看，但扩散模型的长上下文一致性仍是弱项，先看第三方复测再判断能否撼动自回归主流。

视频模型的竞争从画质转向速度：10 秒 720p 只要 12 秒。三周 75% 折扣是典型的抢开发者心智打法，这条线接下来的看点是能否稳定商用而非 demo 惊艳。

这是把「价格战」引向「存量代码迁移」这个大且付费意愿强的市场。银行、制造业的老系统是金矿，评测套件开源是为了让客户自己验证——和 GPT-6 系列的打法是一套的。

若成真，是单体模型公司最大规模的外部算力承诺之一。要盯的是融资结构——neocloud 靠债务扩张，一旦利率或模型需求预期转向，这条链的脆弱性会先暴露。

与 是同一件事的两端：Trainium 缺的从来不是芯片而是原生 PyTorch 手感。这一步补上后，自建训练集群的转换成本才真正下降，和 Meta 自建超集群同频。

IPO 前把股权让渡出去，是治理层面的主动买保险。和它给外部监督组织开放权限连读，这家公司在系统性地提前对冲监管风险——不是公关，是定价里的一项成本。

「编排器不做领域推理」是一个值得记的设计原则：把失败面收窄到路由层。和你之前在 Loop-Engineering、Agent 编排降本上的判断同向，工程上可复用的模板。

agent 门槛下降的直接后果：攻击面从「会写脚本的人」扩大到「会用编排平台的人」。和今日 Microsoft 称 agent 像内部威胁连读，安全预算会从模型侧转向编排层。

和 第12条 是同一问题的两端——一边用 agent 作恶，一边把 agent 关进 microVM。agent 安全隔离这条线现在有了开源实现，值得对照你库里的 agent 安全笔记一起看。

不是丑闻，是激励结构的必然结果。读榜时该给自报数字打折扣，独立第三方（Arena、AA）的权重应上调——这条对判断今日 DeepSeek 名次同样适用。

这是「AI 写掉大部分代码」之后最真实的组织焦虑。你此前在 Loop-Engineering 的批注指向「验收规则」，这条帖子正是那个判断的一线回声。

Meta 用 Muse 系列直接插进 Claude/GPT 的腹地，同时还在开源侧发力——这不是两条路线之争，而是一家公司同时下两注。理解这一点比看单个榜单更重要。

推论链清楚：算力租赁商靠债务扩张，一旦需求预期转向，GPU 抵押价值重估会先伤到英伟达。和今日 450 亿订单对照——订单越大，周期反转时的杠杆越重。

把「agent 能自己做什么」写成制度而非提示词，是金融场景落地的前提。这条会反复被引用：自主权分级正在成为 agent 产品的合规硬约束。