阿里DeepSeek价格飙升230%，AI补贴红利消退
智能模型补贴时代正悄然落幕。若业务模型仍基于“前沿模型将永久降价”的假设，需重新审视云成本结构。监测数据显示，阿里巴巴已将DeepSeek V4 Flash 0731的输出价格从每百万令牌0.40美元上调至1.32美元，涨幅达230%；输入成本亦翻倍，从0.20美元升至0.44美元。
此次调价并非孤例。Mistral将其Ministral 3B和8B模型价格分别上调150%和50%；阿里巴巴Qwen3.6 35B-A3B输出价格上涨52%。监测期内共记录17次价格变动，仅智谱AI反向操作，将GLM-5V-Turbo价格大幅削减85%。
对从业者而言，蜜月期已结束。依赖廉价令牌构建且未产生即时收益的应用，利润空间将被压缩。实验室正将推理成本转嫁用户，开发者需通过优化提示词、建立缓存层来提升令牌效率，而非视计算资源为无限供给。
SF Compute完成2.45亿美元算力交易
可编程计算资源需求强劲，支撑起九位数规模交易。SF Compute已完成一笔价值2.45亿美元的算力销售，凸显市场对保证算力容量的争夺。随着训练与推理 workload 扩张，原始算力成本短期内难以下降。基础设施经纪人成为赢家，而期待硬件充裕降低成本的中小团队将面临压力。
Meta双管齐下：冲刺榜单与开源本地部署
Meta在Code Arena WebDev榜单中凭借Muse Wonder Full (Max) 跻身第六，巩固其作为第三大实验室的地位。同时，Meta发布30B参数开源模型Muse Glimmer的技术报告，该模型专为单张消费级GPU部署设计，详细披露了蒸馏配方与训练方法。
这一策略意在两端同时发力：既在顶级基准测试中竞争，又降低独立开发者本地运行门槛。若30B模型能在单卡上高效处理代理任务，封闭实验室的中端API市场或将萎缩。
MiniMax揭晓“Space Bunny”真身：M3.1 Flash
MiniMax正式推出M3.1 Flash，确认此即此前霸榜的神秘模型“Space Bunny”。官方称其运行成本仅为M3的三分之一，速度提升三倍，并在DeepSWE、Automation-Bench等基准测试中表现强劲。
尽管具备高速低成本优势，独立评估指出其存在较高幻觉率。该模型适用于受限、高容量任务，但需配合严格的输出验证，不建议用于开放式推理场景。
NVIDIA发布Nemotron 3.5，结构性降低推理成本
为应对AI部署成本瓶颈，NVIDIA推出Nemotron 3.5。该模型采用混合Mamba-Transformer与MoE架构，总参数量1200亿，每令牌仅激活120亿参数，并内置原生推测解码功能。此举旨在让团队在运行大型模型时避免高昂计算开销，进一步巩固NVIDIA在芯片与优化架构层面的生态掌控力。
Inception发布Mercury 3，宣称超越GPT-6 Luna
Inception发布Mercury 3 Diffusion LLM，声称其质量超越GPT-6 Luna和Haiku 5.5，生成速度超每秒1000令牌，规模较前代扩大40倍。然而，巨大规模引发对运行成本的担忧，目前缺乏详细参数与可访问性信息，更像是一次技术展示而非普惠工具。
今日亮点：提示注入暴露企业治理缺失
安全警示显示，看似无害的网页即可劫持AI代理，反映出微软系统中企业治理的严重漏洞。提示注入仅是代理安全威胁的第一步，需引起高度重视。