共 50 条 · 按质量与时效综合排序 · 仅收录近 3 个月内容最近同步 25 分钟前
已折叠 · 展开查看该领域的技术路线图、最新技术与成果、发展态势与前景趋势（含表格与 Mermaid 路线图）。
Gemini 4 Argon 正式 GA，定位最强编码、智能体、数学与科学模型
GA 意味着可直接上生产，需关注 API 变更、定价与迁移路径，重跑基准与成本模型
DeepSeek-V4.1-Flash 发布：新架构最小型号，原生多模态，GPQA 90.9
新架构家族的起点，披露的终端/智能体基准与 API 迁移路径直接决定模型选型与灰度计划
Claude Managed Agents 支持动态工作流：agent 自写程序分阶段编排多 agent
把多 agent 编排变成平台原生原语：agent 自行编写工作流程序、后台批量执行、事件流可观测，长流程文档处理可直接照此架构设计
Unsloth 支持本地运行 DeepSeek-V4.1-Flash 与 FLUX.3，1-bit 仅需 125GB
552B/16B 激活、1M 上下文的模型可单机 1-bit 量化运行，且支持 FSDP2 多卡训练和一条命令接入 MCP，直接降低本地微调与私有部署的成本门槛。
Claude Models 上线 Google Cloud
企业可通过 Google Cloud 项目、IAM 与 Marketplace 接入 Anthropic 托管的 Claude API，并可评估 Opus 5.5 Fast mode。
DeepSeek 开放自研搜索 API，V4.1-Flash-1017 线上全量升级
搜索 API 开放让 Agent 直接复用高质量检索；Flash 新版在性价比上显著提升，值得重跑基准评估。
Claude Haiku 5.5 发布：1M 上下文、128k 输出、默认自适应思考，缓存读价降至 0.05x
高吞吐低成本模型再升级，且 Haiku 4.5 代码会因采样参数、budget_tokens、prefill 报 400，升级需同步改造推理调用层
Gemini 3.8 Live GA：两款音频到音频实时语音模型上线 Live API
实时语音智能体有了可用的 GA 级音频到音频方案，交错推理和默认异步函数调用直接影响语音 Agent 的架构设计
Claude API 2026-10-21 发布
API 与多语言 SDK 大版本更新，含破坏性变更和许可变化，需评估迁移；新增封禁状态字段。
vLLM v0.32.0：NVFP4/FP8 KV cache 全面落地，814 次提交
低精度 KV cache 与 Elastic EP、GPU n-gram 投机解码直接影响显存占用与吞吐，值得尽快评估升级
Gemini 2.5 访问仅限活跃用户，新项目用 3.5 Flash-Lite 或 3.8 Flash
影响现有使用 Gemini 2.5 的项目，新项目需迁移到 3.5 Flash-Lite 或 3.8 Flash，避免 API 访问中断。
Claude Enterprise 的 Inference hooks 正式 GA
企业用户可在推理前后插入自定义逻辑，便于合规、审计与工作流集成