谷歌推出TurboQuant算法，通過PolarQuant和QJL技術，將大語言模型推理中的鍵值緩存內存需求降低至少6倍，在H100 GPU上注意力計算速度提升最高8倍，且保持零精度損失。這一突破有望降低AI部署成本，加速長上下文應用發展。
Meta發佈新一代自研AI芯片MTIA3，旨在減少對外部算力依賴。該芯片專爲推薦系統和推理任務定製，在內部測試中，其推理效能已超越英偉達H100。
馬斯克旗下xAI公司啓動全球首個吉瓦級AI訓練集羣“Colossus2”，用於驅動Grok聊天機器人。該超級計算機佔地約13個足球場，配備10萬塊英偉達H100芯片，標誌着AI算力競賽進入新階段。
Meta CEO扎克伯格親自負責AI商業化，新一代大模型“Avocado”計劃2026年春季發佈，將僅提供API和託管服務，不再開源。該模型整合了谷歌、OpenAI及阿里等第三方開源技術，目標達到前沿性能。Meta已與英偉達簽署50億美元H100訂單，專門用於模型訓練。
Anthropic
$105
輸入tokens/百萬
$525
輸出tokens/百萬
200
上下文長度
Google
$0.7
$2.8
1k
$7
$35
$2.1
$17.5
$21
Alibaba
$6
$24
256
Baidu
-
128
Bytedance
$1.2
$3.6
4
$2
$3.9
$15.2
64
$0.8
$0.15
$1.5
32
Deepseek
$4
$12
Tencent
$1
Mungert
基於Meta Llama-3.3-70B-Instruct的大語言模型，經過多階段訓練優化，在推理、聊天等任務上表現出色，支持多種語言，適用於多種AI應用場景。採用神經架構搜索技術優化，能夠在單個H100-80GB GPU上高效運行。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
