馬斯克旗下SpaceXAI發佈Grok 4.5,爲上市後首個重大更新。模型定位通用主力,可完成代碼編寫等任務。馬斯克稱其達到Opus級水平,但速度更快、Token效率更高且成本更低。
英偉達發佈Nemotron-Labs-TwoTower離散擴散語言模型,解決大模型逐token生成速度慢的痛點,權重已在Huggingface開源。該模型複用現有骨幹網預訓練權重,無需從頭訓練,顯著降低成本。採用60B雙塔架構,兩座30B網絡並行協同,每塔激活3B參數並搭載128個可路由專家模塊,提升生成效率。
月之暗面公司繼Kimi 2.7 Code大模型後,推出高速版本,輸出速度提升5-6倍,常規編程下約180 Token/s,大幅縮減等待時間,旨在提升開發者代碼編寫效率。
階躍星辰發佈並開源新一代Flash模型Step 3.7 Flash,專爲智能體生產化落地設計。該模型採用196B參數的稀疏混合專家架構,針對代碼編寫、聯網搜索及多模態工作流進行系統級優化,最高生成速度達每秒400 Tokens,顯著提升高頻場景效率,標誌着國內大模型賽道取得新突破。
Google
$0.49
輸入tokens/百萬
$2.1
輸出tokens/百萬
1k
上下文長度
Openai
$2.8
$11.2
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
Anthropic
$105
$525
$0.7
$7
$35
$17.5
Alibaba
$6
$24
256
-
$4
$16
$2
$20
Bytedance
$0.8
128
$0.15
$1.5
Baidu
32
$10.5
$8
nvidia
Llama-3.3-Nemotron-Super-49B-v1.5是基於Meta Llama-3.3-70B-Instruct的大語言模型,經過多階段後訓練增強了推理和非推理能力。支持128K token上下文長度,在準確性和效率之間取得了良好平衡,適用於推理、聊天和代理任務。
microsoft
微軟研究院開發的首個開源20億參數規模原生1比特大語言模型,在4萬億token語料上訓練完成,證明了原生1比特大語言模型在保持與同規模全精度開源模型相當性能的同時,能顯著提升計算效率。
由微軟研究院開發的開源原生1位大語言模型,參數規模達20億,在4萬億token的語料庫上訓練而成,顯著提升計算效率。
Llama-3.1-Nemotron-Ultra-253B-CPT-v1是基於Meta Llama-3.1-405B-Instruct的大型語言模型,支持128K tokens上下文長度,經過神經架構搜索優化,在準確性和效率之間取得良好平衡。
Notion MCP服務器是一箇中間件服務,通過Notion API實現LLM與Notion工作區的交互,支持Markdown轉換優化token使用效率。
OneMCP是一個通用的MCP協議聚合器,通過元工具架構將多個外部MCP服務器的工具統一管理,採用漸進式發現和語義搜索技術,顯著降低LLM的token消耗並提高工具發現效率。