Inception 发布扩散大模型 Mercury 3：每秒超千 token，对标 GPT-6 Luna
Inception 推出扩散式语言模型 Mercury 3。其在英伟达 GPU 上生成速度达每秒 1068 token，较主流轻量模型快 4 至 8 倍，并支持 100 万 token 上下文。这意味着扩散架构也能扩展至复杂大模型，特别适合网页智能体等极度敏感延迟的场景。
Claude Haiku 5.5
Anthropic 发布 Claude Haiku 5.5：成本降 75%，跑得最快的小模型
Anthropic 正式推出 Claude Haiku 5.5，平均运行成本比前代降低约 75%，是其目前速度最快的小模型。该模型新增努力程度调节设置，主打高吞吐量与智能体子任务等场景，并同步在各大云平台上架；同时 Sonnet 5.5 缓存读取降价 50%。