今天最值得盯住的，不是一张又一张跑分表，而是两个数字。

一个是 500 万亿，一个是 440MB。

前者是国内日均 Token 调用量。后者是一枚端侧翻译模型压缩后的体积。它们把同一件事夹在中间，模型正在从云端算力竞赛，挤进具体产品和具体设备里。

这份简报挑了 8 条消息。重点不在谁又发布了一个模型，而在这些模型准备落到哪里。

Token 调用过了 500 万亿，竞争开始看产品吞吐

IT之家援引的数据称，截至 2026 年 6 月，中国日均 Token 调用量已突破 500 万亿。这个数字本身很大，但更有意思的是报道里的后半句，竞争焦点正从模型发布频率转向 Agent 落地和生态。

模型能力的差距还在，但企业真正会被追问的，是调用量能否转成工作流。一次漂亮的演示不难，难的是让模型稳定嵌进客服、研发、办公和内容生产的每一天。

来源，IT之家

Qwen3.8-Flash 开源，125B 模型每个 Token 只激活 6B

通义千问发布 Qwen3.8-Flash-Next，并把它定位为 Qwen4 架构的早期预览。公开信息显示，它是多模态 MoE 模型，总参数 125B，每个 Token 激活 6B，训练成本约为 Qwen3.7-Plus 的九分之一。

这里的看点不是 125B，而是 6B。MoE 的老问题从来不是参数能不能堆上去，而是路由、训练和部署是否划算。把激活规模压下来，才有机会让大模型不只待在少数昂贵的云端实例里。

来源，Qwen Blog

GLM-5.3-Flash 把价格打到前沿能力旁边

智谱发布并开源 GLM-5.3-Flash，型号为 320B-A18B。官方材料称，它在 AA 综合智能指数取得 57 分，限时定价为 GLM-5.3 的二十分之一。

价格战听起来容易疲劳，但 Agent 场景确实吃成本。一条任务链会反复检索、规划、调用工具和修正，模型单价只要高一点，产品就会立刻变得别扭。便宜不是全部，稳定、工具调用和上下文管理才决定开发者会不会真的迁移。

来源，智谱研究

440MB 的翻译模型，准备留在设备里

腾讯混元称，Hy-MT2-1.8B 通过 2-bit 与 1.25-bit 量化后，分别压缩到 574MB 和 440MB，并已落地哔哩哔哩直播弹幕翻译。

端侧模型总会碰到同一个质疑，模型小了，质量还剩多少。此次披露的方向很务实，不去替代一切云端能力，而是先抓住直播翻译这种对延迟、隐私和持续调用都敏感的场景。

这才是端侧 AI 该有的样子。

来源，腾讯混元

飞书加豆包 Work，企业 Agent 开始绕过复杂部署

一篇实测文章提到，豆包 Work 用飞书账号登录后可调用本地 Skill、定时任务和多设备远程控制，并能在侧边栏编辑后同步飞书。

这类产品的诱惑很直接，企业不需要先搭一套复杂的 Agent 平台，就能让员工把一个任务跑起来。但它的边界也同样直接，权限、设备控制和本地数据读取都不能只看演示效果。能接入，不等于可以不做治理。

来源，卡尔的AI沃茨

英伟达又给 AWS 加了 200 万块 GPU

英伟达表示，将在 2027 至 2028 年向 AWS 额外供应 200 万块 GPU，覆盖 Blackwell Ultra、Rubin 和 Rubin Ultra。同期财报数据显示，英伟达 2027 财年第二财季营收为 962.21 亿美元，同比增长 106%。

这是一条全球供应链新闻，却和国内开发者有关。云上推理价格、GPU 供给节奏、模型服务的区域布局，最后都会传导到每一张 API 账单。模型越来越像基础设施，芯片采购也越来越像一场提前数年的产能预约。

来源，IT之家

Claude Console 把密钥拆成了个人和服务账号

Claude Console 新增个人密钥与服务账号密钥。密钥随关联账户继承权限，成员被移出组织后，对应密钥也会失效。

这个更新很小，却比很多模型发布更接近日常工程。团队把 Agent 接进生产系统后，最怕的往往不是模型答错一句话，而是一把共享 Key 在人走之后还挂在那里。权限跟着身份走，是一条朴素但常被忽略的安全线。

来源，Claude Platform

C2PA 被 Root 攻击伪造，内容溯源没有捷径

安全研究员指出，Android 平台的 C2PA 相机认证可被 Root 权限提升漏洞利用，攻击者能借助 StrongBox 硬件签名任意数据，从而伪造带签名的图像和视频。

给内容加来源标记当然比什么都不做强，但标记不是事实本身。设备完整性、密钥隔离、分发平台的验证逻辑，少一环都会让认证链条变成纸面承诺。AI 生成内容越多，这种不那么讨喜的基础问题越需要有人盯着。

来源，Hacker News 热门中文翻译

今天留下的线索

从 500 万亿 Token 到 440MB 模型，AI 的距离感正在变小。它不再只是一块云端大屏上的能力展示，也会出现在弹幕、飞书侧栏、团队密钥和手机镜头里。

下一轮比拼会很琐碎。

谁把成本、权限、延迟和可信度处理得更像一个可靠的产品，谁才更可能留下来。