770B 总参数、1M 上下文、日均 500 万亿 Token 调用。今天的中文科技新闻摆在一起看，像是把 AI 的三个刻度盘同时拧大了。

模型继续变大，调用继续变密，GPU 继续被提前锁走。但真正有意思的，不是数字本身，而是这些数字开始落到开发者每天会碰到的东西上，开源权重、语音转写、IDE 里的模型入口，还有一把能被审计的 API Key。

这一期挑了 8 条，重点看国内模型和算力信号，也留了几条和开发者工作台直接相关的更新。资料来自 AI HOT RSS 汇集的公开报道，同一事件的转述可能有偏差，涉及产品能力和商业安排，使用前仍建议回到原始公告核对。

GLM-5.3 把权重放出来了，目标很明确

智谱开源 GLM-5.3 权重，主打 Agent 编程、长程任务和防御性网络安全。本地运行、定制和下载，都是这次发布强调的方向。

它在摘要里给出了 AA 综合智能指数 60 分，并将自己放进闭源旗舰的比较坐标里。排行榜数字可以看，但别急着把它当采购结论。代码 Agent 的可用性，往往藏在工具调用稳定性、上下文污染后的恢复能力和失败时是否会停手这些细节里。

开源模型正在从「能不能跑」走到「能不能进流程」。

来源，IT之家；智谱

腾讯混元 Hy4 preview 给出了另一种参数叙事

腾讯混元发布 Hy4 preview，总参数 770B、激活参数 49B，上下文长度 1M，并已开源上线。总参数很大，真正决定推理成本和吞吐的却是每次实际激活的部分。

很多朋友可能只会记住 770B。对做应用的人，更该盯着 49B 和 1M 的组合。前者关系到一次请求要付出多少算力，后者决定你能不能把长文档、项目历史和多轮工作记录放进一次任务里。

当然，长上下文不是免费午餐。上下文塞得越长，检索、压缩、权限隔离和评估就越不能偷懒。模型能装下一整本书，不等于它会自动找到其中最关键的那一页。

来源，腾讯混元

500 万亿 Token，AI 已经不是实验室里的调用量

IT之家报道，截至 2026 年 6 月，我国日均 Token 调用量突破 500 万亿。这个数字很大，大到很难凭直觉理解。

你可以把它理解成竞争的重心又往前走了一格。模型能力当然还重要，但调用量上来以后，计费、缓存、路由、数据合规和故障降级都会变成产品体验。不是说每个团队都要自建基础设施，而是说选模型、接 API、做 Agent 时，不能只看一次 Demo 跑得多漂亮。

流量上去，工程账才刚刚开始算。

来源，IT之家

GPU 的故事仍然由供给写上半场

英伟达预计 2028 财年销售额可达 6730 亿美元，AWS 则计划在 2027 至 2028 年新增 200 万颗英伟达 GPU。另一份财报数据里，英伟达 2027 财年上半年营收 1778.37 亿美元，归母净利润 1180.1 亿美元。

数字未必都会按计划兑现，但方向很难看错。云上算力不是谁喊得响谁就能拿到，机房、电力、网络和交付节奏都在限制供应。

对国内团队来说，这也提醒了一件很朴素的事。模型选型不只是一道能力题，也是一道供给题。你能稳定获得什么算力，能否接受跨云和多模型路由，常常比发布会上的峰值指标更早影响交付。

来源，IT之家；TechCrunch；IT之家财报

语音输入正在变成 Agent 的标准零件

Google 发布 Gemini 3.5 Transcribe，支持实时流式与预录音频处理，也提供说话人分离、词级时间戳、85 种以上语言识别和代码切换。AI HOT 汇集的 DeepMind 摘要称，它的流式和非流式平均词错率分别为 4.0% 与 2.6%。

这个更新看着像单纯的 ASR 升级，落到产品里却不小。会议纪要、客服质检、口述工单和语音 Agent 都需要的不只是把声音变成字，还要知道谁在什么时候说了哪一句。

说实话我也不确定这些指标在中文业务噪声、多人抢话和专业词汇里会剩下多少。但 API 把实时流、时间轴和说话人信息一起交出来，至少让开发者少拼几块积木。

来源，Google DeepMind；Google AI DEV

图像编辑继续从生成走向可控修改

Midjourney 向所有用户开放 V8.2 图像编辑模型测试，支持指令编辑、最多 4 张参考图、局部重绘和扩画，并可搭配个性化、moodboards 与 srefs 使用。

生成一张漂亮图已经不稀奇。难的是把一张已有视觉资产改到能用，还不把人物、产品和品牌气质改丢。多参考图和局部编辑提供的正是这部分控制力。

很多设计师对 AI 图像工具保持谨慎，我觉得这很合理。可控编辑并不会自动消除版权、素材来源和审美判断的问题，它只是让人从反复抽卡往可复用的编辑流程靠近了一步。

来源，Midjourney Updates

一把 Key 的归属，也能决定团队敢不敢用 AI

Claude Console 新增个人密钥与服务账号密钥。个人密钥会关联账户并继承其权限，账户离开组织后密钥自动失效；密钥还能限定到特定工作区。

这类更新不够酷，却很实用。团队把模型接进 CI、内部工具或 Agent 后，最怕的是「一把共享 Key 用到底」。出了问题查不到人，员工离职也收不回权限，成本账更是一团乱。

权限不是后台配置项，它就是 Agent 产品的一部分。

来源，Claude Platform

Cursor 与 OpenAI 的分手，提醒开发者别把入口当成地基

OpenAI 表示计划终止向 Cursor 提供模型访问，拟定日期为 2026 年 11 月 12 日。Cursor 的回应是，OpenAI 模型约承载其 5% 用户流量，用户仍可以通过自有 API Key 和 IDE 扩展使用 GPT 模型。

商业合作怎么谈，外部很难看清全貌。开发者真正该记住的是，IDE 里的模型下拉框不是稳定基础设施。供应商政策、合规要求和收购关系，都可能突然改写默认入口。

你如果把 AI 编程放进核心流程，最好提前准备多模型路由、自带 Key 和关键任务的降级路径。平时觉得有点麻烦，变化发生那天就不至于只剩下等待公告。

来源，OpenAI；Cursor

今天的线索，最后还是回到那张工程清单

模型的参数、Token 的调用量、GPU 的订单，确实都在往上走。但你打开自己的项目，真正需要处理的可能只是四件事，模型是否可替换，权限是否可收回，数据是否能被定位，成本是否能被解释。

770B 和 500 万亿很远，一把 Key 和一次降级很近。

这才是今天这份简报想留下的刻度。