OpenAI 联合 Cerebras 发布 Ultrafast 模式预览：旗舰模型 GPT-5.6 Sol 运行速度最高提升至 Standard 模式的 14 倍，输出速度达 750 token/秒。

这不是新模型，是把现有最强模型「跑得更快」。
750 token/秒是什么概念？
Standard 基线只有约 53 token/秒，据 Artificial Analysis 数据，Ultrafast 比 Fable 5 快 11 倍、比 Opus 4.8 Fast 模式快 5 倍，且官方称无质量损失。
企业客户用同一个模型，响应时间从「等几秒」变成「等零点几秒」。

它面向的是实时场景：语音对话、客服、电商推荐、编程辅助、金融研究、安全响应，这些场景里，速度就是体验，体验就是钱。
而算力来自 Cerebras 的晶圆级芯片，英伟达之外，算力格局第一次多了一个官方认证的名字。

Cerebras 是谁？
一家做晶圆级芯片的公司，把整块晶圆做成一颗芯片，专攻推理加速，之前主要服务医疗和科研机构。
这次被 OpenAI 官方选为 Ultrafast 的算力底座，等于拿到了「大模型推理」赛道的入场券。
对英伟达来说，这是第一次有人在「最顶级模型的官方推荐」里分走一杯羹。

这笔账企业客户算得过来：同样的 GPT-5.6 Sol，输出速度从 53 token/秒拉到 750 token/秒，意味着同一个对话窗口里能塞下更多的多轮交互、更长的上下文处理、更快的 Agent 反馈。
对做实时产品的团队来说，这不是「快一点」，是「能不能做」的区别，之前因为延迟做不了的产品形态，现在有了可能。

当模型能力的差距开始收窄，「谁先出结果」就成了新的分水岭。
不训更强的，但先跑更快的，速度，成了它回击「贵」的方式。

Databricks 官宣完成 50 亿美元战略融资，投后估值 1900 亿美元，从 2 月的 1340 亿涨约 42%。
Coatue 领投，Blackstone、MGX、T. Rowe Price 参投。

CEO Ali Ghodsi 对 TechCrunch 说过一句话：「AI 很贵。」
这轮融资原本计划只融 10 亿美元，但投资人的钱「塞」进来 150 亿，最后定在 50 亿。
为什么拒绝更多？
因为不想过度稀释，也因为公司根本不缺，年化营收已突破 70 亿美元，Q2 同比增长逾 80%，AI 数据产品 Lakebase 年化营收超 1 亿美元。

「想要 10 亿、来了 150 亿」，这个数字差本身就是信号：钱在追着 AI 基建跑。
Databricks 的定位是「AI 时代的数据层」，投资人在为它下注未来十年的数据入口。
当一轮融资能从 10 亿扩到 50 亿还嫌少，说明钱多到开始「通胀」，而通胀的钱，迟早会推高所有 AI 资产的价格。

把时间线拉长看：2025 年 12 月 Databricks 估值 620 亿，2026 年 2 月 1340 亿，现在 1900 亿，半年多涨了两倍。
投资人为什么疯抢？
因为「AI 时代的数据层」是个确定性极强的故事：模型可以换、应用可以换，但企业数据最终要落在一个能管、能查、能喂给 AI 的地方。
Databricks 赌的就是这个入口。

对比同赛道：Snowflake 也在做 AI 数据平台，估值约 800 亿；Databricks 1900 亿几乎是它的两倍。
差距来自执行，Databricks 从湖仓一体做到 Lakebase 实时 AI 数据，把「数据」和「AI」绑得更紧。
当模型能力趋同，谁的底层数据更干净、更实时，谁就更有谈判筹码。

估值半年涨 42%、年化营收 70 亿美元还在融资，AI 数据层的钱，正从「要不要投」变成「抢着投」。

Cursor 官宣 Firetiger 团队加入，这是一次典型的人才收购（acqui-hire），Firetiger 的独立产品将关停，技术并入 Cursor。

Firetiger 由两位前 Cloudflare/Twitch 工程师 Rustam Lalkaka 和 Achille Roussel 创立，此前完成 760 万美元种子轮（Sequoia 领投），核心产品是面向生产环境的 AI agent：监控发布、捕获回归、调查事故，也就是「Change Monitors」。
收购后，这部分能力会并入 Cursor 的 Origin 平台，打通「写代码—生产运行」的完整链路。

为什么是 Cursor？
过去一年，Cursor 从「AI 编辑器」向「Agent 平台」转型：Origin 让 AI 独立跑任务，Change Monitors 让 AI 盯生产环境。
Firetiger 的监控、回归捕获能力，正好补上「代码写完之后」这一环，写代码、跑起来、出了问题 AI 自己发现，这个完整链路 Cursor 想要完整。

对开发者社区来说，这是又一个信号：编码工具的竞争，已经从「谁的补全准」变成「谁能让 AI 从头到尾管住一个项目」。
GitHub Copilot 在做 workspace agent，Cursor 在并购 Agent 团队，终端产品正在吃掉中间层的创业公司，Firetiger 不是第一个，也不会是最后一个。

代价是付费客户：Firetiger 已停止新注册，现有客户收到服务终止通知，数据将被删除。
最顶级的 Agent 人才已经贵到「买比招划算」，而每一次人才收购背后，都有一批被「合并」掉的用户。

Writer 发布新旗舰模型 Palmyra X6，基于北京 Z.ai（原智谱）的开源 GLM-5.2 后训练而成，7440 亿参数 MoE 架构，每 token 约 400 亿活跃参数。

定价直接打价格战：输入 $2/百万 token、输出 $8/百万 token，对比 Claude Opus 4.8 的 15/75 美元，便宜一个数量级。
内部 9 项评测均分 0.87，还略高于 Claude Opus 4.8（0.86）。
更狠的是效率账：Writer Agent 成本平均降 52%、速度提升 48%；harness 优化让各模型任务成本平均降 41%、提速 44%，而后训练只用了 626 条合成轨迹。

当所有模型都在卷「更强」，Writer 卷的是「更省」：企业客户最痛的从来不是模型笨，是 token 账单。
把开源模型调教成「够用且便宜」，正在成为企业市场的新打法。

更深一层看，Writer 的打法是「拿开源模型做商业化」的样板：Z.ai 开源 GLM-5.2，Writer 拿来做后训练调成自己的旗舰，这背后是 2026 年开源模型的通用能力已经追上闭源，给了「二次开发」型公司生存空间。
类似的玩法还有 Together、Fireworks，都在用开源底座做企业定制。

对 Claude、GPT 这些闭源厂商来说，这是压力：当「开源 + 调教」能以 1/5 的价格做到 90% 的效果，企业预算就会分流。
Writer 的评测均分 0.87 略超 Opus 4.8 的 0.86，虽然样本有限，但「够用且便宜」正在成为企业采购的新标准，不是最强的赢，是性价比最高的赢。

「省钱」从运营指标变成了产品卖点，AI 进入精打细算的时代，谁先帮企业省下钱，谁就赢下预算。

MiniMax 开放 Music 3.0 权重，上架 Hugging Face（MiniMaxAI/MiniMax-Music3），ComfyUI 0.33 同日原生支持，官方原话：「在 AGI 到来之前，我们将一直保持开源。」

参数上它是个「多模块」模型：8B 全局 LLM（初始化自 Qwen3.5-8B）+ 0.6B 局部 LLM + 2.4B flow-matching 模块 + 123M Flow-VAE，能生成长达 5 分钟的完整歌曲，输出 32kHz 立体声。
API 版 7 月已上线，这次是权重开放，本地能跑，意味着不用上传、不用排队、不用按次付费，创作者第一次能「拥有」自己的 AI 配乐工具。

开源音乐模型的生态位很微妙：闭源有 Suno、Udio 这类商业产品，开源此前只有一些小模型。
Music 3 的 8B 全局 LLM + 2.4B flow-matching 架构，把「能生成 5 分钟完整歌曲」的能力放进了本地可跑的范围，配合 ComfyUI 工作流，一个普通创作者能在自己电脑上搭出完整的 AI 音乐流水线。

MiniMax 的逻辑是「开源换生态」：从 H2 到 Music 3，它一直在把旗舰能力开源，靠开发者生态反哺品牌。
对比 Suno 的付费订阅模式，开源路线赌的是「更多人用 → 更多人改进 → 模型迭代更快」的飞轮。
对创作者来说，这是选择权，不想按次付费、不想上传数据的，本地跑一个。

当中国公司的开源从「模型参数」卷到「创作工具」，开源战场的定义被拓宽了，不再专属开发者，每个创作者都能摸到。

阿里发布 Qwen3.8-Max 开放权重：2.4T 总参 / 95B 活跃 MoE，激活率仅约 4%，API 定价 $2/$6 每百万 token，社区评价「迄今最大的开源权重发布之一」。

第三方评测很硬：Frontend Code Arena #4（Elo 1668，仅次于 Claude Opus 5 和 Kimi K3），Vision Arena #2（1305，只差 Claude Fable 13 分）；Vals 综合指数 66.1，开源模型第 2、全部 43 家第 10；SWE-bench 87.3%，压过 GPT-5.5（82.6%）和 GLM-5.2（83.3%）。
更值钱的是提速曲线：Vals 指数从 3.7 Max 的 57.5 涨到 66.1，两个半月涨了 8.6 分，价格还从 $2.5/$7.5 降到 $2/$6。

上线当天生态就位：vLLM day-0 支持 + NVIDIA B300/AMD MI355X 专用 4-bit 量化，Together、Baseten 立刻可跑。
但 Jamin Ball 泼了冷水：K3 光加载权重就超 1TB 内存、至少 8 张 H100，开放权重不等于能本地跑；且首发权重是纯文本版，视觉未放开；许可条款疑似限制美欧英韩下载，阿里当天未澄清。

当 2.4T 的开源模型评测逼近闭源旗舰、价格只有零头，「开源和闭源的差距」正在变成「谁能真正用起来」。

Google 发布 Gemini 3.7 Flash，距 3.6 Flash 仅三周，100 万 token 上下文、64K 输出，WebDev Arena Elo 1588 分，API 定价输入 $0.75/百万 token（2027 年起涨到 $1.50）。

官方演示里最抓眼球的是 3D 生成：一句话生成可用的 3D 手表模型，成本约 $0.038，不足 4 美分。
过去 3D 建模是设计师按小时收费的活，现在一句话 + 4 美分。
当生成成本低到可以忽略，「会不会建模」不再是门槛，「想不想做」才是。

但更需要留心的是迭代节奏：3.6 到 3.7 只隔三周。
Google 正在把模型发布从「季度」压缩到「月更」，Flash 系列成了试验新能力的快车道：价格便宜、迭代快、能力不断往上加。
同场配套发布 Nano Banana 图像模型和 Gemini Omni，形成完整产品矩阵。

对开发者的直接含义：模型能力按「月」在涨，选型决策也得按「月」重做，三个月前的最优解，可能已经被更便宜的新版本取代。

3D 内容的生产成本塌缩，可能比图像生成的影响更深，因为 3D 是制造业、游戏、电商的地基，而它正在变成一句「帮我做个 XX」的事。

前沿实验室 在 ChatGPT Mac 桌面版推出 Computer History（电脑历史）功能，取代此前基于截图的 Chronicle 研究预览，面向 Pro、Business、Enterprise 用户，默认关闭，企业需管理员授权。

它的工作方式：不再截屏，改经 macOS 辅助功能记录你的点击、输入、快捷键、应用切换等事件，生成记忆和时间线供 ChatGPT/Codex 引用。
事件会上传服务器生成记忆，前沿实验室 称处理后不保留、不用于训练；交互事件本地保存最长 48 小时，首批不含 EEA、瑞士、英国。

为什么值得注意：这是「AI 记住你」从对话层扩展到屏幕层的第一步。
以前 AI 只记得你说过什么，现在它记得你做过什么，这对 Agent 场景是质变：ChatGPT 可以接着你上次的浏览器操作继续干活，不用你重新交代上下文。

媒体反应很直接：The Register 称它是「友好的键盘记录器」，它能提升个性化，也增加 token 消耗与提示注入风险，前沿实验室 文档自己都提示了这一点，建议涉及他人通信时暂停。
批评者指出：提示注入攻击可以借这个记忆通道污染 AI 的长期上下文。

当 AI 开始记录你的屏幕，「便利换隐私」的交易，用户往往还没看清条款就点了同意，这次的条款里，写着「键盘记录器」四个字。

Suno 发布 Studio 2.0，新增 MIDI 导入/录制/编辑（可当生成提示）、双振荡器波表合成器、轨道自动化曲线、内置效果器（失真、延迟、混响、压缩、EQ），当日向 Premier 用户开放。

最值得注意的更新是 Chat 栏：用自然语言就能创建自定义插件，上线初期不消耗 credits，AI 音乐工具开始把「调音」也变成对话。
Premier 用户可无限导出 32-bit/48kHz 多轨与分轨，高级分轨分离也来了。

Suno 说 MIDI 是 Studio 最受需求的功能，2.0 基于过去一年用户反馈开发，目标是把 Studio 从「简易 AI 编辑器」升级为「完整 DAW 式制作环境」。
MIDI 加入意味着什么？
你可以把亲手弹的旋律导入，AI 在此基础上编曲，人机协作从「给一句话」变成「给一段真实的演奏」。

对创作者的分层是清晰的：Pro 用户能用新合成器和效果器精修；Premier 用户拿无限多轨导出做商用级混音。
AI 音乐工具的竞争，正在从「谁能生成更长的歌」转向「谁能接进专业工作流」，DAW 式能力成了分水岭。

当 AI 音乐开始对标专业制作工具，「灵感到成曲」被压缩到分钟级，会写旋律的不再是稀缺，会「指挥 AI」的才是。

Suno Studio 2.0：AI 音乐走向专业 DAW 式制作。
图：Suno 官方。

Anthropic 与比特币矿商 Riot Platforms 签订 20 年算力租约（至 2048 年 6 月）：191 MW 关键 IT 容量，初始合同收入约 91 亿美元，两次 5 年续约后最高 161 亿。

这笔交易的细节很硬核：Riot 的德州设施 2027 年 12 月交付 96 MW，2028 年 6 月前交付剩余 95 MW；Morgan Stanley 提供过渡贷款；AMD 是同一园区的另一租户，矿场正在变成 AI 算力园区。

为什么找矿商买电？
矿场有现成的工业电力、冷却和场地，转型 AI 数据中心的成本比新建低得多。
Anthropic 一边 60 亿收购补模型，一边 91 亿锁定算力，头部实验室的竞争，已经变成以十年为单位的资本锁定。

AI 的军备竞赛，从「谁更强」变成了「谁先锁死资源」，而这一次，锁的是德州 2048 年之前的电。