Martin Alderson 通过分析指出，在AI代理工作负载中，缓存读取成本是主要成本驱动因素，而非传统的输入/输出成本。他对比了DeepSeek V4-Flash、Claude Opus 5和GPT 5.6 Sol在20轮和100轮会话中的成本构成，发现缓存读取占比随轮次增加而急剧上升，尤其是GPT 5.6 Sol在超过272k输入令牌后重新定价导致成本更高。此外，KV缓存压缩技术（如DeepSeek的算法）使缓存可卸载到NVMe，降低了硬件成本。开发者应关注缓存读取成本，优化工具调用次数，并注意不同提供商的定价差异。 核心观点： 1. 在100轮代理会话中，缓存读取成本占GPT 5.6 Sol总成本的81.6%，Claude Opus 5占76.4%，DeepSeek V4-Flash占48.1%。 2. GPT 5.6 Sol在输入超过272k令牌后重新定价，导致长会话成本比Claude Opus 5高70%。 3. DeepSeek的KV缓存压缩算法（Compressed Sparse Attention和Heavily Compressed Attention）使1M上下文窗口仅需约5GB内存。
Google AI Studio 新增直接导入 GitHub 仓库功能，允许开发者将整个代码库带入上下文窗口。这一更新简化了 AI 应用构建流程，使开发者能够更便捷地利用现有代码进行 AI 开发与调试。
腾讯正式开源 Hy3 模型，采用 295B/A21B MoE 架构与 256K 上下文窗口。相比预览版，任务成功率从 72% 提升至 90%，执行效率平均缩短 34%，文档处理 token 节省 47.4%，PPT 制作节省 49.0%（对比 GLM-5.2）。该模型已在元宝、ima、QQ 浏览器、微信读书、腾讯文档等产品中应用，形成数据循环强化。对开发者而言，Hy3 开源提供了高性价比的 MoE 大模型选择。 核心观点： 1. Hy3 采用 295B/A21B MoE 架构，上下文窗口达 256K。 2. 相比 Hy3 preview，任务成功率从 72% 提升至 90%，执行效率平均缩短 34%。 3. 文档处理 token 节省 47.4%，PPT 制作节省 49.0%（对比 GLM-5.2）。
Z ai 发布 GLM-5.2 开源模型，总参数 744B，激活参数 40B，在 Artificial Analysis Intelligence Index v4.1 上得分 51，领先于 MiniMax-M3 和 DeepSeek V4 Pro。相比 GLM-5.1，科学推理能力显著提升，CritPt 提高 16 分，HLE 提高 12 分。模型位于智能与成本帕累托前沿，每任务成本约 $0.46。上下文窗口扩展至 1M tokens，采用 MIT 许可证。开发者可通过 Z ai 官方 API 及多家第三方提供商使用。 核心观点： 1. GLM-5.2 在 Intelligence Index v4.1 得分 51，领先 MiniMax-M3 (44) 和 DeepSeek V4 Pro (44)。 2. 科学推理提升显著：CritPt +16 分至 21%，HLE +12 分至 40%。 3. 每任务输出 tokens 43k，高于 GLM-5.1 的 26k，成本 $0.46/任务。