AI 编程实时动态与要闻

独立评测机构 Artificial Analysis 于 11 月 4 日（UTC 17:34）在 X 上宣布新版 API 性能基准：头号指标从输出速度改为 Time per Task，即完成一道 Intelligence Index 任务所需时间（每题输出 tokens ÷ 端到端输出速度）。新版覆盖约 1,000 个 serverless 端点，速度改为从发出请求算到最后一个 token，并加入多轮 Agent 编码与知识工作负载。官方数据：GPT-6 Astra 满档 51 tokens/s 但约 17 分钟完成一题，Claude Opus 5.5（max）约 26 分钟，Gemini 4 Carbon（high）约 29 分钟。

Fireworks 宣布 DeepSeek V4 Flash 现已带原生视觉，覆盖无服务器与优先档。官方称多模态基准优于纯文本 0731 版本，价格保持每百万 Token 输入 0.22 美元、输出 0.66 美元。模型页显示 305B MoE、约 1040K 上下文、支持函数调用与图像输入，并带投机解码模块。

Fireworks 宣布 Training API 与 Fireworks Lab 全面可用，把训练、采样、服务与再训练收进同一平台，面向大规模强化学习。开发者可用 Python 自管损失、奖励、数据与环境，并接入托管分布式训练与 rollout；计算提供 Serverless 快速实验与 Dedicated 控成本两种模式。平台强调 rollout 吞吐、逐步权重同步以及训练器与推理引擎一致性。Lab 可嵌入前线研究员，客户包括 Cursor、Harvey、Figma、Vercel、Cognition 与 Factory。

Replit 与 Serverless Postgres 厂商 Neon 达成深度技术合作，在 Replit Agent 中内置即时数据库分支功能。当 Replit Agent 执行涉及数据表结构迁移或测试数据插入的任务时，系统自动在 500ms 内创建专属的隔离 Postgres 分支，彻底隔离破坏性写操作，测试通过后一键合并。

高性能推理服务平台 Fireworks AI 在 GLM-5.3 权重开源当日同步推出 Serverless API。该模型在 Z.ai 官方 Code Bench 上相比 5.2 提升 50%，在开源模型网络安全与长程 Agent 任务评测中取得 SOTA 表现。

Together AI 宣布在其无服务器推理平台全面上线 GLM-5.3 Flash。作为首款 320B-A18B 原生多模态 MoE 模型，具备 100 万超长上下文与混合注意力，在 DeepSWE 编程基准中性能直逼 Luna，同等成本下产出翻倍。

Serverless GPU 算力平台 Modal 宣布上线 GLM-5.3-Flash 自动端点（Auto Endpoints）。开发者无需编写复杂的容器镜像与显存调度配置，即可通过标准 OpenAI 兼容 API 极速调用 320B-A18B 混合注意力大模型。