本周 AI 五件事：推理加速、模型入流与开放生态

推理速度成为基础设施竞争。 NVIDIA 宣布 Groq 3 LPX 已进入全面生产；在 10 万 token 上下文测试中，达到每秒 3,400 个输出 token，约为最近替代平台的 4 倍。实时代理的瓶颈，正在从“能不能推理”转向“能不能持续高速交互”。1

模型开始进入软件生产流程。 GPT-5.6 的 Sol、Terra、Luna 已进入 Kiro；OpenAI 与 AWS 的测试称，Terra 在 Terminal-Bench 2.1 上的成功任务成本约下降 82%。前沿模型不再只是聊天窗口里的回答者，也在成为可审查的软件开发环节。2

视觉输入变成代理的标准接口。 DeepSeek V4-Flash-Vision-Exp 已上线 API，支持 Chat Completions、Messages 和 Responses；图片每张最多按 384 tokens 计费，并可通过 Files API 复用 file_id。多模态能力从演示走向可接入的工程接口。3

企业代理开始统一接入更多模型。 Grok 4.6 进入 Gemini Enterprise Agent Platform 的 Model Garden，提供 50 万 token 上下文窗口和 low 到 xhigh 四档推理强度。模型选择正在进入企业代理的统一采购与编排层。4

开放模型的扩散靠生态完成。 Google 表示，Gemma 家族累计下载量已超过 10 亿次，社区构建的模型变体超过 10 万个。开放权重模型的影响力，越来越来自可分叉、可适配的生态网络。5