英伟达发布 550B 指令跟随教师模型

Hugging Face 上架一款 550B 参数指令跟随模型，主打约束遵循与结构化任务，为业界蒸馏与后训练提供强力教师底座。

这条消息经由 Hugging Face 官方转发而来。550B 参数的规模放在开源社区里已相当可观，但更值得留意的是它的定位——不是又一款通用聊天模型，而是专门用来「教」其他模型遵循约束、完成结构化任务的教师模型。随着后训练与蒸馏成为缩小开源模型与前沿模型差距的主流路径，一个高质量、可公开获取的教师模型，价值正在被迅速放大。对许多团队而言，与其从零训练，不如以这样的教师模型为锚点，再叠加自身的偏好对齐与领域数据，把有限的算力集中到真正差异化的能力上。

1T 模型重启：8.8 分钟降至 32 秒

SGLang 与蚂蚁、阿里合作推出 Weight Cache Daemon，让模型权重常驻 GPU 缓存，崩溃后无需重新加载。这篇发布在 LMSYS 官方博客的工程记录，展示了大模型推理系统在故障恢复上的关键突破——服务可用性从此不再被「重启一次要等近十分钟」所绑架。

Vercel 发布 Is Agentic，评估网站对 AI 代理的可读性

输入网址即可得到代理可发现、检索、理解内容的评分，并输出失败证据、改进建议与一次代理导航旅程。报告可通过稳定链接、JSON API 与 MCP 获取，分数反映特定时间点的快照，不适用项不扣分。对正在为 agent 时代重构站点的团队而言，这是一份把「可被机器读懂」变成可度量指标的实用清单。

OpenAI 下调 GPT-5 API 与积分定价

在持续推高能力上限、同时改善效率的过程中，OpenAI 宣布下调 GPT-5 系列的 API 与 credit 价格。这条由 Sam Altman 转发的官方通告，延续了近期前沿模型「能力上探、成本下探」的双线节奏——一边让更强模型进入更多工作负载，一边把单位成本压到更低的门槛。

Gemini 3.7 Flash 首周创增长纪录

Sundar Pichai 表示，Gemini 3.7 Flash 在第一周就打破了此前所有 Gemini 的增长纪录，成为谷歌增长最快的模型，现已在搜索与 Gemini 应用中运行。开发者社区的踊跃反馈，让这家公司再次确认了「更快、更省」路线对市场的吸引力。

GLM-5.3 在 KernelBench-Mega 实现 21.4 倍加速

GLM-5.3 在 KernelBench-Mega 上达到 21.4 倍 PyTorch 基线，前代 GLM-5.2 为 11.1 倍；配合 Kimi 线性解码，可在 RTX PRO 6000 上运行。一次接近翻倍的代际跃升，印证了国产模型在「系统级代码优化」这条细分赛道上正在快速补位。