DeepSeek 为 V4 推出 DSpark 和 DeepSpec，推理速度提升并开源工程框架。叠加搜索 Agent、GPU 编程和实时流式 Agent 的进展，大模型竞争正在从单纯能力走向推理效率、工程系统和真实业务稳定运...

OpenAI联合Cerebras把GPT-5.6 Sol推理速度提升到750 tokens/s，Google同步用Gemini 3.7 Flash降低企业Agent和Coding成本，模型竞争正在从单纯跑分转向推理速度、成本和工作流交付。

沙特HUMAIN基于MiniMax M3推出阿拉伯语大模型，英伟达推理指南、AI PC与数据系统等进展表明，AI竞争正从模型参数扩展到开源底座、推理效率和真实部署。

谷歌为Gemma 4开放Multi-Token Prediction推测解码，在不改变模型和输出质量的情况下最高提速三倍。推理优化正在重新计算本地部署、企业应用与AI基础设施的成本。