AI 每日快讯
AI 产品、模型、开源工具和官方动态的时间流。保留历史记录，按分类、日期和标签继续筛选。
StepFun 发布了 Step 5 Preview，这是一个稀疏混合专家模型，总参数 600B、每 token 激活 27B，支持 100 万 token 上下文，并可接受文本、图像和视频输入。官方将其定位为面向软件工程、专业知识工作和金融等长周期 Agent 任务。API 已上线，输入每百万 token 收费 1 美元，输出每百万 token 收费 2.7 美元，开放权重也在计划中。值得关注的是，1M 上下文加多模态输入直接指向长程 Agent 场景，而按 token 计价的 API 让成本可估算。受影响的是做代码 Agent、深度研究和金融分析的开发者与团队。下一步可先用 API 跑一个长文档或代码库任务，验证上下文利用率和实际成本，再等开放权重发布后做本地评测。
阿里 Qwen 发布 Qwen3.8-Omni-Flash，这是一个支持 100 万上下文的 omni-modal 模型，围绕 Agentic 音视频理解与工具使用设计，官方称在 OmniVideoBench 上减少约 45.7% 的 token 消耗。它值得关注的点有两个：一是把音频、视频理解和任务规划、工具调用放进同一个模型，二是长上下文叠加 token 效率优化，直接关系到 Agent 处理长视频或多模态任务的成本。影响的主要是做视频理解、会议分析、多模态 Agent 的开发者，以及需要处理长音视频素材的内容团队。验证方式：通过 Qwen 官方渠道申请或调用该模型，用一段带语音的长视频测试摘要与工具调用，记录实际 token 用量和延迟，再与现有方案做同任务对比。