据AnthropicAI称，Haiku 5.5较4.5版成本降约75%，更快更强。

据AnthropicAI称，Sonnet5.5较5号快30%且降本至30%。

据OpenAI在X称，Sol与Luna较GPT5.6促销价降50%，并继承Astra优势，推理更快更省。

据AnthropicAI称，Claude将30+生物模型推理提速4倍并开源优化代码。

据@deepseek_ai称，新模型具备原生视觉、更快推理与更高吞吐并可扩展。

据satyanadella称，英伟达收购Hugging Face以推进开源模型，提升安全与创新，据NVIDIA博客。

据CNBC称，英伟达以近130亿美元收购Hugging Face，强化端到端AI平台。

据@OpenAI称，Jalapeño 同时提高吞吐与降时延，且能效不减。

据TheRundownAI称，Higgsfield等三家融资超10亿美元，估值齐创新高。

据OpenAI称，Ultrafast先在API内测，随产能扩大开放。

据@CNBC称，AMD收购Taalas，将以硬件化模型提升推理速度并降功耗。

据JeffDean称，餐巾纸算例促成TPU，推理硬件将成下一专业化方向。

据@CNBC称，Alphabet研发高效AI芯片以降本提速，股价走强。

据TheRundownAI称，OpenAI与博通9个月打造Jalapeño，LLM能效显著提升。

据@OpenAI称，博通将共研Jalapeno推理芯片，降本降延迟，来源OpenAI博客。

据@CNBC称，OpenAI与博通发布首款Jalapeno芯片，瞄准全栈与更低推理成本。

根据 @_avichawla 在 Twitter 的介绍，FlashAttention 通过在芯片上使用SRAM缓存中间结果，减少对HBM的冗余读写，相比标准注意力可实现最高7.6倍加速。根据 Dao 等人的 FlashAttention 论文（斯坦福）报道，其面向IO的分块算法将QKV保留在快速SRAM中，缓解内存带宽瓶颈并提升GPU吞吐。依据论文基准结果，FlashAttention 加速Transformer训练与推理，在生产环境中带来更低时延、更高每秒生成token数及更低单token成本。对企业而言，这有助于优化RAG检索生成流程、提升流式回复体验，并在不牺牲精度的前提下提高GPU利用率，以上信息均据原论文与工程说明所述。

据 KREA AI 在推特披露，其指向 krea.ai/pricing 的定价页面，表明其针对实时图像生成与编辑平台的付费方案正式上线。根据 KREA AI 信息，定价聚焦快速扩散模型、实时画布编辑与高分辨率输出，面向追求高迭代效率的设计师、营销团队与创意工作室。依据 KREA AI 介绍，分级方案通常提升使用额度、并发数、模型优先级与商业使用权，为代理商与企业团队提供可预测吞吐与接近 SLA 的稳定性。结合 KREA AI 公告可见，该举措契合2026年创意类生成模型以高级算力、优先队列与协作功能变现的趋势，为渠道商与工作流工具商将 Krea 与素材管理、品牌合规模块打包销售带来新增商机。

根据 Meta 的 AI 官方账号 AI at Meta 在 X 的更新，此为多帖更新的第2部分，并附有延伸链接，显示该系列正在持续发布与 Meta AI 相关的内容；据该账号以往发布与说明，此类更新通常包含 Llama 模型的文档与资源，有助于开发者在推理与微调中提升效率。依据 Meta 过往公开资料，Llama 生态涵盖模型权重、安全工具与集成指引，本次更新预计聚焦开发与部署实践资源，可帮助企业加速落地并优化成本结构。

据AndrewYNg在X平台表示，DeepLearning.AI上线“使用SGLang实现高效推理：文本与图像生成”新课程，由LMSys与RadixArk联合打造，并由RadixArk成员Richard Chen授课。根据AndrewYNg披露，课程聚焦生产环境中LLM推理的成本与延迟痛点，涵盖SGLang的内核融合、分页注意力、连续批处理及KV缓存优化等技术，面向文本与图像生成。依AndrewYNg所述，课程强调大规模部署的工程实践与商业价值，包括降低GPU耗时、提升单位成本吞吐量、改善长尾时延，这些都是衡量推理经济性的关键指标。