Gemini 3.6 Flash 来了
100万上下文 / 65K输出，支持图片、音频、视频输入。官方说比 3.5 Flash 更省 token 、代码成功率更高、多模态推理更强。
Gemini 3.5 Pro 还是延期中，我估摸着 Google 会跳过 3.x 的版本直接发布 Gemini 4.0 Pro 来追赶顶级模型。
Gemini 3.6 Flash 来了
更多动态
无限 grok-4.5 + deepseek-v4-flash
最近发现很多中转站的 grok-4.5 低至 1M/0.1 块钱，我研究了下发现原理非常简单。 本质上就是建号池进行轮询调用，白嫖 grok 免费账号的额度。免费账号 grok-4.5 额度没有公开数据，我查到是 1M/每天 ，但给 pi 实际用下来没这么多。 目前 grok 账号对 IP 没要求，但还是建议接入代理池，一个账号一个 IP 保险些。另外这些 IP 还可以对 opencode 和 mimo code 进行轮询调用免费模型（deepseek-v4-flash 、mimo-v2.5-pro）。 我接入了 20 个代理池，opencode + mimo code 这些免费模型每天给通用 agent 跑任务绰绰有余。 号池和代理池工具建议用 9router ，它能很方便的将不同模型组合成一个自定义路由，例如可以把不同提供商，不同名字的免费模型组合成一个叫“free”的接口。 它还有个节省 token 的工具很好用，能从工具、语言、代码等三个方面来减少 token 的消耗。 对了，9router 不知道是不是有 bug ，走公网会频繁调用失败，本地部署或tailscale 穿透就很稳定。 IP 就用 webshare ，免费账号提供 10 个 IP ，每个月 1GB 流量，满打满算也够了。 9router： github.com/decolua/9router 免费代理： webshare.io/?referral_code=pauzhzfueq8v
美国 databricks 一家数据分析的公司
，用市面上不同 agent 工具，搭配不同的大模型，做了一次真实开发测试（非 benchmark 测试集），pi coding agent表现亮眼。 图表中，纵轴越靠上成功率越高，横轴越靠左成本越低。可以看到 pi 搭配顶级模型后任务成功率都保持80%以上，并且 token 消耗远远低于其他 agent 工具。 我也用了 pi 一段时间了，搭配 grok-4.5 + DeepSeek-v4 和自己的工作流（主 agent 编排， subagent 并发、隔离上下文），产出成果很少出现返工、运行速度非常快，终于不用刷手机等结果了。 对了，主 agent 编排， subagent 并发将是 agent 趋势，最近不少 agent 工具开始支持这类工作流。
美团 LongCat-2.5发布了。
1.6T 总参、激活约 48B，原生多模态，主推长程智能体，全程国产算力训练。 图像量化成多级离散 token，Visual Coding 与 3D 受益。 大规模长程 RL，把失败轨迹转成可验证训练任务。 W4A4 推理，prefill 吞吐提升 43%。 官方自测介于 Claude-Opus-4.8 与 Opus-5 之间。
商汤开源 SenseNova Loop-9B-Preview。
它不堆参数，堆"层数"。32 层解码器，中间 4–27 层同权重跑两遍 → 前向 56 层计算，只存 9B。 自测 BIRD-Dev 71.38、AutomationBench 13.72，超 Qwen3.5-27B；Terminal Bench依旧落后。
