GPT-5.6 Luna 降价 80%
对比下 DeepSeek-v4-Pro 的价格，打算把我的工作流的 subagent 模型换成 Luna 。
现在是 Grok-4.5 或 Kimi-K3 编排， Luna 干活，等我看看效果
GPT-5.6 Luna 降价 80%
更多动态
DeepSeek-V4-Flash 正式版来了，吊打 GLM-5.2
我看官方介绍，参数是一样的，纯靠后训练把几个 agent benchmark 干到第一。 DeepSWE 7.3→54.4，Terminal Bench 2.1 得到 82.7 紧追 Opus-4.8 的 85。 Flash 正式版都这么强了，很难想象 V4-Pro 正式版是什么水平。
发现一个很有意思的现象，我打算做个付费产品，要接入能用的多模态模型
，同时要考虑成本。 选来选去居然只有小米的 MiMo-V2.5 符合条件，这么看来现在热门大模型都挺“偏科”的，果然任何事不能既要又要。
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。
