#01模型与应用
小米 MiMo-V2.5 系列 API 永久降价，最高降幅 99%，Token Plan 计费整体翻新
小米于 5 月 27 日正式下调 MiMo-V2.5 系列 API 价格，相比原定价最高降幅达 99%，且不再区分输入长度。 新的 Token Plan 计费体系从 Token 变为 Credits，输入侧区分缓存命中与否，通过 SGLang HiCache 完整支持 SWA，将 KV Cache 多级存储的数据搬运量降至优化前的近 1/7，可缓存 token 数提升近 5 倍。在 95% 缓存命中率下，Token Plan 实际可用额度提升至原来的 5-8 倍，所有现有订阅用户额度也在今日零点全量重置。 降价背后是推理系统的大幅优化：专家并行方案、输入长度分桶策略等改进进一步压低了单位 token 服务成本。值得注意的是，降价后 MiMo-V2.5 系列 API 定价与 DeepSeek V4 Pro 处于同一区间，国内模型 API 价格竞争进一步加剧。同步宣布 4 月 28 日启动的「百万亿 Token 创造者激励计划」因 100T Token 提前发完已于 5 月 26 日收官。
#02模型与应用
PrismML 发布 Bonsai Image 4B：1-bit 与 Ternary 图像模型，iPhone 可直接运行
PrismML 发布 Bonsai Image 4B 开源图像模型家族，包含 1-bit 二值化和 Ternary 三值化两个版本，基于 FLUX.2 Klein 4B 架构，将 Diffusion Transformer 权重分别压缩至 0.93 GB 和 1.21 GB，最高压缩 8.3 倍。 模型在 iPhone 17 Pro Max 上生成 512×512 图像仅需 9.4 秒，Mac M4 Pro 上比全精度 MFLUX 管线快 5.6 倍。1-bit 版本保留原模型 88% 基准性能，Ternary 版本保留 95%。模型以 Apache 2.0 协议开源，同时推出 iOS 应用 Bonsai Studio。 这是首个可在手机上直接运行的 4B 参数级图像生成模型，代表量化图像模型从实验室向本地设备部署迈出了关键一步。1-bit 版本还可通过 WebGPU 在浏览器中完全本地运行。
#03模型与应用
Kwai-Keye 开源 Keye-VL-2.0-30B-A3B：首个落地 DSA 的视觉语言模型
快手 Kwai-Keye 团队开源 300 亿参数多模态模型 Keye-VL-2.0-30B-A3B，这是首个在生产环境中落地 DeepSeek Sparse Attention（DSA）架构的视觉语言模型。 模型支持 256K 超长上下文，可对长达一小时的视频进行精准理解，在多项时序感知基准上媲美或超越 Gemini 3 Flash 等闭源模型。模型内置系统级编排机制，原生支持 Search、Tool 和 Code 场景，成为 Keye 系列首个 Agent-Ready 基础模型。模型和代码已在 Hugging Face 与 GitHub 以 Apache 2.0 协议完全开源。
#04模型与应用
MiniMax 预热 M3 模型，MSA 稀疏注意力架构实现长文本推理大幅加速
MiniMax 通过社交平台预告了新一代 M3 模型及其 MiniMax Sparse Attention（MSA）稀疏注意力架构。 官方数据显示，在 1M token 超长上下文下，M3 预填充速度较前代 M2 提升 9.7 倍，解码速度提升 15.6 倍。MSA 采用「索引分支 + 稀疏分支」两阶段设计：先由轻量索引筛选关键 KV 区块，再仅对选中区块执行注意力计算，大幅降低长文本下的推理延迟。官方称该架构基于 GQA 而非 MLA，与 DeepSeek V3.2 的 DSA 和 V4 的 CSA 设计路径不同。M3 目前处于预热阶段，正式发布时间和规格尚未公布。
#05模型与应用
Qwen3.7-Max 升至 Code Arena 第 4，与 Claude Opus 4.6 持平
阿里通义千问官方宣布 Qwen3.7-Max 在 Code Arena 编程竞技场排名升至第 4 位，与 Anthropic Claude Opus 4.6 性能持平，成为该榜单上排名最高的中国实验室模型。 目前尚无第三方独立评测或详细技术报告佐证，具体基准测试方法和模型参数量尚未公布。团队在发布中暗示后续还有其他更新。 ---
#06产品与应用
支付宝推出全栈 AI 支付体系，发布首个 Token Pay 服务
蚂蚁集团旗下支付宝正式发布全栈 AI 支付体系，包括 AI 付、AI 收、Token Pay 和 AI 钱包四大产品，覆盖授权、支付、结算和管理全流程。 核心产品 AI 付已完成 3 亿笔智能体支付，支持 95% 主流智能体框架，覆盖手机、眼镜、车机等多终端。Token Pay 是市场上首个模型付款解决方案，采用订阅制，可将模型订阅成功率提升 70%。同时推出商家经营智能体「晓雨」及 AI 开发者激励计划，每月最高 5000 元 Token 算力补贴。
#07产品与应用
腾讯 Hy-MT2 模型更换为 Apache 2.0 许可协议
腾讯混元官方宣布将 Hy-MT2 多模态模型的开源许可协议正式更改为 Apache License 2.0，允许无限制商业使用、微调和创建衍生品。 该模型的两个版本目前在 Hugging Face 趋势排行榜上分列第一和第四。此举大幅降低了企业部署门槛，为多模态模型在商业场景的广泛应用清除了许可障碍。
#08产品与应用
微软发布 MAI-Image-2.5 文生图模型，Arena 排名第三
微软发布文生图模型 MAI-Image-2.5，在 Arena 文生图排行榜上位列第三。 相比前代 MAI-Image-2，新模型在文本渲染、风格化插图和商业图像方面有显著提升，能够更可靠地渲染文字、遵循指令，并在对象、光照、比例和空间关系上展现增强的视觉推理能力。模型目前在 Arena 平台开放体验，预计两周内登陆 MAI Playground 和 Foundry。 ---
#09行业动态
Anthropic 为 Claude Code 发布安全审查插件
Anthropic 发布 Claude Code 的 security-guidance 插件，在编码过程中自动审查代码变更并修复常见安全漏洞。 插件通过三个层级运作：文件编辑时的快速模式匹配（无模型调用）、每轮对话结束后的后台模型审查、以及 git commit/push 时的深度 Agent 审查，三个层级均不阻塞写入或提交操作。用户可通过 /plugin install security-guidance@claude-plugins-official 从官方插件市场安装。
#10行业动态
OpenRouter 完成 1.13 亿美元 B 轮融资
OpenRouter 宣布完成 1.13 亿美元 B 轮融资，由 Alphabet 旗下 CapitalG 领投，a16z、Menlo Ventures 及 NVIDIA 旗下 NVentures 等跟投。 平台每周处理的 token 量在六个月内从 5 万亿增长至 25 万亿，全球用户已超过 800 万。本轮融资将用于扩展基础设施和提升服务能力。OpenRouter 的增长数据从侧面反映了 AI 推理需求从实验阶段向规模化生产应用的迁移。 ---
#11研究与基础设施
NVIDIA 系列动态：PiD 像素扩散解码器开源，CompileIQ 自动调优工具发布
NVIDIA 研究团队开源像素扩散解码器 PiD，将潜空间解码与超分辨率统一为单一条件像素扩散模型。 PiD 直接在像素空间去噪，取代传统「先解码后超分」的级联流程，支持 4× 和 8× 上采样。在 RTX 5090 上，512×512 潜空间解码为 2048×2048 图像耗时不到 1 秒，GB200 上仅 210 毫秒，比 SeedVR2 快约 5.9 倍。兼容 Flux、SD3 等主流架构，但权重仅限非商业用途。 同期的 CompileIQ 自动调优工具针对 GPU 编译器选项选择难题，为特定工作负载自动搜索最佳编译配置，可在批处理、FP8 量化、Flash Attention 和内核融合等已有优化基础上进一步提取性能。
#12研究与基础设施
Datacurve 发布 DeepSWE 长周期软件工程基准，GPT-5.5 以 70% 通过率居首
Datacurve 团队发布长周期软件工程基准 DeepSWE，包含 91 个开源仓库的 113 项原创任务，覆盖 TypeScript、Go、Python、JavaScript 和 Rust。 任务从零编写以避免数据污染，使用手写验证器测试软件行为而非实现细节。在统一使用 mini-swe-agent 的条件下，GPT-5.5 以 70% 通过率排第一，GPT-5.4 和 Claude Opus 4.7 分别为 56% 和 54%。基准代码与运行轨迹已在 GitHub 公开。 ---