今日要点
- OpenAI 的旗舰模型 — Google 当然更希望所有人都用它的 Gemini，配上 Google Cloud 的服务。
- DeepSeek 的 Flash — DeepSeek 在 OpenRouter 上线了 v4.1 Flash 1017，定位是速度优化的轻量版本。
- 四台 Mac Studio — 这里面最有意思的是功耗和内存的两组数字。
- 一个只回显、不推理的模型 — Simon Willison 发布了 llm-echo 0.5，这是他那个 LLM CLI 调试插件的小版本更新。
这里是由Robin为你带来的咸话咸说之每日AI乱炖。
OpenAI 的旗舰模型，摆上了 Google 的货架
Google 当然更希望所有人都用它的 Gemini，配上 Google Cloud 的服务。但 OpenAI 和 Google 已经谈成了一项安排：OpenAI 的前沿模型将进入 Google Cloud 的各项服务。对一家长期只推自家模型的大型云厂商来说，把对手的旗舰摆上货架，这件事的分量就在这儿——选择权从厂商手里挪到了客户手里。来源：arstechnica.com
具体到货架长什么样：接下来几周内，OpenAI 最新的模型会进入 Google 的「Model Garden」。这个模型花园说白了是云上一个统一的模型目录，客户不必自己去找厂商，在里面挑一个直接调就行。花园里已经有 Google 自家的 Gemini 系列，还有 Mistral、Llama、Gemma 等一批开放模型，Anthropic 的 Claude 也上架了一段时间。
而真正落到日常的那一刀在编程工具上——GPT 系列很快会出现在 Antigravity 里，那是 Google 那款由智能体驱动的编程工具。写代码的时候，模型下拉框里会多出 GPT 系这一栏。OpenAI 方面强调，微软仍然是它的主要云合作伙伴，同时确认当前 GPT 6 和 6.1 的完整模型阵容——Astra、Sol 和 Luna——都会在 Google Cloud 上线。其中 Astra 的运行成本自然是最高的，但 Google 的系统支持根据性能、延迟和效率，在不同的 LLM 之间动态迁移工作负载：同一套活儿可以在模型之间来回搬，按当时的性价比挑一个来跑，不必把自己锁死在某一家身上。
DeepSeek 的 Flash，冲着编码效率来
DeepSeek 在 OpenRouter 上线了 v4.1 Flash 1017，定位是速度优化的轻量版本。它上线就带着一组很扎眼的成绩：11 项编程基准里有 10 项超过了 Claude Sonnet 5.6。社区对它的评价也集中在同样的几个点上——性价比、生成速度（每秒 token 数与首 token 时间），以及可见的思维链。来源：OpenRouter
作为开放权重模型，开发者能直接看推理过程。已经有人在 Agent Swarm 实验、CLI 代理、一次性生成 iOS 应用这些真实场景里把它当日常主力模型，反馈是 token 使用效率高，适合多日自主运行的代理工作流。官方称它是 deepseek-flash 的最新模型，替换掉 V4-Flash 与 V4-Flash-Vision-Exp，并新增原生多模态能力；它同时上架 OpenRouter、OrcaRouter 等第三方聚合平台，按 token 用量付费，样例价格是每百万输入 0.15 美元、输出 0.60 美元。
不过基准这件事社区是有分歧的：官方页面宣称 10/11 击败 Sonnet 5.6，但部分用户指出它在别的基准上仍不及 Sonnet 和 Gemini，觉得「体感更好」主要来自速度、可查看的 CoT；也有开发者说，它的速度和价格弥补了它与 Opus 这类顶级模型之间的智能差距。
四台 Mac Studio，跑起万亿参数
苹果机器学习研究团队发布了一个基于 MLX 的分布式推理演示：4 台 Mac Studio 组成的集群，跑起 Meta 约 1 万亿参数的 Muse Spark Open，生成速度超过每秒 36 个 token。来源：Apple Machine Learning Research
这里面最有意思的是功耗和内存的两组数字。单台 M3 Ultra 的 Mac Studio 峰值约 200 瓦，M5 Ultra 约 300 瓦，比常见的家用烤面包机还低；单台最大可配 512GB 统一内存。MLX 是苹果专为 Apple Silicon 优化的机器学习框架，可通过 Thunderbolt 这类高速互联在多台 Mac 之间做分布式推理与训练，单机的统一内存上限就这样被多机集群突破，接近万亿参数的模型也就能装进去。方案支持从一台起步、按需扩到多台。
被跑起来的那位也不小：Muse Spark Open 是 Meta Superintelligence Labs 最新发布的开放权重模型，总参数约 816B，每 token 激活约 42B，原生支持多模态输入，上下文窗口 100 万 token，专为长时程智能体任务设计。社区实测还显示，单台 256GB 内存的 M5 Ultra 可流畅运行 DeepSeek 4.1 Flash 0910，预填充约每秒 3200 token、生成约每秒 45 token；128GB 的 M5 Max 也能跑 GLM 5.3 Flash。
质疑也跟着来了：评论者认可它的能效与分布式推理价值，但指出 4-bit 对比 Qwen 原生 BF16 并非常见的比法；也有人把这件事看成 Apple 与 Meta 的跨品牌推广，毕竟 512GB 的 M5 Ultra 并不算首选配置。
一个只回显、不推理的模型
Simon Willison 发布了 llm-echo 0.5，这是他那个 LLM CLI 调试插件的小版本更新。llm-echo 提供一个不调用真实大模型的「echo 模型」，只把收到的 prompt 原样回显，让开发者在零成本下把整条调用链路跑一遍。来源：simonwillison.net
这次把模拟的 token 用量统计扩到了同时覆盖工具调用、系统提示与推理 token。落到实操，它给出一条不花 API 费用的路子，比如用 uvx --with llm-echo llm -m echo 'hi there' -o thinking 1 --usage，开启 thinking 后输出类似「Token usage: 2 input, 24 output」的结果。这个更新是配合他正在筹备的 LLM 新主版本做的工具链调整，主要服务插件和 CLI 维护者，对普通使用者没有直接影响——但把工具调用、系统提示和推理 token 放进同一份统计里对照，正是排查「账单为什么涨了」时最先要看的东西。
三分之二的美国医生，和一个 150 亿美元的估值
在美国，将近三分之二的医生已经在用一款 AI 驱动的搜索引擎来辅助判断病人的情况。这把一家原本名气不大的初创公司推到了 150 亿美元的估值，同时在业内掀起一场关于患者照护未来的争论。来源：arstechnica.com
公司叫 OpenEvidence，总部在迈阿密，由连续创业者 Daniel Nadler 在 2022 年创立。按公司的说法，美国 100 万名医生中的很多人，上个月一共处理了超过 4200 万条 prompt。医生们用这款聊天机器人去翻检医学期刊和临床指南，用来帮助诊断和治疗病人。它靠口碑传播长大，已经渗入一个很少有工具能取得类似势头的行业。Nadler 在接受英国《金融时报》采访时说：「我们是医疗健康领域第一个真正病毒式传播的消费级互联网应用。」
对一家 2022 年才成立的公司来说，150 亿美元意味着资本市场已经把医生的日常使用当成了长期收入的基础。也正因为它长在临床决策这条链条上，广告变现和患者照护之间该怎么划线，成了这场争论真正的焦点。对医生来说，省下的是翻期刊的时间；对行业来说，被改变的是「谁在给答案」——以前是期刊和指南，现在中间多了一层模型。
Meta 得说出是谁点的头
在围绕 AI 训练的版权诉讼里，Meta 已经花了数周时间，把下载种子文件的责任往员工身上推。而现在，它被法院命令点名：究竟哪些高管批准了从 Anna’s Archive、LibGen 这类影子图书馆盗版书籍的决定。这是 TorrentFreak 的报道。来源：arstechnica.com
这道证据开示命令同时牵动两起案子：一件是书籍作者发起的集体诉讼，原告里包括 Richard Kadrey 和 Sarah Silverman；另一件是出版商 Entrepreneur Media 提起的诉讼。治安法官 Thomas Hixon 基本同意了原告的主张，认为 Meta 必须清楚指明那些关键的决策者。在那些亲手下载过种子文件的 Meta 员工作证之后，这道命令有可能把范围更广的一批人牵扯进来——上级、经理和高管，员工们说，正是这些人给盗版开了绿灯。
Meta 原本希望避开把指挥链条讲清楚，尤其是早期 AI 训练所涉及的领导层。按 Meta 的一份法庭文件，它最初构建大规模 AI 数据集的工作是靠一种「非正式的方式」管理的，按它的说法，似乎没有任何有权限的人做过任何决定。Meta 坚持认为，所谓的「决定」，只存在于某些员工「在技术上」下载了种子文件这个意义上。这套说辞的关键在于，它想把责任从决策层挪到执行层。而法院现在要看的恰恰是这条链：谁点头的、谁批准的、谁在知情的情况下让这件事发生。这类案子里，有没有下载往往只是执行细节，有没有人授权才决定公司要不要担责。
苹果换了个品牌形象，手工这件事又值钱了
苹果公布了 Apple Music 的全新品牌形象，整体走向了液态玻璃（Liquid Glass）这一套视觉语言。液态玻璃是苹果这两年一直在推的设计方向，Apple Music 顺着这条线走，本身并不让人意外。来源：arstechnica.com
值得说一说的是另一面：在一个到处都在讲 AI 生成的时代，这种由人手一点点打磨出来的品牌设计，反而显得格外重要。arstechnica 那篇报道的作者对自己也没留情面——他在文中承认自己到现在还在用 MacOS Sequoia，看着越来越大的圆角半径和文字可读性问题，一肚子牢骚；但他也明白这不过是一阵潮流，等到这套设计真的开始影响干活的效率，或者更要紧的，开始影响能不能及时拿到安全更新，他大概率还是会认了，然后升级。转折发生在他刷到苹果放出的那支幕后制作视频之后：当生成式 AI 让视觉生产变得廉价，手工打磨这件事的稀缺性反而被抬高了。
便宜的一头，和控制权的一头
今天这几条其实在说同一件事的两头。云上的那一头是越来越便宜的调度——Google 把 OpenAI 的旗舰放进自己的模型花园，还让系统按性能、延迟和效率在模型之间搬负载；DeepSeek 用每百万 token 0.15 美元和更快的速度，把编码模型的性价比再往下压一格。本地这一头则相反，是用能效换回控制权：四台 Mac Studio、一份开放权重，就能把接近万亿参数的模型跑在桌上，代价是要接受 4-bit 量化的对比方式，也要接受「这东西贵在机器数量而不是电费」的现实。而 llm-echo 这种只回显、不推理的小工具，恰好是这套廉价化进程里最实用的一环：不用付 API 费，也能把工具调用、系统提示和推理 token 的账算清楚。
再往远处看一层，AI 已经开始改写那些不在服务器里的地方。医生手里那个查期刊的聊天框，估值到了 150 亿美元，争议却落在广告和患者照护的分界上；Meta 的版权案里，法院要的不是谁动了手，而是谁在知情的情况下点了头；医生、法官、下载种子文件的员工，最后都得回答「谁在给答案、谁在负责」。也正因为这样，苹果给 Apple Music 换的那套手工打磨的视觉语言，才不只是个审美话题——当生成变得廉价，人愿意为「有人真的做了这件事」多付一点注意力。
🎧 本期已同步制作为播客节目，点击收听《每日AI乱炖 · 2026-10-22》。