标签
Anthropic 发布了 Claude Platform 的 Message Threads（消息线程）公测功能，通过仅发送增量消息而非重新发送完整对话历史，将长会话的首个词元生成时间（TTFT）中位数缩短了约 35%。
Anthropic 为 Claude Messages API 公测“消息线程”（message threads）功能，服务器端暂存对话历史，开发者每轮只需发送新消息与上一条回复 ID，可显著降低长对话延迟（50万-100万 token 请求的中位 TTFT 缩短约 35%），价格与速率限制不变。
Hume AI 发布了 Hume Audio Decision API，开发者只需一次调用即可让 AI 代理理解音频内容（如说话人数、笑声、情绪等），取代过去需要 10 多个模型的流程，该 API 基于 1000 万+ 人类判断训练，支持实时与长音频分析。
Hume AI 推出了 Hume Audio Decision API，这是一种只需单次调用的模型，可接收音频和一组问题，并返回附带置信度分数的答案，无需转录文本即可识别语气、犹豫、笑声及说话者线索。
Hume AI 宣布推出 Hume Audio Decision API，这是一款音频原生模型，无需转录文本，即可直接根据音频回答有关语气、情绪、语言和说话人数的问题。该模型使用超过 1000 万条人类评判数据和 1 亿小时的音频进行训练。
一个免费、每日更新的 AI 定价与用量追踪 API（modelmonitor.dev），提供各供应商和模型的定价信息，旨在集成到文本编辑器中，帮助开发者在编写代码时选择合适的模型。
Show HN：更新版网站和 API（syscall.sh），汇总了 27 种架构的 Linux 系统调用表，涵盖 Linux 3.3 至 7.3，包含系统调用号、参数、寄存器、调用约定，并为每种架构提供机器可读的 JSON 导出。
humans& 推出 &Tutor——一个以 Persimmon 作为模拟学习者进行对练训练的教学模型，在 TutorMoments 基准测试上取得了最先进（state-of-the-art）的结果，在普通提示（plain prompting）下表现优于 Claude Sonnet 5.5 和 GPT-6 Astra 等前沿模型。
Claude API 将 Messages 和 Token Counting 的单次请求上限从 32MB 提升至 128MB，扩大约 4 倍，以支持包含大量图片的长会话和大型 PDF 等任务。
River API 现已支持使用任意自定义损失函数训练 LLM。损失函数使用 PyTorch 编写，在本地完成追踪后以计算图的形式发送到 API，并在 River 的远程 GPU 集群上以并行化和内存高效流式处理的方式大规模执行。
Santiago（@svpino）抱怨 X 上 AI 生成的回复泛滥成灾，该帖子提出是否可以通过取消 API 回复功能来改善这一状况。
Mischief 1 被定位为一款商用图生视频模型，基于四年对电极上生物神经网络的研究构建而成，起价为每秒 $0.05，宣称比其基础模型快至少 5 倍。该模型将通过 fal、OpenRouter 以及即将上线的 AWS Marketplace 提供服务，将"生物计算"作为一项真正的商业技术推向市场。
PokeBot 推出 RoboAPI，由其 Poke-Aurora 世界动作模型驱动，让 5 款受支持机械臂的拥有者能够通过简单的 API，以 30Hz 的频率发送自然语言指令——无需针对特定任务收集数据或进行训练。
SocialCrawl 的作者推出了“Discover”，这是一个面向 AI 智能体开发者的跨平台社交聆听 API 端点，可搜索多个平台，根据自然语言问题对帖子进行评分、去重，并返回统一的结果列表，同时提供费用控制功能。目前正在征集测试者反馈，并为测试者提供免费 API 额度。
了解如何使用 Massive 获取实时金融数据，并由 Claude Opus 5.5 生成应用代码，来构建一个实时股票热力图应用，而且可以轻松地进一步扩展功能。
Nace 发布 Drex Max 1.1，这是一个在分布外泛化上显著提升的多模态决策模型，拥有 262K 上下文窗口，并在 Decision Index 上取得 70.8 的成绩。
一篇赞助帖子，对比了 REST、GraphQL、gRPC 和 WebSockets，随后介绍了 Deepgram Flux TTS —— 一款面向实时语音智能体的对话感知文本转语音 API，内置打断处理能力、延迟低于 80 毫秒，并支持 VPC/本地部署。
Parallel Web Systems 推出了 Decisions API，这是一款基于网络信息的决策引擎，可为是非答案返回置信度分数（例如 98% 或 55%），让应用自动采信高置信度的回答，并将不确定的回答转交人工处理，每次请求费用为 0.001 美元。
Chandra OCR 2.6 发布，宣称在 API 上比前沿模型更快、更便宜且更准确，超越 Gemini Flash、Opus 和 Sol，成本降低 5-15 倍，速度提升 2-10 倍。
Modal 发布 Spindle，一个开源、与 Tinker 兼容的训练服务器，可在 Modal 工作区中运行，让现有 Tinker 脚本无需改动即可迁移，并以 GPU 时间计费取代按 token 计费。