speed-optimization

MiniMax H3 Max 由 fal 在 MiniMax H3 上进行后训练，为视频生成树立了新的 Pareto Frontier，生成时间比基础模型快近50倍，在 image-to-video 和 text-to-video 任务中分别实现了18倍和24倍的速度提升。

文章探讨了AI中的‘期限红利’概念，即更快的推理速度能在时间限制内完成更多计算，重点介绍了OpenAI为GPT-5.6 Sol提供的Ultrafast API预览，并与Cerebras等提供商进行了比较。

Google DeepMind 推出两种 Deep Research 变体：为交互式应用优化的极速版，以及专为穷尽式背景调研任务打造的 Max 版。

Google 发布了 Gemini 3 Flash，这是一款快速、高性价比的 AI 模型，将 Pro 级别的推理能力与 Flash 级别的速度相结合，适用于编程、复杂分析和智能体工作流等任务。

一个高度优化的OpenAI Whisper Large v3版本，使用Transformers、Optimum和Flash Attention 2，能够在Replicate上在2分钟内转录150分钟的音频。