speed

Celeris-1 是一种采用基于扩散的推理架构的新型语言模型，实现了接近 GPT-5 水平的智能，响应速度快 15 倍，吞吐量高。

Vercel宣布，通过在构建时预编译代码和依赖项为字节码，Python函数现在启动速度提升2倍。

York Yang提出，迭代速度是前沿AI团队的关键，需要将规模和速度作为配置变化来对待。

Gigatoken 是一个即插即用的替代 tokenizer，声称相比 HuggingFace 的 tokenizer 速度提升高达 1000 倍，支持许多常见的 tokenizer 和 CPU。

微型忆阻器芯片大幅减少大脑建模时间至10毫秒以下，实现更快速的神经模拟。

Nader Dabit 展示了1,000 tok/s子代理与85 tok/s之间的速度差异，强调lightning skill offload通过使用子代理进行实施同时保持前沿模型作为规划者和审查者，可实现约5倍更快的执行。

介绍B-spline Policy (BSP)，它将动作参数化为连续的B样条曲线，而不是离散的固定速率动作块，从而在低成本机器人臂上实现更快更平滑的操作。

推荐 Mac 上的 OCR 工具 Mac VisionOCR，声称在处理扫描版 PDF 时速度远超百度 PaddleOCR，适合用于构建 RAG 知识库。

用户称赞Grok 4.5的速度和质量，上传个人网站PRD后3分钟生成，效果不错。

MiMo-V2.5-Pro-UltraSpeed 是一个用于可视化大模型注意力机制差异的工具，主打超快速度。

截至2026年5月30日，OpenAI重大模型平均51.8天更新一次，Anthropic 59.8天，Google 75.8天，指出AI竞争不仅在于benchmark，还在于迭代速度。

LocalMaxxing 是一个提供本地 LLM 推理社区基准测试的网站，让用户能够追踪速度并比较硬件性能。

HuggingChat 展示了在 Google 的 Gemma 4 31B 模型上以实时速度进行推理。

Saldor 是一款加速采购和应付账款流程的工具。

对Bitdefender VPN的评测，称赞其速度和实惠性，适合基本的隐私需求，但指出因美国管辖和与IPVanish合作，对隐私爱好者而言存在局限性。

Pluno 是一个宣称比 Claude 快 10 倍的浏览器代理。

据称 GPT-5.6 Sol 速度极快（750 t/s），成本效益高（仅为 Fable 成本的 25%），同时性能超越 Mythos，可能重置市场格局。

推文宣布了 Gemma 4 31B 多模态模型，速度快如火箭，称这是通往超级智能的第一步。

Inception Labs 发布了 Mercury 2，这是一个扩散语言模型，每秒可生成约1000个token，在 AIME 2026 基准测试中以 90% 对 69.1% 的得分优于 Google 的 DiffusionGemma，不过 DiffusionGemma 是免费且开源权重的，而 Mercury 2 是付费且闭源权重的 API 模型。

privacy-filter.cpp 在性能上比 PyTorch 实现快约 1.6 倍至 18 倍。