Lambda 於模型卡加入 NVIDIA AI AIPerf 基準測試
Lambda 宣布更新其模型卡，新增基於 NVIDIA AI 的 AIPerf 基準測試套件在 Lambda 最低硬件配置上測得的基準結果。
這些指標旨在評估模型部署在不同用戶並發閾值下的表現，評估系統互動性，並在單並發 Token 吞吐量之外指明何時需要增加副本。
相關AI快訊
Lambda 報告 EGInterpolator 縮減 DRUGS 上的分子動力學差距
Lambda 將 EGInterpolator 描述為與史丹福大學合作的 ICLR 2026 研究，該方法先從大量構象數據學習分子結構，再從稀缺的 MD 軌跡學習運動。在 DRUGS 基準上，該公司表示此方法將與參考模擬的差距縮減了鍵角 73%、鍵長 78% 以及扭轉運動 24%。
DeepLearning.AI 於 The Batch 詳解 DeepSeek 快取縮減與 Flash 基準測試表現
DeepLearning.AI 於最新一期 The Batch 分析了 DeepSeek 的架構，指出其每個 token 的快取縮減至 890 位元組，比 DeepSeek-V1 縮小了 437 倍。分析亦指出，當輸入從 4K 擴展至 1M token 時，每個輸出 token 的運算量增加了 25%，並指出 Flash 於 AA Index 基準測試的得分超越 V4-Pro。
Arena.ai 於 Agent Arena 透過逾 4,700 場 Agent 會話評估 Jev Router
Arena.ai 於 Agent Arena 針對 typesafeai 開發的 Jev Router 進行了逾 4,700 場 Agent 會話評估，發現雖然該路由器未有突破現有的柏拉圖前沿，但在響應使用者反饋方面展現出出色的可引導性。
Hamed Nilforoshan 為 HiringCafe 基準測試 OpenAI Decisions API 與 Jev
Hamed Nilforoshan 於 HiringCafe 評估 OpenAI Decisions API 與 Jev 的表現，結果顯示 OpenAI 的 API 成本高出一倍，在職位查詢相關性排序上落後 5% 至 10%。
研究發現精簡 Agent 框架提示詞與工具最多可降低 3 倍成本
一項在 SWE-bench Verified 上使用相同模型對比 Claude Code、mini-SWE-agent 與 OpenCode 的研究發現，精簡框架提示詞和工具定義可在不降低準確率的前提下，將成本最高降低 3 倍。