Lambda 在模型卡中引入 NVIDIA AI AIPerf 基准测试
Lambda 宣布更新其模型卡，新增基于 NVIDIA AI 的 AIPerf 基准测试套件在 Lambda 最低硬件配置上测得的基准结果。
这些指标旨在评估模型部署在不同用户并发阈值下的表现，评估系统交互性，并在单并发 Token 吞吐量之外指明何时需要增加副本。
相关AI快讯
Lambda 报告称 EGInterpolator 缩小了 DRUGS 上的分子动力学差距
Lambda 将 EGInterpolator 描述为与斯坦福大学合作的 ICLR 2026 工作，该方法先从丰富的构象数据中学习分子结构，再从稀缺的 MD 轨迹中学习运动。在 DRUGS 基准上，该公司表示该方法将与参考模拟的差距缩小了：键角 73%、键长 78%、扭转运动 24%。
DeepLearning.AI 在 The Batch 中详解 DeepSeek 缓存缩减与 Flash 基准测试表现
DeepLearning.AI 在最新一期 The Batch 中分析了 DeepSeek 的架构，指出其每个 token 的缓存降至 890 字节，较 DeepSeek-V1 缩小了 437 倍。分析还提到，当输入从 4K 扩展至 1M token 时，每个输出 token 的计算量增加了 25%，并指出 Flash 在 AA Index 基准测试中得分超过 V4-Pro。
Arena.ai 在 Agent Arena 上基于逾 4,700 次智能体测试评估 Jev Router
Arena.ai 在 Agent Arena 上针对 typesafeai 开发的 Jev Router 开展了逾 4,700 次智能体测试。结果显示，虽然该路由模型未能突破现有帕累托前沿，但在响应用户反馈方面展现出了强大的可控性。
Hamed Nilforoshan 对比测试 OpenAI Decisions API 与 Jev 在 HiringCafe 上的表现
Hamed Nilforoshan 在 HiringCafe 上对比评估了 OpenAI Decisions API 与 Jev。结果显示，在评估职位查询相关性方面，OpenAI 的 API 成本高出一倍，表现落后 5% 至 10%。
研究发现精简 Agent 框架提示词与工具最多可降低 3 倍成本
一项在 SWE-bench Verified 上使用相同模型对比 Claude Code、mini-SWE-agent 与 OpenCode 的研究发现，精简框架提示词和工具定义可在不降低准确率的前提下，将成本最高降低 3 倍。