趋境科技完成超13亿元B轮融资，年内累计募资24亿元。公司专注高品质AI Token生产，坚持“少模型、深优化”路线，通过异构推理等技术提升国产算力效率，日均Token产量半年增长超百倍至万亿级，收入达去年近十倍。资金将用于产能扩张、ATaaS平台升级及推理技术研发，并推进区域Token工厂与产业生态建设。

2026科大讯飞1024开发者节发布星火X2.6，上下文扩展至百万Tokens并开源4B端侧模型；推出端云协同架构，路由准确率提升至96.1%；语音基座SparkAudio 1.0效果提升20%、时延降低15%、成本降低60%。开放平台推出新一代人机交互方案、Agent OS与APA、XFYUN CLI开发工作台及星辰TaaS平台，推动Token转化为业务价值。平台开发者达1187万，AI开发者大赛参赛团队超5.2万支。

Qt 重构了 QML 与 Qt C++ 代码审查技能以降低 token 消耗：将深度分析由 6 个子代理改为单代理，2500 行以下代码按规则直接分析，并仅审查会话中修改的代码。测试显示审查准确率未下降，小项目平均成本从 1.25 美元降至 0.31 美元。更新已发布在 GitHub 仓库及 Anthropic qt-development 插件中。

是石科技发布TokenFleet分布式调度框架，聚焦请求路由、跨机房容量协同与混合负载治理。其中TokenPilot兼顾缓存复用与排队代价选择节点，FleetMind协同多机房可用容量，SLOMax按服务等级分池排队。框架以达标输出吞吐（Goodput）为优化目标，测算显示达标吞吐提高约29.4%，达标比例从约67%升至约86%。

MiniMax发布M3.1 Flash，宣称代理成本降低70%，输入/输出每百万token定价0.15/0.60美元，推理速度接近M3的三倍。但第三方测得成本降幅为57%，且代理任务token消耗波动较大，70%的说法尚待验证。编码得分73.7%，与竞品接近，计算机使用能力较弱。事实问答正确率56%，错误回答率约93%，幻觉风险高，需增加验证。支持百万token上下文，权重与许可证未公布。

商汤大装置CTO宣善明指出，Agentic时代Token需求将增长千倍，AI基础设施须从规模扩张转向效率优化。商汤通过PD分离与异构混合调度构建万卡级推理集群，以动态角色切换应对故障与闲置，特定配置下Token吞吐提升至5倍。未来将探索跨域PD分离与AF分离，并以Token工厂模式提升产能，日均服务量已达6万亿。

UltraBERT-Embed-150M支持32K token输入，可将整篇文档压缩为单个768维向量。在LongEmbed和MLDR测试中，整文档向量在Passkey任务上召回率达99%，但在细节检索任务上普遍不如512 token分块，长文档细节易丢失。分块向量经1-bit TurboQuant压缩后体积缩小30倍，20万篇文章约140MB，保留约95%质量，重打分后达98%。结论：分块尚未过时，细节检索仍建议以512 token分块为起点。

2026年，Mistral、IBM、Intuit、Adobe、Vendr等六家公司围绕“用语言模型从非结构化文档抽取结构化字段”获得专利授权，技术路线趋于一致：先用规则、版式或分类器定位，仅将命中片段输入模型，再进行字段级校验。Mistral与Vendr授权速度异常快，表明权利要求空间已清晰。这提示工程界：整页输入模型的方式已落后，先定位后抽取成为共识，工具层竞争激烈。

2026年2至8月，Mistral、IBM、Intuit、Adobe、Vendr等六家公司围绕“用语言模型从非结构化文档抽取结构化字段”获得授权专利，技术路线高度一致：先用规则、版式或分类器定位，仅将命中片段送入模型，再做字段级校验，而非整页输入。Intuit、IBM、Vendr分别侧重邻域文本、提示词定位和校验流程。Mistral的入局表明模型厂商正布局流程层。先定位后抽取已成工程共识，工具层竞争激烈，授权速度可作为跟踪信号。

2026年10月AI网关生产指数显示，开放权重模型已占网关token七成以上、支出近四分之一，份额自6月翻两番。9月网关支出约为12月的13倍，单token均价下降47%。近三分之一团队更换主力实验室，创纪录。中国模型支出近七成经美国供应商，较12月不足一成大幅上升。Jev采用最快但支出仅0.27%，Opus 5.5首两周占超一成支出。前沿模型支出增十倍，开放权重增逾七十倍。

Vercel推出Token Pass早期访问，面向Pro团队，月费30美元，含80美元额度，支持GLM 5.3和Kimi K3等模型。可用于编码代理和自建代理，通过AI Gateway切换模型。默认零数据保留，请求后删除提示与响应，不用于训练。额度不结转，用尽后暂停至下月，无自动超额收费。

Keycloak 26.8 将 Token Exchange 委托功能升级为预览，并新增面向 AI Agent 的客户端委托：用户同意后令牌携带 may_act 声明，Agent 通过双令牌交换获得委托令牌，其中 sub 为用户、act 为 Agent，实现身份与调用方分离。文章还梳理了 RFC 8693、ID-JAG、WIMSE 等标准进展及微软、Okta 等厂商方案，并指出撤销缺口与 CVE-2026-97846 等风险。

谷歌向开发者开放旗舰模型Gemini 4 Argon，定价与GPT-6.1 Sol相同，12月起涨价。该模型提供100万输入输出共享token额度，ERQA测试得分87%，编程越权率仅2%，并已在谷歌内部广泛使用。

Pi 曾因 MCP 工具定义占用大量上下文（如 Chrome DevTools MCP 约 1.8 万 token）而拒绝集成，改用 Bash 脚本。Pi 1.0 原生支持 MCP，但通过 Codemode 在 QuickJS 沙箱中按需查找调用工具，默认不将工具定义放入提示，仅保留一行服务器描述，并设 3000 token 预算。开发者可用 toolExposure 控制暴露方式。此举降低了提示开销，但未解决 MCP 可组合性等根本问题。

openJiuwen推出开源智能路由，在Agent与模型之间增加决策层，按任务复杂度动态选择模型。其三层能力包括模型画像、多目标决策和反馈自演进。实测PinchBench得分接近全云基线，成本降低44.6%；Terminal-Bench成功率达Opus的95.2%，成本降低51.4%。

Ai2 开源 OLMo-core 3，重写 MoE 训练系统，专家池扩至 128、参数达 470 亿，吞吐提升约 2.7 倍。报告指出“token gerrymandering”问题：全局均衡分数可能掩盖分时间窗的专家热点，导致局部拥堵。建议路由验收按时间窗、分层、分 GPU 进行，监控峰值占比、丢弃 Token 与通信等待，并设置停机条件。