01 OpenAI 将 GPT-6.1 Sol 默认上下文提至 500kIT之家 · 置信度 中
OpenAI 的 Thibault Sottiaux 宣布，Codex 和 Work 环境下 GPT-6.1 Sol 的默认上下文长度从 272k 提升至 500k，增幅约 80%。他称该数值经过充分测试，是多数用户体验与性能的平衡点，可降低上下文压缩 触发频率。模型最大上下文上限仍为 1M，支持手动调整；从订阅扣除使用量时不再收取长上下文费用。
背景 · 为什么重要 · 接下来
背景 此前默认值为 272k，长上下文任务容易触发压缩，导致细节丢失。OpenAI 称未来还会继续提高上限，此次先调整默认值。材料未说明该调整是否同步适用于其他环境或模型，也未给出具体测试数据。
为什么重要 默认值决定大多数用户实际拿到的上下文窗口，提升后长文档、长代码库等任务更少被压缩打断。取消长上下文计费则降低了使用高上下文任务的成本门槛，可能影响开发者对上下文管理策略的设计。
接下来 如果默认值提升后未出现明显的延迟或成本问题，OpenAI 可能继续上调默认值或把 1M 上限变为默认。其他厂商是否跟进调整默认上下文与计费方式，取决于各自推理成本与竞争压力，目前尚无相关消息。
来源：IT之家
02 华为展出麒麟 9050 Pro，称全球首款逻辑折叠芯片IT之家 · 置信度 中
据 IT之家现场消息，10 月 12 日华为终端创新技术沟通会在上海练秋湖启幕，麒麟 9050 Pro 在线下展出，位于 HUAWEI Mate XT 2 非凡大师三折叠手机展台，被称作全球首款逻辑折叠 芯片。该芯片 9 月 7 日已随 Mate XT 2 首发亮相。华为称其集成灵犀 CPU、马良 GPU 和达芬奇架构 NPU，NPU 支持端侧部署 30B 参数混合专家架构 大模型。
背景 · 为什么重要 · 接下来
背景 麒麟 9050 Pro 此前已用于 Mate 90 Pro Max 典藏版与 Mate 90 RS 非凡大师，华为在 10 月 1 日发布会上公布 Mate 90 Pro Max 整机性能较上代提升 31%。这是华为时隔多年再次公开展示麒麟芯片，但「逻辑折叠」的具体技术含义尚未由官方说明。
为什么重要 端侧跑 30B 参数 MoE 大模型，意味着旗舰手机的本地推理能力上了一个量级，对隐私敏感和离线场景有实际意义。同时华为重新公开展示麒麟芯片，说明其自研芯片路线在经历多年沉默后进入新的对外披露节奏。
接下来 按会议安排，明天上午是芯片专场，若官方届时解释「逻辑折叠」的架构含义并给出实测数据，该芯片的定位会更清晰；若仍只有营销表述，则需等待第三方拆解与跑分验证。以上推测基于 IT之家对议程的描述。
来源：IT之家
03 何恺明团队发布视觉原生 Harness 框架 VISTA量子位 · 置信度 中
何恺明团队在论文《VISTA: A Visual Harness for Reasoning in an Interactive World》中提出视觉原生 Harness 框架 VISTA。它让现有多模态模型直接观察环境、无损保存原始画面，并在推理时按需回看、放大和检查细节，无需从头训练模型。搭配 VISTA，Claude Opus 5.0 完成 ARC-AGI-3 全部 25 个公开游戏，相对人类动作效率得分满分 100，所用动作数比首次游玩的人类基线少 57.4%。
背景 · 为什么重要 · 接下来
背景 此前 Harness 主要通过任务清单、进度文件和代码等文字手段保存任务状态，帮助模型跨上下文窗口推进长任务。但进入真实视觉环境后，物体的位置、朝向和动作前后的变化难以完整转写成文字，早期画面也会被移出上下文或被摘要替代。VISTA 要解决的就是在不额外训练基础模型的前提下，让智能体按需重新检查过去看到的视觉信息。
为什么重要 VISTA 改变的不是模型本身，而是模型获取、保存和使用视觉信息的方式，把视觉经验变成可随时调用的上下文。在 GameWorld 的 170 项任务中，同一 GPT-5.6 Sol 的成功率从 40.0% 提升到 63.3%；AI GameStore 综合得分从 47.3 升至 140.3。这说明现有模型的能力还有较大释放空间，且框架只需少量适配即可迁移到不同任务。
接下来 团队已将更接近物理世界的具身任务列为后续研究方向。如果视觉档案机制在持续变化的环境中同样有效，类似的 Harness 设计可能被更多多模态智能体采用。不过目前验证集中在游戏、迷宫和连线题等基准上，具身场景的效果尚待检验，这一判断依赖后续实验能否复现当前收益。
来源：量子位
04 智谱 GLM-5.3-Highspeed 曝光，实测 490 tokens/s量子位 · 置信度 中
据量子位报道，智谱在 Zcode 3.15.1 中灰度 上线 GLM-5.3-Highspeed 模型，订阅用户随机获得体验资格。网友 @leo114119 晒出的实测速度达 490 tokens/s 。该模型已被 Pi 的模型目录收录，上下文窗口 100 万 token，最大生成 131,072 token，分 low、high、max 三档思考强度，配置与 GLM-5.3 普通版一致。
背景 · 为什么重要 · 接下来
背景 智谱今年 5 月推出 GLM-5.1-highspeed，输出速度 400 tokens/s；上个月发布的 GLM-5.3-FlashX 最高 200 tokens/s，而 GLM-5.3-Flash 在 Z.ai API 上约 60 tokens/s。此次高速版延续了智谱在推理速度上的迭代节奏，目前仍处于随机灰度阶段。
为什么重要 490 tokens/s 若属实，将明显高于智谱此前公开的高速模型，对长程任务和实时交互场景意义较大。同时该模型被猜测与 OpenCode 上的匿名模型 Omen Alpha 有关，说明厂商正通过匿名渠道测试新模型，社区对模型身份的追踪已成为一种新的信息获取方式。
接下来 如果灰度反馈持续正面，智谱可能在未来数周内正式发布该模型并开放 API。但 490 tokens/s 目前仅为单个网友实测，实际速度可能受套餐、负载和网络影响；Omen Alpha 的真实身份也尚无定论，需等待官方或更多独立测试确认。
来源：量子位
05 Meta 等提出 Context Language Models，让模型自管上下文InfoQ 英文 · 置信度 中
Meta、MIT 与华盛顿大学的研究人员提出 Context Language Models （CLM），让语言模型自行管理和编辑上下文，而不是依赖预先设定的摘要、压缩与信息检索机制。据 InfoQ 报道，该方法在性能与计算效率两方面都报告了显著提升。
背景 · 为什么重要 · 接下来
背景 长上下文场景下，模型通常靠固定的摘要、压缩或检索流程来控制上下文窗口，这些机制由外部预设，模型本身无法决定保留或丢弃什么。研究团队认为把这一控制权交给模型自身，可以同时改善效果与算力开销。
为什么重要 上下文管理直接决定长任务的表现与推理成本。若模型能自主编辑上下文，可能减少对外部检索和摘要管线的依赖，改变长上下文应用的工程做法，并降低单位任务的算力消耗。
接下来 目前只有论文层面的结果，尚不清楚是否开源、在哪些任务和模型规模上验证。若后续有独立复现，可能被集成进长上下文推理流程；若只在特定设置下有效，影响会有限。
来源：InfoQ 英文
往期早报