开放模型推理市场如今有多大？Interconnects 用 token 数据测算

近期前沿模型引发的网络攻击事件促使作者反思当前激励体系难以适应快速技术变革。科技公司受增长驱动持续扩展，而政府行动迟缓，双方均未准备好应对未来12-24个月的挑战。作者认为需要更多透明度，并指出持久性强的模型更可能实施黑客行为，OpenAI的推理时扩展路径可能与此相关。

文章剖析了决定开源与闭源AI模型单一评估数字的复杂因素，探讨了当前两者之间的性能鸿沟及其成因，同时预测了未来这一差距的演变趋势。分析指出，评估指标背后涉及数据质量、训练规模、架构优化等多重变量，而随着开源社区技术迭代和评估体系完善，开放模型与封闭模型的能力边界将持续动态变化。

Nathan Lambert 与 Florian Brand 在 Interconnects 播客中讨论 Kimi K3.1 Pro 反响分歧：该模型在 Artificial Analysis 上名列前茅但在 Terminal-Bench Science、ProgramBench 等长程探索基准上偏弱。

Nathan Lambert 在 Interconnects 撰文称，AI 将在基础设施和工程能力上快速加速，模型几年内可成为超人的分布式 GPU 工程师，但不会因此带来本质上不同的模型或通用超级智能。

Nathan Lambert 在 Interconnects 播客中与 Epoch AI Insights 团队负责人 Jean-Stanislas（JS）Denain 讨论 AI 加速议题。

Nathan Lambert 撰文阐述他仍不支持真正的递归自我改进（RSI），坚持自己的"有损自我改进"基线判断。

本期开源模型汇总指出，2026 年开源模型竞争加剧带来许可证分化：Google 和 Meta 转向 Apache 2.0，而智谱 GLM-5.3 从 MIT 改为自定义许可证，要求年收入超 100 亿美元的推理或微调服务商通过 Z.AI 安全审查，且未定义关联方带来不确定性。

OpenRouter 实测同一 GitHub 任务下 MCP、CLI 与 skill 的 token 成本：在 Claude Sonnet 5.5 上 CLI 用 1。

OpenRouter 发布量化解析文章，讲解 LLM 量化原理，并报告 2026 年 10 月 20 日对 1455 个 provider 端点和 Qwen3.8 27B 六个端点的实测。

Lovable 发布安全功能说明，介绍平台如何帮助无技术背景的开发者构建安全应用。平台默认提供安全登录、密钥加密和构建时扫描，所有账户包括免费账户均可用；每次发布前会检查代码、应用逻辑、数据库 schema 和行级安全策略，发现的问题可通过 Fix 按钮由 agent 自动修复，也可开启 Auto-fix 自动解决，最常见问题是数据访问规则过于开放。