OpenAI GPT-5.6 系列的旗舰模型 GPT-5.6 Sol 在 Vercel AI Gateway 上五折，优惠持续到 9 月 18 日。折扣覆盖 OpenAI provider 的所有 token 类型、档位、区域和模式，仅限直接走 AI Gateway 的请求，BYOK 请求不参与。
推荐理由：Vercel AI Gateway 上 GPT-5.6 Sol 限时五折，各服务档位与缓存、长上下文请求均适用，可对照原价估算调用成本。
Together AI 平台支持在 endpoint 层运行 A/B 实验，实验绑定 endpoint 并声明一个 control 和一个或多个 variant，各成员按 percent 分流且总和为 100%，variant 部署必须权重为零、不进入基础流量切分。
Together AI 在 DeepSWE 的 113 个任务上各跑 4 次、共 904 次 rollout，对比 DeepSeek V4 Pro 0813 与 Claude Fable 5。
推荐理由：Together AI 用 904 次 rollout 对比两款模型在 DeepSWE 上的准确率与成本，并给出可复用的级联路由方案。
Cloudflare Workers AI 现已上线 @cf/qwen/qwen3.8-27b，这是阿里 Qwen 家族的 270 亿参数指令微调视觉语言模型，支持图像与文本输入、思考模式推理和 function calling。
Hetzner 公布其推理实验上线一周的观察，涵盖超出预期的需求、容量限制、LLM 使用模式以及基础设施调整。原文未披露具体价格、费率或用量数字。
OpenAI 的 Dominik Kundel 复盘 Codex 一年内的演进：从自动补全、结对编程走到他所说的 agentic delegation，代码不再是瓶颈，关键是团队有没有搭好给 agent 上下文、自我验证和人工核验的 harness。
Lago 认为生成式 AI 在金融领域目前真正可用的是三类场景：起草催款邮件等常规沟通、把交易数据或合同压缩成可快速浏览的摘要，以及基于干净结构化财务数据的自然语言查询。最危险的失败模式是无依据地生成数字，模型会以同样自信的语气给出错误数据；其次是让生成式 AI 做判断类决策，以及底层数据本身混乱。选型时应追问每个数字能否追溯到可核查的源记录、不知道答案时是否会说不知道、是否有强制的人工审批环节。
Amplitude 公开了把 Global Agent 的主 Agent 从 Sonnet 4.6 换成开源权重模型 Kimi K2.7 的实测过程，在 186 个内部评测用例上，Kimi K2.7 初始得分 64，经过延迟与可靠性修复后升到 73.7，超过 Sonnet 4.6 的 72.7，成本约为 Sonnet 的三分之一。
OpenRouter 发布 Vision 指南，说明通过 Chat Completions API（POST /api/v1/chat/completions）向多模态模型传图：messages 中 user 消息的 content 为数组，依次放 {"type":"text"} 和 {"type":"image_url"}，文本部分须在前。
Cloudflare 在 Workers AI 上线 DeepSeek V4 Flash 和 DeepSeek V4 Pro，模型 ID 为 @cf/deepseek-ai/deepseek-v4-flash-0731 和 @cf/deepseek-ai/deepseek-v4-pro-0813。
推荐理由：Cloudflare 在 Workers AI 上线 DeepSeek V4 两个版本，给出 1,048,576 token 上下文和接入方式，便于评估长上下文 Agent 方案。
作者训练了一个能自主上网做调研的研究 Agent，用来代替自己阅读互联网信息，并将其接入个人 wiki。原文未披露所用模型、工具链、成本或效果数据。
Strands Robots 演示了如何用单个 agent 循环完成机器人数据闭环：录制演示、直接从 Hugging Face Hub 流式读取训练、再把策略部署回硬件，全程保持 LeRobot 磁盘格式不变。
Google 发布 Gemini 3.7 Flash，定位为面向编码和 Agent 的最强主力模型，距 Gemini 3.6 Flash 发布仅三周。它在 FrontierCode 1.1 Main 上得分 43.6%（3.6 Flash 为 34.4%），DeepSWE v1.1 为 65.3%（49.0%），WebDev Arena Elo 为 1588（1538）。
推荐理由：Google 发布 Gemini 3.7 Flash，给出编码与 Agent 基准提升和首发半价，可对照 3.6 Flash 评估迁移成本。
Exa 产品负责人 Nitya Sridhar 在 localhost 分享为 Agent 构建搜索引擎的思路：搜索不再是人输入框里的目的地，而是嵌进 Cursor、Slack 等产品内部。
OpenAI 发布 GPT-5.6 构建指南，面向创业公司，介绍如何通过更聪明的模型选择与新的 Responses API 能力，构建更快、成本更低的 AI Agent。
OpenAI 预览新的 API 服务层级 Ultrafast，运行 GPT-5.6 Sol 时最高可提速 14 倍。该服务由 Cerebras 提供支持，输出速度最高达每秒 750 个 token。
Netlify 与 OpenRouter 合作，让项目可通过其 AI Gateway 调用 OpenRouter 上的任意模型，Agent Runners 也新增 Kimi K3、GLM 5.2、DeepSeek V4 等模型，并加入开源 agent OpenCode。
Z.ai 的开源权重编码模型 GLM 5.2（1M token 上下文窗口）经 Blackbox AI 在 Vercel AI Gateway 上为 eve agents 免费提供至 8 月 27 日，新建 eve agents 默认使用该模型。
Google 的 Gemini 3.7 Flash 已在 Vercel AI Gateway 上线，12 月 31 日前五折。该模型在软件工程和 Agent 任务上较前代 Flash 有提升，能更可靠地解决问题、减少卡在失败 Agent 循环中的时间，并可直接从设计稿生成桌面端和 Web 应用代码。
推荐理由：Vercel AI Gateway 上线 Gemini 3.7 Flash 并给出五折期，读者可据此判断是否把编码 Agent 切到该模型。
Vercel 的 AI SDK harness 层新增 Grok Build，通过与其他 harness 相同的 HarnessAgent 接口运行，官方适配器为 @ai-sdk/harness-grok-build，构建在 ACP harness 适配器 @ai-sdk/harness-acp 之上。
Cursor 为 Cloud Agents 推出 Builds，在后台预生成可直接使用的开发环境副本，让 Agent 免去每次从零配置，随 Cloud Agents 免费提供。官方称环境启动速度提升 10 倍，首个 token 时间快 3 倍。新环境自动启用 Builds，已有环境可在 Cloud Agents 面板的 Builds 标签页点击 Enable Builds 开启。
Lago 梳理了 AI Agent 在财务与计费场景中实际投产的四类用法：对账单和收入数据的自然语言查询、账单与 churn 异常检测、催收与 dunning 邮件草稿、以及基于规则的定时对账与结账检查。其中自然语言查询和异常检测上线最快，草稿类已成熟但需人工审批，定时对账仅适用于规则明确的检查，涉及判断的模糊场景仍需财务人员介入。
Vercel AI Gateway 上的 DeepSeek V4 Pro 已切换到更新后的权重，调用 deepseek/deepseek-v4-pro 时默认使用，模型 ID 和代码无需改动。
Vercel 宣布 Exa 网页搜索在 AI Gateway 上免费开放至 8 月 31 日，并成为 eve agents 的默认网页搜索。该工具适用于任意 AI Gateway 模型，无需单独的 Exa API key，调用时由 AI Gateway 转发到 Exa 的 Search API，返回网页结果与提取的页面内容，支持域名过滤、日期过滤和节省 token 的摘录。
Vercel 在 AI Gateway 中推出编码 Agent 接入能力，用一条命令 vercel ai-gateway coding-agents setup 即可连接 Claude Code、Codex、OpenCode 等 9 个编码 Agent。
推荐理由：Vercel 把编码 Agent 的模型接入、密钥和账单收进一条命令，读者可据此判断是否值得迁移现有配置。
OpenRouter 发布工具调用指南，用同一套 OpenAI 兼容 JSON schema 定义 get_weather(location, unit)，只需改 model 字符串就能在 Claude、GPT 和开源权重模型间切换。
Vercel 为 AI SDK 搭建了名为 ai-sdk-factory 的软件工厂，运行四周后由 agent 撰写的 PR 占每周合并量的 25-35%，7 月超过 75% 的已关闭 issue 由工厂关闭，开放 issue 从 6 月底峰值 1,022 降到 8 月初的 844。
推荐理由：Vercel 公开了 AI SDK 维护中软件工厂的架构与四周运行数据，可看到 agent 分工、沙箱隔离和人工审核如何配合。
OpenRouter 上线实时网页搜索基准榜单，在 BrowseComp、DeepSearchQA、WideSearch 和 HLE 四个基准上对比不同模型、搜索引擎与搜索配置的质量、成本和速度。
推荐理由：OpenRouter 用四个基准对比不同模型、搜索引擎与搜索轮次的质量和成本，给出可迁移的配置取舍依据。
SpaceXAI 的 Grok 4.6 已在 Vercel AI Gateway 上线，支持 500K token 上下文窗口和文本、图像输入，提供 low、medium、high、xhigh 四档推理级别，默认 high。
Vercel AI Gateway 发布 2026 年 8 月生产指数，基于截至 7 月的路由数据：DeepSeek 超过 Google 成为 token 量第二大的实验室，其 V4 Flash 单模型 token 量超过 Google 全部模型。
推荐理由：Vercel AI Gateway 的月度路由数据，展示了各模型在 token 量与支出上的份额变化，可用于判断企业实际调用偏好。
NVIDIA Nemotron 3.5 Lightning 已在 Ollama 上线，可完全在本地设备运行。
Google 在 Google Ads 和 Google Analytics 中上线多项 AI 与智能体能力，包括 Google Analytics 首页 AI Overviews 摘要、Google Ads 首页个性化 AI 洞察卡片，以及 Google Ads 即将推出的 Dashboards 可视化报告。
Meta Superintelligence Labs 的首个开源模型 Muse Glimmer 已在 Ollama 上线，这是一个 30B 多模态模型，面向本地运行的 Agent 工作负载，上下文长度 128K+，采用 Apache 2.0 许可。
OpenRouter 上线新版 Auto router（openrouter/auto），依据过去 7 天社区在各类任务上的花费份额来选模型，并新增 cost_tier 参数（low、medium、high、xhigh、max）。
推荐理由：OpenRouter 公布新 Auto router 的基准与成本对比，读者可据此判断按市场花费选模型是否更省钱。
Meta 发布 Muse Glimmer，一个从 Muse 蒸馏到 30B 参数的多模态模型，采用 Apache 2.0 许可，面向本地 agentic 场景，如编码、文档分析和个人助理。
推荐理由：Meta 发布 30B 多模态开源模型 Muse Glimmer，并给出 transformers、llama.cpp、vLLM 的本地部署与微调路径。
Webflow Cloud 上的 AI 调用可用 Braintrust 记录日志、按自定义标准打分，并在 CI 中跑 eval 套件，让降低质量的 prompt 改动在构建阶段就失败。
Webflow 官方博客给出教程，用 Webflow Cloud、Next.js 和 Gemini API 在 CMS 内部搭建内容助手，提供流式草稿与结构化 JSON 两种模式。
xAI 的 Grok Imagine Image 2.0 Preview 已在 Vercel AI Gateway 上线，模型 ID 为 xai/grok-imagine-image-2.0-preview，可通过 AI SDK 的 generateImage 调用。
Hermes Agent 现在可以用 Vercel AI Gateway 作为推理层，并在隔离的 Vercel Sandbox microVM 中运行 agent 命令。
Cloudflare 将 Workers AI 与 AI Gateway 合并为统一的模型访问与推理流量管理路径，同一个 AI binding 和 REST API 可调用 Workers AI 或受支持的第三方模型，AI Gateway 提供可观测性、日志、缓存、安全和计费控制。
推荐理由：Cloudflare 把 Workers AI 与 AI Gateway 的模型调用和计费合并，开发者可据此判断自家推理成本与限流安排。