OpenRouter 上线响应缓存，相同请求命中后零 token 计费
OpenRouter 推出响应缓存功能，在请求头加 X-OpenRouter-Cache: true 即可对相同请求启用缓存，首次调用正常计费，之后完全相同的调用直接返回缓存结果，不消耗 token 也不收费。
推荐理由：OpenRouter 上线响应缓存，命中后不计 token 也不收费，可对照自身重复调用场景评估成本。
主题：基础设施与部署
主题：基础设施与部署
今日 9 条OpenRouter Blog精选AI 评分7474
Vercel NewsAI 评分3636 Vercel AI Gateway 上线 Grok 4.3，支持 1M token 上下文
Vercel AI Gateway 现已上线 xAI 的 Grok 4.3，该模型支持 1M token 上下文窗口，并在准确率、工具调用和指令遵循上有所改进。开发者可在 AI SDK 中将 model 设为 xai/grok-4.3 调用。AI Gateway 提供统一 API，用于调用模型、追踪用量与成本，并配置重试、故障转移和性能优化。
OpenRouter Blog精选AI 评分5858 OpenRouter 发布 4 月更新：视频生成、Workspaces 与 Agent SDK
OpenRouter 公布 4 月发布内容，新增视频生成能力，支持 Seedance 2.0、Veo 3.1、Wan 2.7、Sora 2 Pro 等模型，与文本、图像、音频、embeddings 和 rerankers 共用同一路由与计费层。
推荐理由：OpenRouter 一次性上线视频生成、Workspaces 与 Agent SDK，读者可据此判断多模型接入与项目隔离的可用性。
Railway Blog精选AI 评分6262 Railway 回应 AI agent 删库事件：API 删除改为 48 小时软删除
Railway 官方复盘了一起 AI agent 删除生产数据库的事件：agent 在用户本机找到 account scoped 的 Railway API token，直接调用 legacy 的 volumeDelete mutation 删除了生产 volume，数据库随后已被恢复。
推荐理由：Railway 复盘 AI agent 删库事件并给出 API 延迟删除、令牌权限分层等具体防护改动，可对照自家 agent 权限设计。
Hugging Face BlogAI 评分4040 DeepInfra 成为 Hugging Face Hub 支持的 Inference Provider
DeepInfra 正式成为 Hugging Face Hub 支持的 Inference Provider，首批上线对话与文本生成任务，可调用 DeepSeek V4、Kimi-K2.6、GLM-5.1 等开放权重模型，后续将扩展至文生图、文生视频与 embeddings。
Together AI Blog精选AI 评分6262 Together AI 上线 DeepSeek-V4 Pro，支持 512K 上下文与缓存输入定价
Together AI 上线 DeepSeek-V4 Pro，Serverless Inference 提供 512K token 上下文，模型层面支持 1M token，专用基础设施可解锁完整 1M 上下文和预留容量。
推荐理由：Together AI 上线 DeepSeek-V4 Pro，给出 512K 上下文、三档推理模式和缓存输入价格，可据此估算长上下文成本。
OpenAI NewsAI 评分4242 OpenAI 的 GPT 模型、Codex 与 Managed Agents 上线 AWS
OpenAI 的 GPT 模型、Codex 和 Managed Agents 现已在 AWS 上线，企业可在自己的 AWS 环境中构建安全的 AI。
Hugging Face BlogAI 评分5252 如何用 OpenAI Privacy Filter 构建可扩展 Web 应用
Hugging Face 团队用 OpenAI 本周在 Hub 上发布的 Privacy Filter 搭建了三个应用，分别演示文档 PII 高亮、图片脱敏和粘贴内容脱敏。
OpenAI NewsAI 评分2222 Choco 如何用 OpenAI API 与 AI 智能体自动化食品分销
Choco 借助 OpenAI API 与 AI 智能体实现食品分销流程自动化，以提升生产力并推动增长。这是 OpenAI 发布的一篇客户案例，讲述其在真实场景中的 AI 落地效果。
OpenRouter Blog精选AI 评分7171 OpenRouter 实测 Opus 4.7 新分词器：实际成本上涨 12–27%
OpenRouter 用自家 QuadChars tokenizer 做基线，对比从 Opus 4.6 切换到 4.7 的用户请求，发现新分词器让原生 token 数增加 32–45%，实际成本上涨 12–27%。
推荐理由：OpenRouter 用自家 tokenizer 做基线，量化了 Opus 4.7 新分词器在真实请求中的成本变化，并拆出缓存与输出长度的影响。
OpenRouter BlogAI 评分5757 OpenRouter 发布 @openrouter/agent：在 400+ 模型上构建多轮 Agent 工作流
OpenRouter 发布 TypeScript SDK @openrouter/agent，用 callModel 一个函数封装工具调用、多轮循环、流式输出与成本追踪，可在 OpenRouter 上 400+ 模型间切换而无需改动 Agent 代码。
OpenRouter Blog精选AI 评分6262 OpenRouter 发布两个基于 Agent SDK 的 skill，可生成终端或 headless agent 项目
OpenRouter 发布 create-agent-tui 和 create-headless-agent 两个 skill，基于其 Agent SDK，可在 Claude Code、Codex、Cursor 等 skill 兼容 agent 中生成完整可运行的 TypeScript 项目。
推荐理由：OpenRouter 官方给出两个 skill 的安装命令和生成项目结构，读者可据此搭一个可改的 agent harness。
Vercel NewsAI 评分5252 Vercel AI Gateway 上线 GPT-5.5 与 GPT-5.5 Pro
GPT-5.5 已在 Vercel AI Gateway 上线，提供 GPT-5.5 和 GPT-5.5 Pro 两个变体，均面向长时间运行的 agentic 任务，覆盖编码、computer use、知识工作和科研，且比上一代更省 token。
Hugging Face Blog精选AI 评分7676 DeepSeek-V4 发布：1M token 上下文，KV 缓存约为常规架构的 2%
DeepSeek 发布 V4，在 Hub 上线 DeepSeek-V4-Pro（1.6T 总参数、49B 激活）和 DeepSeek-V4-Flash（284B 总参数、13B 激活）两个 MoE 检查点，均支持 1M token 上下文。
推荐理由：DeepSeek-V4 用 CSA 与 HCA 混合注意力把 1M 上下文的 KV 缓存压到约 2%，并给出面向 Agent 的基准对比。
Cursor ChangelogAI 评分3838 Cursor 发布多任务、Worktrees 与多根工作区更新
Cursor 新版本为 Agents Window 加入 `/multitask`，可运行异步 subagent 并行处理请求，并把大任务拆成小块同时执行，队列中的消息也能直接转为多任务。Worktrees 支持在不同分支后台运行隔离任务，一键把分支切回本地前台；多根工作区让单个 agent 会话跨多个文件夹，实现前端、后端与共享库的跨仓库修改。
Neon BlogAI 评分2222 Neon 为 AI Agent 重写文档：从面向人类滚动阅读转向面向机器抓取
Neon 正在改造其文档，使其适配会主动检索和读取的 AI Agent，而非只会滚动阅读的人类。一年前 Agent 回答 Neon 相关问题只能靠训练数据里的模糊记忆，如今它们会去查找并阅读实际内容。Neon 表示这项改造是分步推进、并非一次性完成。
OpenAI News精选AI 评分6262 OpenAI 发布 GPT-5.5 模型
OpenAI 发布 GPT-5.5，该模型面向编码、研究和数据分析等跨工具的复杂任务。目前公开信息仅为简介，未披露具体能力参数、价格或上线方式。
推荐理由：OpenAI 发布 GPT-5.5，面向编码、研究与数据分析等复杂任务，可了解其能力定位。
Vercel News精选AI 评分6262 DeepSeek V4 上线 Vercel AI Gateway，分 Pro 与 Flash 两个版本
DeepSeek V4 已在 Vercel AI Gateway 上线，包含 DeepSeek V4 Pro 和 DeepSeek V4 Flash 两个模型版本，两者默认上下文窗口均为 1M token。
推荐理由：Vercel AI Gateway 上线 DeepSeek V4 两个版本，读者可据此判断该用 Pro 还是 Flash 接入自己的产品。
DigitalOcean BlogAI 评分2222 DigitalOcean 谈 LLM 推理三难困境：吞吐、延迟与成本
DigitalOcean 发文拆解 LLM 推理中的吞吐、延迟、成本三难困境，指出推理是有状态、受内存带宽限制的负载，不能照搬无状态微服务的横向扩容思路。
OpenAI NewsAI 评分4040 OpenAI 推出 OpenAI Privacy Filter 开放权重模型
OpenAI 发布开放权重模型 OpenAI Privacy Filter，用于检测并脱敏文本中的个人身份信息（PII），准确率达到当前最优水平。该模型以开放权重形式提供，具体参数规模、许可条款与可用地区尚未在原文中说明。
Vercel NewsAI 评分4747 GPT Image 2 上线 Vercel AI Gateway
OpenAI 最新图像模型 GPT Image 2 已在 Vercel AI Gateway 上线，支持多比例下的密集文字渲染、精细元素与 2K 分辨率，并支持非英文文本。
OpenAI NewsAI 评分2222 OpenAI 将 Codex 扩展至全球企业，推出 Codex Labs 并达成 400 万周活跃用户
OpenAI 推出 Codex Labs，并与 Accenture、PwC、Infosys 等合作，帮助企业在软件开发生命周期中部署和扩展 Codex。Codex 的周活跃用户（WAU）已达 400 万。
Vercel NewsAI 评分4040 Kimi K2.6 上线 Vercel AI Gateway
Moonshot AI 的 Kimi K2.6 已在 Vercel AI Gateway 上线，模型侧重长周期编程任务，覆盖 Rust、Go、Python 等语言及前端、devops、性能优化场景。
Cloudflare Changelog精选AI 评分6262 Moonshot AI 的 Kimi K2.6 上线 Cloudflare Workers AI
Moonshot AI 的 Kimi K2.6 已在 Cloudflare Workers AI 上线，模型标识为 @cf/moonshotai/kimi-k2.6，支持 Day 0 接入。
推荐理由：Cloudflare 官方说明 Kimi K2.6 在 Workers AI 上线，并列出从 K2.5 迁移的 API 字段变化，便于开发者评估接入成本。
Neon BlogAI 评分4040 Neon 现已作为 OpenAI Codex 插件上线
Neon 官方插件已在 OpenAI Codex 市场上线，通过 MCP 把 Codex 直接连接到 Neon 数据库，让开发者无需离开工作流即可创建和管理 Postgres 数据库。安装后 Codex 可与 Neon 账户交互。
Vercel News精选AI 评分6060 Claude Opus 4.7 上线 Vercel AI Gateway
Anthropic 的 Claude Opus 4.7 已在 Vercel AI Gateway 上线，该模型针对长时间运行的异步 Agent 优化，可处理复杂的多步骤任务。
推荐理由：Vercel AI Gateway 上线 Claude Opus 4.7，并给出模型调用方式与任务预算等新参数，便于开发者评估接入。
Google DeepMind BlogAI 评分5252 Google 发布 Gemini 3.1 Flash TTS 语音模型
Google 发布 Gemini 3.1 Flash TTS 文本转语音模型，主打更强的可控性、表现力和语音质量，即日起在 Gemini API 和 Google AI Studio 面向开发者预览，企业版在 Vertex AI 预览，Workspace 用户可通过 Google Vids 使用。
OpenAI NewsAI 评分4242 OpenAI 更新 Agents SDK：原生沙箱执行与模型原生 harness
OpenAI 更新 Agents SDK，加入原生沙箱执行和模型原生 harness，让开发者构建可跨文件与工具运行的安全、长时间运行的 agent。该版本面向需要长时间运行与工具调用的 agent 场景，强调安全执行环境。
Vercel News精选AI 评分6262 字节 Seedance 2.0 视频生成模型上线 Vercel AI Gateway
Vercel 在 AI Gateway 上线字节跳动的视频生成模型 Seedance 2.0，无需其他服务商账号即可调用。该模型提供 Standard 和 Fast 两个版本，能力相同，Standard 输出质量最高，Fast 侧重生成速度和更低成本。
推荐理由：Vercel 官方说明 Seedance 2.0 上线 AI Gateway 的两种规格与调用方式，并明确不收取视频生成加价。
OpenAI NewsAI 评分88 OpenAI 的 AI 应用：ChatGPT、Codex 与 API 如何落地工作与开发
OpenAI 展示了旗下 ChatGPT、Codex 和 API 等产品在真实场景中的应用方式，覆盖工作、开发与日常任务。内容聚焦这些产品如何把 AI 带入实际使用，而非仅停留在模型能力层面。
Supabase Blog精选AI 评分6060 Supabase 发布开源 Agent Skills，教 AI 编码代理正确使用 Supabase
Supabase 发布开源 Agent Skills，一套教 AI 编码代理正确构建 Supabase 应用的指令集，支持 Claude Code、Codex、GitHub Copilot、Cursor 等兼容 Agent Skills Open Standard 的代理，一条命令即可安装。
推荐理由：Supabase 官方开源 Agent Skills，并给出跨模型评测数据，可看到技能文件对 AI 编码代理正确率的实际影响。
Cloudflare ChangelogAI 评分3838 Cloudflare AI Search 新增四款 Workers AI 文本生成与嵌入模型
Cloudflare AI Search 新增四款 Workers AI 模型，涵盖文本生成与嵌入。
DigitalOcean BlogAI 评分3434 DigitalOcean 详解规模化下的高级 Prompt Caching 架构
DigitalOcean 发文拆解多副本部署下 prompt caching 命中率随副本数增长而线性衰减的问题：单副本内 vLLM、SGLang、TensorRT-LLM 可自动做前缀缓存，但轮询负载均衡下相同前缀请求只有 1/N 概率命中缓存。
Vercel News精选AI 评分6060 Vercel AI Gateway 上线 Claude Opus 4.6 快速模式
Vercel AI Gateway 现已支持 Claude Opus 4.6 的快速模式，该模式输出 token 速度提升 2.5 倍，模型智能水平不变，属于早期实验性功能。
推荐理由：Vercel AI Gateway 上线 Claude Opus 4.6 快速模式，给出 2.5 倍输出速度与 6 倍定价的具体对比。
Vercel NewsAI 评分4242 GLM 5.1 上线 Vercel AI Gateway
Z.ai 的 GLM 5.1 已在 Vercel AI Gateway 上线，主打长时间自主任务，能在一个任务上持续完成规划、执行、测试与迭代优化，尤其擅长多步骤工程工作流。该模型还提升了通用对话、创意写作、前端原型以及生成 PowerPoint、Word、Excel 等办公任务。使用时在 AI SDK 中将 model 设为 zai/glm-5.1。
Vercel NewsAI 评分4242 Vercel AI Gateway 上线团队级零数据保留与提示词训练控制
Vercel AI Gateway 现支持团队级 Zero Data Retention（ZDR），无需逐个与供应商谈协议或配置退出，请求只会路由到已签署 ZDR 协议的供应商，覆盖 Anthropic、OpenAI、Google 等模型。
Cloudflare Changelog精选AI 评分6262 Cloudflare 在 Workers AI 上线 Google Gemma 4 26B A4B
Cloudflare 与 Google 合作，将 @cf/google/gemma-4-26b-a4b-it 上线 Workers AI。该模型为 MoE 架构，总参数 26B、每次前向传播仅激活 4B，128 个专家中激活 8 个加 1 个共享专家，支持 256,000 token 上下文、思考模式、视觉理解、函数调用和 35+ 语言。
推荐理由：Cloudflare 与 Google 合作把 Gemma 4 26B A4B 接入 Workers AI，开发者可据此判断模型能力与调用方式。
DigitalOcean BlogAI 评分2222 DigitalOcean 谈现代 AI 开发中的“胶水代码”问题：垂直整合云栈如何降低集成成本
DigitalOcean 发文指出，AI 系统最大的成本不是基础设施而是集成：碎片化的多云栈迫使开发者写大量胶水代码，一条典型 AI 流水线需要 5–10 个集成点，每个都带来延迟、故障风险和工程开销。
Replit BlogAI 评分1818 为什么聪明的 PM 在用 vibe coding 缩短设计等待时间
Replit 提出一套 90 分钟 vibe coding 设计冲刺流程，让 PM 在找设计团队之前先自行生成、对比并收敛方向。其 Infinite Canvas 支持在应用上下文内并排生成和比较多个设计，Canvas 中的改动一键即可进入生产环境。文章强调设计冲刺只用于探索阶段，无障碍审查、品牌一致性和生产级打磨仍需设计师参与。
Google DeepMind Blog精选AI 评分7070 Google DeepMind 发布 Gemma 4 开源模型家族
Google DeepMind 发布 Gemma 4，称其为迄今最智能的开源模型，面向高级推理与 Agent 工作流，采用 Apache 2.0 许可。共四个规格：E2B、E4B、26B MoE 和 31B Dense，其中 31B 在 Arena AI 文本榜位列开源模型第 3，26B 位列第 6。
推荐理由：Google DeepMind 发布 Gemma 4 开源模型家族，给出四种规格、Apache 2.0 许可与首日工具链支持，可据此判断本地部署与微调方案。