写代码这件事正在被工具改写：编辑器与 Agent、订阅分层与额度、把「做产品」的边际成本压到多低。
OpenRouter 发布 Reasoning Tokens 功能，在 Chatroom 和 API 中都能观察模型的推理步骤。使用时在 API 请求中加入 include_reasoning: true，推理内容会出现在每条消息的 reasoning 字段中。该功能首批支持 DeepSeek R1 系列模型，后续将支持 Gemini Thinking 模型。
推荐理由：OpenRouter 上线推理 token 功能，开发者可经 API 查看模型推理过程并接入工作流。
OpenRouter API 新增联网搜索功能，所有模型均可使用，开发者可通过在模型 slug 后加 :online 或启用 web 插件，把搜索结果直接并入消息流。默认每次请求最多抓取 5 条网页结果，价格为每 1,000 条结果 $4，结果由 Exa.ai 检索并摘要后以系统消息注入请求。该插件支持 max_results 和 search_prompt 两项自定义配置。
推荐理由：OpenRouter 把联网搜索做成 API 插件，开发者可据此评估按结果计费的成本与接入方式。
Vercel 发布 AI SDK 4.1，新增实验性 generateImage 函数，可通过统一 API 在 Replicate、OpenAI、Google Vertex AI 和 Fireworks 等提供商之间生成图像，切换提供商只需改两行代码。
推荐理由：Vercel 官方发布 AI SDK 4.1，新增图像生成与工具调用修复，可了解多模型统一 API 的最新能力边界。
Mistral AI 发布 Codestral 25.01，采用更高效的架构和改进的 tokenizer，生成与补全代码的速度约为上一代 2 倍，上下文长度 256k。
推荐理由：Codestral 25.01 的生成速度约为上一代两倍，并给出与 DeepSeek、CodeLlama 等模型的 FIM 基准对比。
OpenRouter 推出网页搜索功能，可在 Chatroom 中为任意语言模型提供最新信息，目前免费，API 访问稍后开放。同时下调多款模型价格，qwen-2.5-coder-32b-instruct 降 12%，hermes-3-llama-3.1-70b、llama-3.3-70b-instruct、llama-3.1-70b-instruct 等降 31%。
推荐理由：OpenRouter 上线网页搜索并下调多款模型价格，读者可据此了解其能力与调用成本变化。
Vercel 与 MERJ 基于过去几个月对 nextjs.org 和 Vercel 网络的监测，公布了主流 AI 爬虫的抓取数据。
推荐理由：Vercel 与 MERJ 统计了主流 AI 爬虫的抓取量、渲染能力和 404 比例，可据此判断站点该不该做服务端渲染。
Replicate 认为 AI 视频正在经历类似 Stable Diffusion 的时刻，Sora 让所有人看到可能性，如今已有多个模型达到接近 Sora 的水平。
推荐理由：Replicate 官方梳理了当前主流视频模型的 ELO、速度与开源情况，并给出可直接在浏览器和 API 试用的入口。
OpenRouter 为 OpenAI 4o 和 Fireworks 模型推出结构化输出，支持 JSON Schema 校验，保证类型安全且一致的响应，更多提供商即将支持。同时免费开放 Google 的 Gemini Flash 2.0，官方称其首 token 时间显著更快，多模态理解、编码能力和函数调用均有提升，但初期会严格限流以便在所有用户间共享访问。
推荐理由：OpenRouter 同时上线结构化输出与 Gemini Flash 2.0 免费入口，可了解其支持的模型范围与限流情况。
Replit 正式发布新的 Replit Assistant，并把 Replit Agent 从早期访问转为正式上线。Agent 负责从 0 到 1 生成应用，Assistant 负责在现有项目上做迭代修改，用户描述需求即可直接改动代码。
推荐理由：Replit 官方发布 Agent 与 Assistant 两款 AI 编码产品，并公开按 checkpoint 计费的新用量模式。
OpenRouter 宣布多个模型降价，降幅来自 DeepInfra，进一步压低了这些模型的最低价。
推荐理由：OpenRouter 公布多个模型由 DeepInfra 带来的降价幅度与新旧单价，可据此比较调用成本。
Replicate 宣布 FLUX 微调运行速度大幅提升，微调后的运行速度已与基础模型相同：FLUX.1 [schnell] 在 512x512、4 步下为 0.6 秒（P50），FLUX.1 [dev] 在 1024x1024、28 步下为 2.8 秒（P50）。
推荐理由：Replicate 公布 FLUX 微调提速的具体延迟数字与开源优化方式，并说明如何关闭这些优化。
Vercel 发布 AI SDK 4.0，为 Anthropic、Google Generative AI 和 Google Vertex AI 增加 PDF 支持，并加入 Anthropic Claude 的 computer use 支持。
推荐理由：Vercel 官方发布 AI SDK 4.0，列出 PDF、computer use、续写等新能力与迁移方式，可据此判断升级成本。
Mistral AI 为免费生成式 AI 工作助手 le Chat 推出多项 beta 功能：带引用的联网搜索、用于构思与行内编辑及导出的 Canvas、由新多模态模型 Pixtral Large 支持的文档与图像理解、由 Black Forest Labs Flux Pro 支持的图像生成，以及可自动执行重复工作流并分享给同事的 Agents。
推荐理由：Mistral 官方公布 le Chat 新增联网搜索、Canvas、图像生成与 Agents，并给出与 ChatGPT、Perplexity、Claude 的功能对照。
Replicate 为支持的硬件类型新增 NVIDIA L40S GPU，速度比 A40 约快 40%，并将在未来几周内把现有模型和部署从 A40 迁移到 L40S。
推荐理由：Replicate 官方公布 L40S 上线与 A40 迁移时间表，并给出私有模型与公开模型两类计费差异。
Qwen2.5-Turbo 把上下文长度从 128k 扩展到 1M tokens，约等于 100 万英文单词或 150 万汉字，在 1M 长度 Passkey Retrieval 任务上准确率 100%，RULER 得分 93.1，超过 GPT-4 的 91.6。
推荐理由：Qwen2.5-Turbo 把上下文从 128k 扩到 1M，并给出首 token 延迟与价格对比，可据此判断长文本场景是否值得迁移。
Qwen 团队开源 Qwen2.5-Coder 系列，覆盖 0.5B/1.5B/3B/7B/14B/32B 六种尺寸，其中 32B-Instruct 在 EvalPlus、LiveCodeBench、BigCodeBench 等基准上取得开源模型最佳表现，编码能力对标 GPT-4o。
推荐理由：Qwen 官方开源 6 个尺寸的代码模型，32B 版本在多项基准上对标 GPT-4o，并给出 Cursor 与 Artifacts 场景实测。
Mistral 在 La Plateforme 上线 Batch API，处理高并发请求的成本比同步 API 调用低 50%。使用方式是上传批量文件、处理完成后下载输出文件，适用于客户反馈与情感分析、文档批量摘要与翻译、为搜索索引生成向量嵌入以及数据标注等场景。该接口覆盖 La Plateforme 上的全部模型，每个工作区最多 100 万个进行中的请求，后续将登陆其云服务商合作伙伴。
推荐理由：Mistral 在多家 API 涨价背景下推出批量接口，成本比同步调用低 50%，可对照自己的批量任务量评估迁移。
Hugging Face 发布 HUGS（Hugging Face Generative AI Services），一套零配置的优化推理微服务，基于 Text Generation Inference 和 Transformers，可在自有基础设施上部署开源模型。
推荐理由：Hugging Face 官方发布零配置推理微服务 HUGS，给出定价与支持模型清单，可对照自建推理方案的成本与迁移路径。
Stability AI 的 Stable Diffusion 3.5 已在 Replicate 上线，提供 Large、Large Turbo 和 Medium 三个版本，Large Turbo 只需 4 步即可生成高质量图像。
推荐理由：Replicate 上线 Stable Diffusion 3.5 三个版本，并给出每张图价格与商用授权门槛，便于开发者评估接入成本。
Mistral AI 发布 Ministral 3B 和 Ministral 8B 两款面向端侧与边缘计算的模型，支持最高 128k 上下文（vLLM 上目前为 32k），8B 采用交错滑动窗口注意力以提升推理速度并降低内存占用。
推荐理由：Mistral 发布两款 3B 与 8B 边缘模型，给出 API 定价和基准对比，可据此评估端侧与 Agent 场景的选型成本。