各家模型与推理服务的定价、免费额度与限流：一次调用多少钱，直接决定 AI 功能能不能赚钱。
Replicate 宣布可通过其 API 运行 Meta 的 Llama 3.1 405B 模型，该模型有 4050 亿参数、8000 token 上下文窗口，官方称其在多项基准上接近或达到 GPT-4 水平。Replicate 提供了 JavaScript、Python 和 cURL 三种调用方式，并给出 Next.js 示例聊天应用，可部署在 Vercel 上。
推荐理由：Replicate 官方给出 Llama 3.1 405B 的 API 调用方式，含 JavaScript、Python 与 cURL 三种示例。
OpenAI 发布 GPT-4o mini，定位为更具成本效率的智能模型。材料仅提供标题，未包含正文内容，具体价格与能力细节暂无法确认。
Hugging Face 为 TGI 推出 Multi-LoRA serving，只需部署一次基础模型，就能按请求动态切换多个 LoRA 适配器，官方示例用 mistralai/Mistral-7B-v0.1 同时服务 predibase/customer_support 和 predibase/magicoder。
推荐理由：Hugging Face 官方介绍 TGI 的 Multi-LoRA 部署方式，给出成本与用量对比，适合评估多模型推理方案。
Mistral 发布 Codestral Mamba，一个基于 Mamba 架构的代码模型，采用 Apache 2.0 许可，可免费使用、修改和分发。该模型具备线性时间推理能力，官方测试了最高 256k tokens 的上下文检索，并称其表现与 SOTA Transformer 模型相当。
推荐理由：Mistral 发布 Codestral Mamba，给出线性时间推理、256k 上下文测试和 Apache 2.0 许可，可对照其与 Transformer 代码模型的差异。
Railway 的 Template Kickback 计划现在支持把模板返现收益兑换成美元，按模板在平台上产生的算力消费给予 25% 返现，无上限。提现通过 GitHub Sponsors 或 Buy Me a Coffee 进行，最低提现额为 100 美元，此前返现默认自动转为 Railway Credits 抵扣账单。
推荐理由：Railway 把模板返现从平台积分改成可提现美元，并给出提现门槛与通道，做模板的人可据此判断收益能否落袋。
Mistral AI 在 la Plateforme 上线模型定制功能，提供三种微调入口：开源微调 SDK mistral-finetune、la Plateforme 上的无服务器微调服务，以及面向特定客户的定制训练服务。
推荐理由：Mistral 官方发布微调能力，给出开源 SDK、托管服务与定制训练三条路径，便于开发者按成本与数据条件选择。
Mistral 发布首个代码模型 Codestral，22B 参数、32k 上下文，支持 80+ 编程语言，可完成代码补全、写测试和 fill-in-the-middle。
推荐理由：Mistral 首个代码模型 Codestral 的规格、基准与接入方式，适合关注代码补全选型的开发者参考。
Mistral AI 发布非生产许可 MNPL，允许开发者将模型用于非商业用途并支持研究工作，商业使用则需另行安排。新发布的 Codestral 是首个采用该许可的模型，Mistral 表示仍会继续以 Apache 2.0 发布部分模型和代码，逐步形成 Apache 2.0 与 MNPL 两条产品线。
推荐理由：Mistral 推出非生产许可 MNPL，明确商业使用需另议，开发者可据此判断自家产品能否继续免费调用其模型。
OpenAI 宣布推出新旗舰模型 GPT-4 Omni（GPT-4o），可实时跨音频、视觉和文本进行推理。该模型被定位为 OpenAI 的新旗舰模型。
推荐理由：OpenAI 发布新旗舰模型 GPT-4o，可实时跨音频、视觉和文本推理，关注模型能力变化的读者可了解其定位。
OpenAI 发布最新旗舰模型 GPT-4o，同时把更多能力开放给 ChatGPT 免费用户。官方称此次发布包含新旗舰模型上线，以及面向免费用户的功能扩展。
推荐理由：OpenAI 发布新旗舰模型 GPT-4o，并首次把更多能力开放给 ChatGPT 免费用户。
OpenAI 发布 GPT-4o，并让 ChatGPT 免费用户获得更多能力。材料仅给出这一条摘要，未披露 GPT-4o 的具体能力、价格或上线范围。
推荐理由：OpenAI 发布 GPT-4o，并让 ChatGPT 免费用户获得更多能力，可了解模型与免费策略的同步变化。
Vercel 发布 AI SDK 3.1，并宣布 ModelFusion 团队加入。新版本包含 AI SDK Core、AI SDK UI 和 AI SDK RSC 三部分。
推荐理由：Vercel 官方发布 AI SDK 3.1，统一多家模型调用接口并新增 streamUI，可据此评估是否替换现有 LLM 集成方案。
OpenAI 宣布 GPT-4 API 正式可用，GPT-3.5 Turbo、DALL·E 和 Whisper API 也同步正式可用。OpenAI 同时公布旧版 Completions API 模型的弃用计划，这些模型将于 2024 年初退役。
推荐理由：OpenAI 宣布 GPT-4 API 正式可用，并给出旧版 Completions API 模型的退役时间表。
OpenAI 发布 ChatGPT 和 Whisper 的 API。
Meta 发布 Llama 3 开源模型，包含 8B 和 70B 两个尺寸，各有 base 和 instruct 版本，另有基于 Llama 3 8B 微调的 Llama Guard 2，共 5 个开放模型上线 Hugging Face。
推荐理由：Meta 发布 Llama 3 并同步接入 Hugging Face 生态，读者可了解模型规格、许可变化与部署方式。
Replicate 发布教程，介绍如何用一行代码在云端运行 Meta 的 Llama 3，并给出 JavaScript、Python 和 cURL 三种调用方式。
推荐理由：Replicate 官方给出用 JavaScript、Python 和 cURL 调用 Llama 3 的步骤，并说明四个模型变体的取舍。
Mistral 发布最新开放模型 Mixtral 8x22B，采用稀疏 Mixture-of-Experts（SMoE）架构，141B 总参数中仅 39B 激活，以 Apache 2.0 许可开放，可无限制使用。
推荐理由：Mistral 发布 Mixtral 8x22B 开放模型，给出 141B 总参数中仅 39B 激活的稀疏架构与 Apache 2.0 许可，可据此评估自托管与微调成本。
Supabase 在 Edge Functions 的 Edge Runtime 中内置了 Supabase.ai API，用几行代码即可运行 AI 推理，目前支持 gte-small 生成 embedding，并实验性支持 Llama 和 Mistral 等开源 LLM。
推荐理由：Supabase 在 Edge Functions 内置 AI 推理 API，开发者可几行代码生成 embedding，并了解与 OpenAI 的成本对比。
Vercel 更新基础设施计费方式，把原先合并的带宽和函数拆成 Fast Data Transfer、Fast Origin Transfer、Edge Requests。
推荐理由：Vercel 把带宽和函数拆成细粒度指标并下调单价，Pro 用户可据此预估账单变化。
Hugging Face 宣布在 Hub 上线 Deploy on Cloudflare Workers AI 集成，开发者可在模型页的 Deploy 菜单选择 Cloudflare Workers AI，通过 Workers AI REST API 或 Cloudflare AI SDK 调用 Llama、Gemma、Mistral 等开源模型，按请求计费、无需自管 GPU。
推荐理由：Hugging Face 与 Cloudflare 的这次集成已下线，但文中按请求计费的推理成本示例仍可作参考。