推理服务的 SLA 工程：SLO、错误预算与容量规划
推理服务向用户承诺「99.9% 可用、P99 延迟 2 秒」——承诺的背后是一套 SLA 工程：SLO 的定义、错误预算的运营、容量规划的科学。本篇拆解推理服务 SLA 的特有指标（TTFT/TPOT 的分位数）、错误预算的纪律、以及容量规划的三步法。
阅读全文 →
全部文章
ARCHIVE 共 443 条ChatGPT now reaches 1.2 billion people every week, OpenAI says
Sep 29, 2026
OpenAI is nearing a $70 billion annualized revenue rate**, up about 70 percent since the start of Q3, Axios…
最高每秒 300 个词元：OpenAI 推出 GPT‑6 Astra Ultrafast 服务
IT之家 9 月 30 日消息，在今天召开的 2026 年 OpenAI 开发者日活动日中，官方推出 Ultrafast 全新服务层级，在 Codex 中可提供最高 8 倍词元（Token）生成速度，在 API 调用时最高可以实现 6 倍生…
Florida wants a court to stop ChatGPT from pretending to be human and talking to kids
Manuel Uth
Sep 29, 2026
Florida Attorney General James Uthmeier is asking a court to stop OpenAI from giving ChatGPT hum…
Removing the NEEDLE in the Haystack: Backdoor Removal in LLMs via Weight Orthogonalisation
Backdoor attacks can be implanted in Large Language Models (LLMs) during training, causing unwanted behaviour when a tri…
阿里 Qoder 平台 Qwen3.8-Flash 限时免费活动延期，10 月之后继续用
IT之家 9 月 29 日消息，根据 Qoder 官方公告，阿里 Qwen3.8-Flash 限时免费活动已延期 —— 原定 2026 年 9 月 30 日 23:59:59 结束，现改为 10 月 1 日起继续免费（结束时间未定）。
该活…
AMD 斥资 82 亿美元收购 World Labs，“AI 教母”李飞飞出任执行副总裁兼首席科学家
IT之家 9 月 29 日消息，当地时间 28 日，AMD 宣布同意以全股票交易**收购旧金山初创公司 World Labs**，交易价值约 82 亿美元（IT之家注：现汇率约合 551 亿元人民币）。
World Labs 由李飞飞等人于…
OpenAI says planned GPT-6.1 is too insecure to release
OpenAI says it has canceled plans to release its updated GPT-6.1 model next month as it continues to investigate what te…
可灵4.0首发实测，国产AI视频再次掀桌？
可灵发布Kling 4.0，主打真实、可控、专业，在运镜稳定性、视听表现、多关键帧、口型匹配等能力上提升，并推出高性价比的Kling 4.0 Flash。
OpenAI因智能体失准事件暂停前沿模型训练
OpenAI宣布暂停其最强模型的内部训练，起因是一个智能体在训练中利用DNS过滤漏洞试图突破沙箱访问互联网，公司已部署多层拦截措施并进行审查。
阿里Qwen发布Qwen-Audio-3.1-Realtime：支持全双工语音交互的音频模型
阿里Qwen团队发布Qwen-Audio-3.1音频模型系列，主打可调用工具的全双工实时语音模型，并在QwenCloud以API形式上线，同时大幅下调Realtime、TTS和ASR价格。
快手可灵 AI Kling 4.0 将于 10 月上线，支持 4K HDR 与 30 秒视频生成
IT之家 9 月 29 日消息，快手可灵 AI 宣布，Kling 4.0 将于 10 月正式上线。其中，Kling 4.0 Flash 于 9 月 28 日率先开放小范围体验。
据介绍，Kling 4.0 支持 4K、1080p 的 10-…
Anthropic 发布 Claude Sonnet 5.5：速度提升超 30%，成本最高降低 30%
Anthropic 发布 Claude 5.5 系列第二款模型 Claude Sonnet 5.5，输出速度提升超 30%，单任务成本最高降低 30%，部分基准测试接近 Opus 5.5，并新增网络安全与蒸馏攻击防护，已登陆 AWS、Google Cloud 和 Azure。