1️⃣ Poolside 開源 Laguna S 2.1：118B MoE（8B active）、1M context，9 週從零練到贏過 1.6T DeepSeek-V4-Pro
美國舊金山 AI 實驗室 Poolside 7/21 官方發布並釋出權重 Laguna S 2.1：118B 參數 Mixture-of-Experts、每 token 僅啟動 8B、支援最高 1M token 上下文，於 5/22 開訓，動用 4,096 顆 Nvidia H200 GPU，不到九週上線。Terminal-Bench 2.1 拿 70.2%，勝過 1.6T DeepSeek-V4-Pro-Max（64.0）、975B Thinking Machines Inkling（63.8）與 550B Nvidia Nemotron 3 Ultra（56.4）；SWE-Bench Multilingual 78.5%、SWE-Bench Pro 59.4%。權重以 OpenMDW-1.1 授權立即上架 Hugging Face，官方明說要補上「西方 11 個月無新開源前沿模型」的空窗，直接對打中國 Kimi/Qwen/DeepSeek。
🔗 來源：VentureBeat｜📌 Poolside 官方公告
2️⃣ 阿里 Qwen-Audio-3.0-TTS-Plus 拿下 Artificial Analysis Speech Arena 供應商語音榜第一，Elo 1,236 壓過 Simba 3.2
阿里巴巴 Qwen 團隊新一代 TTS 模型 Qwen-Audio-3.0-TTS-Plus 於 Artificial Analysis Speech Arena「供應商語音」排行榜登頂，Elo 1,236，僅以 2 分之差擠下 SpeechifyAI Simba 3.2（1,234），Gemini 3.1 Flash TTS（1,214）與 Sonic 3.5（1,207）居次。模型分 Flash 與 Plus 兩版：Flash 主打約 300ms 低延遲即時互動、Plus 主攻音質；支援 16 種語言含 Tagalog、Malay、Thai、越南語與多種中文方言，可用自然語言指定語氣、以 [angry]/[giggles] 加入非語言標籤，並強化噪音／回音參考音訊的聲音複製。速度為短板（16 字/秒），Alibaba Cloud Model Studio 上定價每百萬字 $27.60。
🔗 來源：The Decoder｜📰 媒體報導
3️⃣ Writer 發表 AI Harness 論文：不換模型，每任務單價最高降 61%，正面開嗆「tokenmaxxing」
企業 AI 公司 Writer 7 月發表新論文（arXiv 2607.06906），系統性拆解包住基礎模型的 orchestration 層（AI harness），主張不動基礎模型、只優化 harness，每任務所耗 token 大幅下降，「成功任務單價」最高可砍 61%，而準確率不變。Writer CTO Waseem AlShikh 直接點名業界「tokenmaxxing」歪風：把巨大 context window 與暴力 token 消耗當成好系統設計的替代品，實際情況是「發帳單看的是 token/任務 × 單價」，而 agentic loop 每輪都在重傳 context，token/任務的膨脹遠比單價下滑更快。論文並批評 prompt 壓縮、預算式推理、terse coding、speculative decoding 都是「只優化模型不修流程」的偏方，替企業級 AI 成本失控提供第一個系統性解法。
🔗 來源：VentureBeat｜📰 媒體報導