1. Poolside 開源 Laguna S 2.1：118B MoE 只激活 8B，Terminal-Bench 打贏 1.6 兆參數的 DeepSeek-V4-Pro
Poolside 7/21 於 Hugging Face 發布 Laguna S 2.1：118B 參數 Mixture-of-Experts、每 token 只激活 8B、1M context，採 OpenMDW-1.1 授權開源。官方數據：Terminal-Bench 2.1 拿 70.2%（第 11 名），贏過 1.6 兆參數的 DeepSeek-V4-Pro（64.0）、Thinking Machines 975B 的 Inkling（63.8）與 Nvidia 550B 的 Nemotron 3 Ultra（56.4）；SWE-Bench Multilingual 78.5%、SWE-Bench Pro 59.4%。5/22 開訓、9 週上線，只用 4,096 顆 H200。共同 CEO Jason Warner 直說「西方需要能信任、能自己跑、能拿來蓋的開放權重」，是 11 個月來第一個 100B 級西方開源模型（上次是 OpenAI gpt-oss-120b）。
🔗 來源：VentureBeat（📰 媒體報導）
2. Google DeepMind 一口氣推 Gemini 3.6 Flash、3.5 Flash-Lite、3.5 Flash Cyber：長任務 Agent 省 65% token
Google DeepMind 7/22 官方發布三支新模型，主打企業 Agent 高效低價：Gemini 3.6 Flash（$1.5/$7.5 每百萬 tokens）、Gemini 3.5 Flash-Lite（$0.30/$2.50）、Gemini 3.5 Flash Cyber（資安專用）。官方指 3.6 Flash 在長 horizon 工程任務上比 3.5 Flash 少燒 65% token；3.5 Flash-Lite 比舊 3.1 Flash-Lite 快 2 倍、價差不到 $1。同步預告 Gemini 3.5 Pro 即將登場。VB 定價表顯示 Flash-Lite 落在 DeepSeek V4-Flash（$0.42）、MiMo-V2.5 Flash（$0.40）之後，卡進 Kimi K3（$18）、Claude Opus 4.8（$30）之下的中價位帶。
🔗 來源：Google Blog（📌 官方公告）
3. Writer 新論文：只改 AI 應用外殼、不動模型，token 成本掉 61%、品質不縮
Writer 研究團隊 7/22 在 arXiv（2607.06906）發表新論文，系統性優化 LLM「harness」(orchestration 外殼)，在不換基座、不 fine-tune 的前提下，成功將每項任務的 tokens 大砍、cost-per-successful-task 最高降 61%、品質保持穩定。論文點名業界「tokenmaxxing」誤區：靠 context 堆疊與粗暴重試取代系統設計，output tokens 疊代放大成本，讓每次降價變成「麻醉劑」。作者 Waseem AlShikh（Writer CTO）直言：「你的帳單是 tokens-per-task × price-per-token，大家只盯後者。」提出的四個對策點名 prompt compression、budgeted reasoning、terse coding、speculative decoding 都因只優化模型單點而失敗，harness 級系統設計才是解法。
🔗 來源：VentureBeat（📰 媒體報導）