开发者工具日报：2026-07-09

昨日重点

• 模型发布潮：Meta 发布 Muse Spark 1.1（对标 GPT-5.5，百万上下文）、xAI 发布 Grok 4.5（首个编码与智能体专用模型，定价仅为 Opus 四分之一）、OpenAI 发布 GPT-Live 全双工语音模型（可调用 GPT-5.5）。
• 开源与融资：Ollama 完成 6500 万美元 B 轮融资（月活近 890 万开发者）；蚂蚁灵波开源 LingBot-Video（首个 MoE 视频基模型）和 LingBot-World 2.0（交互式世界模型）。
• 基准测试争议：OpenAI 审计发现 SWE-Bench Pro 约 30% 任务有缺陷，已撤回推荐；社区转向 DeepSWE 等私有评测。
• 成本效率革命：Databricks 实测显示开源模型 GLM 5.2 与 Opus 4.8 质量持平，但成本仅 $1.28（Opus 为 $1.94）；Grok 4.5 的 token 效率约为 Opus 4.8 的 4.2 倍。

分主题观察

1. 编码与智能体模型

• Grok 4.5：1.5T 参数，500K 上下文，在 DeepSWE 1.0 上得分 62%，定价 $2/$6 每百万 tokens，已在 Cursor、Grok Build 和 API 上线。
• Muse Spark 1.1：1M 上下文窗口，新增计算机使用能力，定价 $1.25/$4.25 每百万 tokens，美国开发者可获 $20 免费额度。
• SWE-1.7：Cognition 发布，代码能力接近 GPT-5.5，但面临基准测试争议。
• GPT-5.6-Sol：Next.js 核心开发者实测好评，已用于大型重构。

2. 语音与多模态

• GPT-Live：全双工架构，支持边听边说、实时翻译、语音可视卡片，即日起向全球 ChatGPT 用户推送，API 即将上线。
• LingBot 系列：蚂蚁灵波开源 LingBot-Video（30B 参数，推理仅激活 3B）、LingBot-World 2.0（14B 参数，720p/60fps 实时交互世界模型）、LingBot-Vision（1B 参数空间感知能力超越 7B 模型）。
• Google Nano Banana 2 Lite：文生图排名第 5，生成 1K 图像仅 3.4 秒，定价仅为 Nano Banana 2 的一半。

3. 开源与基础设施

• Ollama：完成 6500 万美元 B 轮融资，总融资 8800 万美元，GitHub 17.6 万星标，团队仅 14 人。
• Vercel Labs：开源 Native SDK，自研引擎直接绘制至操作系统窗口，不含浏览器或 WebView。
• 腾讯混元 Hy3：WorkBuddy 上线后调用激增，已紧急扩容。
• NVIDIA Nemotron-3-Puzzle：压缩混合 MoE 模型，总参数从 120.7B 降至 75.3B，吞吐量提升 2 倍。

4. 企业级应用

• Databricks 编码基准：开源模型 GLM-5.2 表现强劲，智能路由是关键，应转向每任务成本评估。
• Glean 新平台：解决企业 AI 应用碎片化问题，统一模型规则、配额、预算和审计。
• AWS GraphRAG：将药物研发周期缩短 87%，标准架构运行成本每小时 $0.48。
• Mistral Studio：将 prompts 和 skills 视为生产资产，支持版本、回滚和审计。

5. 硬件与基础设施

• Meta 自研芯片 Iris：计划 9 月量产，由博通设计、台积电制造，目标明年 AI 算力翻倍。
• 英伟达 Rubin Ultra 机柜：预估售价 2100 万美元，单柜 HBM4e 成本超 150 万美元。
• 法国反垄断调查：对英伟达调查接近尾声，聚焦 CUDA 生态和产业投资。
• Meta 加拿大数据中心：1GW 规模，130 亿加元投资，100% 清洁能源。

6. 基准测试与评估

• SWE-Bench Pro 饱和：OpenAI 审计发现噪声天花板约 70%，已撤回推荐。
• DeepSWE 崛起：Artificial Analysis 改用 DeepSWE 测试，Codex 配 GPT-5.5 得 76 分，Claude Code 配 Fable 5 以 77 分居首。
• 社区转向私有评测：Databricks 基于百万行代码库自建测试，强调真实工程任务完成率。

7. 开发者体验与工具

• Claude Code /checkup：新命令自动清理未使用的技能/MCP/插件，优化配置。
• Tutti：统一管理多 Agent 的开源项目，无需额外订阅。
• DocuBrowser：本地文档知识库的语义搜索与去重工具，所有数据保留在本机。
• TeXada：基于 MiniCPM 的本地数学 Agent，支持自然语言转 LaTeX。

值得继续关注

1. GPT-5.6 Sol 与 GPT-6：GPT-5.6 Sol 和 Sol Ultra 将于明日发布，GPT-6 或在一个月内发布，基于全新预训练底座。
2. Grok 4.5 生态扩展：已上线 OpenRouter，Cursor 深度集成，关注其在真实工程任务中的表现。
3. 开源模型成本优势：GLM 5.2 等中国开源模型在编码任务中展现强劲性价比，Coinbase、Lindy、Snowflake 等公司已转向。
4. 具身智能开源浪潮：蚂蚁灵波连发多款模型，关注其在机器人导航和交互式世界模型领域的应用。
5. 基准测试演进：SWE-Bench 系列失效后，DeepSWE 和私有评测将成为新标准。
6. Meta 硬件布局：自研芯片 Iris 量产、加拿大数据中心动工，关注其对 AI 基础设施格局的影响。