岩芯矩阵联合港科大、CMU开源EdgeRock-4B，KV Cache减少99.1%
岩山科技旗下岩芯矩阵联合港科大、CMU等高校发布并开源EdgeRock-4B，在256K上下文下KV Cache固定为72MiB，相比源模型Qwen3.5-4B减少99.1%。
推荐理由：原文给出固定内存机制与吞吐、基准数据，读者可据此判断长上下文推理的显存成本能压到什么程度。
#推理
量子位精选AI 评分7171
TechCrunch · AIAI 评分6868 OpenAI 全面开放 Decisions API，切入决策模型竞争
OpenAI 于周四向所有客户开放 Decisions API，该模型基于 ChatGPT Luna 重新配置以加快推理并降低成本，产品负责人称延迟从 1 至 3 秒缩短到 100、120、180 毫秒。
Hugging Face BlogAI 评分5858 IBM 发布 Granite Switch 4.1：单端点同时支持聊天、决策与语音
IBM 发布 Granite Switch 4.1，提供 8B 和 30B 两个版本，在同一个托管端点内同时支持自然语言对话、通用与专用决策以及语音转写。