警惕“便宜”但缓存命中率差的AI推理服务商
一些AI推理服务商用低价吸引用户，但提示词缓存命中率很差，导致实际Token消耗可能高达3倍。宣传“99%缓存命中率”需要警惕，因为目前只有DeepSeek被业内认为能达到这一水平。
全球 AI 动态简报
-
-
“99%缓存命中率”是红灯信号？警惕套壳DeepSeek的推理服务商
业内观察者提醒：当前只有DeepSeek能真正达到99%缓存命中率，声称该数字的推理服务商很可能是在转售DeepSeek，之后还可能更换底层服务商。
-
GLM-5.3 FlashX 已在 Command Code 上线，吞吐量约 200 TPS
Command Code 已在其 AI 编程环境中上线 GLM-5.3 FlashX，宣称推理吞吐量约为每秒 200 tokens。
-
Qwen 展示基于 Qwen 3.8 27B 与 Cerebras 的理财助手 Money Agent
Qwen 展示了一个实际用例：基于 Qwen 3.8 27B 并结合 Cerebras 的理财助手 Money Agent，能把购房问题变成实时对话和财务目标。
-
Command Code 强调支持 Qwen 3.8 Omni Flash 与快速 DeepSeek 推理
Ahmad Awais 引用了 Command Code 的最新动态，包括支持 Qwen 3.8 Omni Flash 以及号称全球最快的 DeepSeek 推理。
-
Qwen3.8-LiveTranslate：更低延迟的实时同声传译模型
Qwen 发布 Qwen3.8-LiveTranslate 实时同声传译模型，基于 Interleave 架构，将 60 种语言的平均滞后从 2.8 秒降至 2.3 秒，并支持说话人分离和双语同步显示。
-
Qwen3.8-LiveTranslate：Qwen 新一代实时同声传译模型
Qwen 发布新一代实时同声传译模型 Qwen3.8-LiveTranslate，基于 Interleave 架构提升翻译的忠实度、流畅度和简洁性，并公开了性能与案例详情。
-
Qwen3.8-LiveTranslate：新一代实时同声传译模型
Qwen 发布了新一代实时同声传译模型 Qwen3.8-LiveTranslate，基于 Interleave 架构，旨在提升翻译的忠实度、流畅度和简洁性，性能详情见官方链接。
-
Qwen 发布 Qwen3.8-LiveTranslate 实时同声传译模型
Qwen 推出 Qwen3.8-LiveTranslate，一款基于 Interleave 架构的实时同声传译模型，将 60 种语言的平均延迟从 2.8 秒降至 2.3 秒，并新增实时说话人分离与双语同步显示等功能。
-
Command Code声称在横向对比中以197 tokens/s取得DeepSeek推理速度第一
Command Code声称在DeepSeek V4.1 Flash上实现197 tok/s的中位有效吞吐量，在真实调用基准中比另外三条路由快最多2.6倍。
