OpenAI 的 GPT-6 Astra Ultrafast 正式在 API 以及符合条件的 ChatGPT Work 和 Codex 中上线，基于 NVIDIA Blackwell GPU 运行。该模式相比 Astra Standard 的 token 生成速度最高提升 8 倍，显著缩短了编码智能体在编辑、测试与调试循环以及工具调用之间的响应等待时间。
推荐理由：文章介绍了基于硬件架构的推理优化细节，有助于读者评估生成加速对编码智能体与工具调用延迟的具体影响。
Liquid AI 发布用于视觉语言模型 LFM2.5-VL-3B 的投机解码草稿模型 LFM2.5-VL-DSpark。该模型仅增加 280M 参数（8.9%），在保持输出质量的同时，使端侧解码速度最高提升 3.13x（端到端提升 2.62x），H100 解码最高加速 2.66x。模型开源权重已在 Hugging Face 发布，首日支持 llama.cpp、MLX-VLM 与 SGLang。
NVIDIA 在 MLPerf Inference v6.1 评测中首次展示 Vera Rubin NVL72 系统性能，在 Qwen3-VL 基准测试中吞吐量最高达 GB300 NVL72 的 3.7 倍，在 DeepSeek-R1 上最高提升 2.5 倍。