蚂蚁百灵：原生混合推理开源
蚂蚁百灵开源原生混合推理模型Ling-3.0-Flash：124B总参数/5.1B激活参数的MoE架构，MIT许可，提供FP8/FP4/INT4多种版本。核心卖点是"深度思考模式+快速响应模式"统一在同一架构，不用切模型就能按任务复杂度自由选择推理深度，适配从边缘到云的不同部署。
Google Assistant：由Gemini接棒
谷歌通知安卓用户，移动端Google Assistant将从9月4日起陆续停止服务，符合条件的设备改用Gemini作为默认助理，Wear OS手表与受支持耳机同步切换。消费级AI入口正式完成从"指令式助手"到"生成式智能体"的代际更替。
一道科技解读：混合推理降低企业成本
"浅问题浅思考、深问题深思考"统一架构，对企业意味着按token计费的推理成本可随任务弹性变化。一道科技在模型选型时优先考虑这类"一架构多档位"的灵活性，帮客户把API账单和省下的延迟都算进ROI里。