这一轮资讯的关键词是「端侧」和「降价」：高通用 2nm 工艺把移动 CPU 首次推过 5GHz，OpenAI 和 Anthropic 则不约而同砍掉大模型的使用成本。对运维和基础设施团队来说，AI 算力部署在哪、成本怎么算，都在发生实质变化。
1. 高通发布第六代骁龙 8 超级至尊版：2nm 工艺，CPU 行业首破 5GHz 这颗号称「全球最快移动 CPU」的旗舰芯片采用 2nm 工艺，GPU 性能提升 44%，并升级了封装方案以延长峰值性能输出时间。端侧算力持续走强意味着，更多推理负载未来有条件从云端下沉到终端，边缘架构的容量规划可能要提前动起来了。原文：全球最快移动 CPU：高通发布第六代骁龙 8 超级至尊版芯片
2. 手机端侧跑 30B 参数模型：预填充吞吐超 330 Token/s 高通携手阶跃星辰等为第六代骁龙 8 超级至尊版端侧适配了 300 亿参数 AI 模型，预填充吞吐超过 330 Token/s。百亿参数模型在手机级设备上跑通已不是 PPT 演示，而是可量产的工程能力，端云混合推理的落地路径越来越清晰。原文：高通携手阶跃等为第六代骁龙 8 超级至尊版端侧适配 300 亿参数 AI 模型
3. OpenAI 发布 GPT-6 Sol 和 Luna 模型，API 价格大降 50% 新模型加半价 API，对大量依赖 LLM 的线上服务是最直接的降本信号。如果你的成本模型是按旧价格做的，现在就该重算一遍预算，顺便评估一下新模型切换后的延迟与吞吐表现。原文：OpenAI 发布 GPT-6 Sol 和 Luna 模型，API 价格大降 50%
4. Anthropic 发布 Claude Opus 5.5：成本比 Opus 5 低 40% 性能媲美 Fable 5.1，运行成本却比上一代低 40%。两大头部厂商同周降价，LLM 推理成本的通缩趋势基本确立，这也是重新审视模型选型和供应商策略的好窗口。原文：Anthropic 发布 Claude Opus 5.5 模型
5. 高通将整合 HBC 架构：本地运行 AI 更快、更省电 从访存瓶颈下手优化 AI 推理效率，硬件层面的这条路值得跟进——端侧 AI 的真实上限往往不在算力峰值，而在功耗和内存带宽。原文：高通骁龙芯片将整合 HBC 架构
6. 阿里千问平板 Qwen Book 现身骁龙峰会：定位原生 AI 智能体电脑 「原生 AI 智能体电脑」这个定位说明 Agent 正在成为新硬件的一等公民，端侧 Agent 运行时或将成为继容器之后又一个需要关注的运行形态。原文：阿里千问平板 Qwen Book 现身 2026 骁龙峰会
7. 后摩智能下代端边 AI 芯片确认采用 3D CIM 存算一体架构 存算一体从学术概念走向端边侧量产芯片路线，对边缘推理场景的功耗比可能带来数量级改善，做边缘节点的团队可以保持关注。原文：后摩智能确认其下代大模型端边 AI 芯片采用 3D CIM 存算一体架构
8. 威联通推出 12 英寸短机身 1U NAS 新品 TS-432XeU 基于 4 核 Arm Cortex-A57 处理器，短深度 1U 机身专为空间紧张的机柜设计，对做小型机房和边缘站点部署的同学是个务实的新选项。原文：威联通推出 12 英寸短机身 1U NAS 新品 TS-432XeU
当端侧算力和模型价格同时下探，「AI 负载到底放哪里跑」这个架构问题，值得每个技术团队重新算一遍账。
