DeepSeek 开放全家桶应用 API，语音接口首次开放并打五折
DeepSeek 宣布正式开放全家桶应用 API，联网搜索、深度思考搜索、文件上传、链接阅读等功能均可通过独立接口单独调用、分别计费，语音识别与语音合成接口首次加入开放行列。
推荐理由：原文列出各接口的独立计费与语音五折价格，并对比国外主流语音API，便于开发者估算接入成本。
技术方向
部署工程 最新动态
怎么把模型跑得更快更省钱：推理加速、显存与成本、服务部署与基础设施选型。
4 条精选近 30 天 3 条共收录 54 条
更新
部署工程的精选
量子位精选AI 评分7878 AWS Machine Learning Blog精选AI 评分7171 AWS 发布新一代 AgentCore runtime，会话启动提速至多 15 倍
AWS 发布 Amazon Bedrock AgentCore runtime 更新，每个会话仍运行在独立的 Firecracker MicroVM 中，会话启动速度提升至多 15 倍、算力扩展至 4 倍、运行效率提升至多 68%。
推荐理由：官方给出会话启动、算力上限与内存占用的具体变化，可据此判断智能体规模化运行的成本与隔离取舍。
NVIDIA Blog精选AI 评分6060 NVIDIA 将 OpenShell 捐给 CNCF，并发布 DSX AI Factory 平台新组件
NVIDIA 在 KubeCon + CloudNativeCon 上宣布把用于保护和治理自主智能体的开源运行时 OpenShell 捐给 CNCF，作为 Sandbox 项目接受社区治理。
推荐理由：NVIDIA 把智能体安全运行时 OpenShell 捐给 CNCF，并给出 Kubernetes 上规模化运行智能体的配套组件。
Ollama Blog精选AI 评分7272 Ollama 0.35 支持 Jev 风格决策模型
Ollama 发布 0.35 版本，新增对基于 TypeSafe Jev API 的决策模型的支持，通过 /v1/systemone 端点一次请求回答一组命名问题。官方称本地运行无需额外费用且延迟更低，Nimble 9B 在 M5 Max 上平均每次决策耗时 91ms。目前可拉取 nimble、tev1 和 tev1:0.8b 三个模型，适用于工单分流、模型路由和内容或安全审核等场景。
推荐理由：原文给出本地决策模型的延迟数据、可用模型清单和请求示例，便于判断这类接口适合哪些实时决策场景。