OpenAI芯片负责人 Richard Ho 在斯坦福 Hot Chips 大会上表示，与 Broadcom 合作开发的推理芯片 Jalapeño 在实测中于功耗效率和响应速度上超过英伟达 GB300。该芯片今年 6 月发布，128 芯片系统提供 1.7 exaFLOPS 的 4 位算力，并配备 27.5 TB HBM4。彭博指出，这组成绩未与新一代 Vera Rubin 对比，且测试排除了推测解码，Jalapeño 目前也未披露实际功耗，2026 年仅有限量供应。

Multiverse Computing 研究人员开发出一项名为 Quantization-Aware Healing 的新技术，将 GPT-OSS 模型从 1200 亿参数压缩至 600 亿参数。研究团队称，压缩版在九项测试中有七项表现超过完整版，同时还能降低模型运行所需的内存、电力和计算资源。该消息由 Techub 援引 CryptoBriefing 披露。

一组研究人员公布称，他们把 GPT-OSS 120B 压缩为 600 亿参数、4-bit 量化模型后，得到的版本在多数对比基准中优于同为 600 亿参数的全精度版本。论文将这一方法称为「量化感知修复」，核心做法是让小模型直接对齐未压缩的大模型输出，而不是学习已被压缩过的中间版本。团队已将 Hypernova-60B 以开放权重形式发布到 Hugging Face，但生成该模型的压缩工具仍属专有，测试范围也仅覆盖 GPT-OSS。

Citrini 分析师 Jukan 表示，OpenAI 自研 AI 芯片「Jalapeño」在扩展规模上可能难以达到英伟达 Rubin 平台的水平。其判断依据是，若 HBM4 高带宽内存完全依赖三星供应，产能爬坡会存在上限。Jukan 还称，OpenAI 若想继续扩大部署规模，可能需要放宽 HBM4 传输速度等规格要求，以便引入其他供应商产品，缓解供应链限制。

英伟达推出Nemotron 3 Super，这是一款1200亿总参数开源混合模型，单次前向仅激活127亿参数，瞄准AI代理场景下的推理吞吐与成本问题。

AISLE用3.6B开源模型复现Anthropic Mythos旗舰漏洞检测，每百万token仅0.11美元。测试显示AI安全能力呈锯齿状边界，小模型在某些子任务上反超大模型，护城河在系统架构。

英伟达推出开源AI模型Nemotron 3 Super，总参数达1200亿，但单次前向仅激活127亿，主打降低智能体工作负载推理成本，并称在特定场景下吞吐量最高较Qwen3.5-122B提升7.5倍。

英伟达发布Nemotron 3 Super，120B参数MoE开源模型，激活仅12.7B参数，实现7.5倍吞吐提升，支持1M上下文，专为AI Agent优化，完全开放许可。