微软Azure意外泄露Anthropic未发布模型：Fable 5.5与Mythos 5.5浮出水面

据B站UP主「Will叔」的每日AI动态，微软Azure的配置页面意外暴露了Anthropic尚未发布的两款新模型——Fable 5.5和Mythos 5.5，连同定价与参数一并流出。这被视为大模型竞争进入新阶段的信号。

Azure配置页泄露细节

根据截图信息，Fable 5.5的API定价为输入10美元、输出50美元每百万tokens，支持百万级上下文窗口。而更受关注的是Mythos 5.5，官网源码显示其专攻网络安全与生物学领域。

定价与定位的同步流出，意味着Anthropic正试图在专业垂直领域建立壁垒，而不是单纯卷通用能力。百万上下文配合高输出价格，也暗示Fable 5.5可能面向长文档分析与复杂推理场景。

百万级上下文窗口指模型单次推理可接受的 token 总量达到百万量级（通常为 100 万 tokens），相当于一次性读完数百页文档或数小时会议记录。其代价是显存占用与注意力计算量随序列长度超线性增长，因此厂商常配合分块注意力、KV 缓存压缩等技术。对开发者而言，超长上下文让「整库检索 + 全文推理」不再依赖复杂的分段拼接，但也显著拉高了输入侧成本，定价策略往往据此区分长短文本场景。

阿里通义千问：把大模型“压”进CPU

同一期内更令人意外的，是开发者对通义千问^广告3.5的逆向操作。有人在32位RISC CPU上实现了完整的前向传播，让大模型直接跑出一个小模型。

据视频描述，这一方案的数学精度从55%提升到97.5%，相当于用极低成本硬件实现了可用的推理能力。这对边缘计算和嵌入式场景意义重大，也说明模型蒸馏与量化仍有大量未被挖掘的空间。

前向传播（forward propagation） 指神经网络从输入到输出的单向计算过程，不涉及反向传播与梯度更新，是推理阶段的全部计算内容。在 CPU 上跑通前向传播的难点在于：32 位 RISC 架构的寄存器位宽与内存寻址能力有限，浮点运算单元较弱，需要把权重做低位量化（如 int8/int4）并重写矩阵乘法的内核，才能避免溢出与精度崩塌。文中数学精度从 55% 提升到 97.5%，本质上是通过量化方案与算子实现优化，把数值误差压回可用范围。

模型蒸馏与量化是两条互补的压缩路线。蒸馏让小型「学生模型」模仿大型「教师模型」的输出分布，把能力迁移到更少参数上；量化则把权重和激活从 FP16/FP32 降到 int8、int4 甚至更低，直接缩小内存占用与算力需求。二者常叠加使用：先蒸馏得到结构更小的模型，再量化以适配低功耗硬件。Qwen 3.5 能在 RISC CPU 上运行，正是这两类技术在算子层面的工程化落地，而非单纯的模型规模缩减。

DeepSeek微调V4.1 Pro：效率翻倍

国产开源侧，DeepSeek^广告被曝正在加紧微调V4.1 Pro，最新评测脚本已经流出。内部测试显示，其超级代理架构将复杂任务耗时从29分多缩短到15分多，效率大幅提升。

这一改进指向的是代理（Agent）场景下的任务编排优化，而非单纯模型能力提升。对于需要多步骤执行的复杂任务，时间减半意味着可用性的质变。

超级代理架构（Agent 架构） 指由规划、工具调用、记忆与反思等模块组成的多步任务执行框架，模型不再是单轮问答，而是把复杂目标拆成子任务并循环执行。其耗时瓶颈通常不在单次推理，而在步骤间的串行等待与上下文重复传递。V4.1 Pro 把复杂任务耗时从 29 分钟压到 15 分钟，意味着在任务编排、并行子任务调度或上下文复用上做了优化——这类改进对多步骤工作流的可用性影响，往往比单纯提升基准分数更直接。

AI圈的其他动态

AI大佬Karpathy分享了一次“被算法搞破防”的经历：周五刷视频被推荐气到，周六指挥Claude两小时就搭出收录6400多个精选视频的Hackertube。他的感慨是，现在写代码全靠AI，人类只管买域名。

马斯克的母亲Maye Musk也被曝每天使用Grok十几次，并设置了媒体过滤器：采访前先用Grok评估好评率，超过95%才接受。

这些片段共同勾勒出一个趋势：AI正从工具变成日常决策的参与者，从开发者到普通用户，使用门槛都在快速降低。