7月15日，月之暗面回应Kimi K2模型API速度慢问题，称主要原因是访问量大和模型体积大，目前正全力优化推理效率并增加硬件资源，预计几天内速度将明显提升。Kimi K2模型于7月11日正式发布，支持最长128K上下文，具备更强通用性与工具调用能力，API服务已全面上线。计费方案为每百万输入tokens 4元、每百万输出tokens 16元。此外，Kimi K2完全开源，用户可通过其他供应商接入或自行部署。

7月15日晚间，月之暗面发布公告回应Kimi K2模型API速度慢的问题，称目前正在全力解决。公司表示，问题主要源于访问量大和模型体积大的双重压力，正在通过优化推理效率、增加硬件设备提升性能。预计未来几天内，API速度将得到明显改善。

7月3日，科技媒体bleepingcomputer报道，ChatGPT应用或将引入类似Operator的智能体工具。Operator是OpenAI推出的AI工具，可模拟人类操作浏览器完成任务，如预订餐厅、填写表单等。安卓测试版ChatGPT代码中发现了“点击”“拖拽”“输入”等操作关键词，以及可能调用远程浏览器或API执行任务的线索。此外，代码提及“intake form”，暗示新功能可能以邀请制形式内测。这一进展表明ChatGPT正向更智能化的操作能力迈进，具体上线时间尚不明确。

6月30日，百度正式开源文心大模型4.5系列，包含10款模型，涵盖47B、3B激活参数的混合专家（MoE）模型及0.3B参数的稠密型模型，支持预训练权重和推理代码完全开源。该系列模型已在飞桨星河社区、HuggingFace等平台上线，并可通过百度智能云千帆大模型平台使用API服务。文心大模型4.5在多模态理解、文本任务性能等方面表现优异，部分模型在多个基准测试中达到SOTA水平，尤其在指令遵循、视觉理解和多模态推理方面表现突出。

5月21日，OpenAI宣布扩展Responses API，新增多项功能支持开发者构建更智能的应用。新功能包括远程连接MCP服务器、图像生成（基于gpt-image-1模型）、Code Interpreter工具以及文件搜索优化。Responses API现全面支持GPT-4o系列和GPT-4.1系列模型。开发者可通过几行代码连接Cloudflare、HubSpot、Stripe等MCP服务器，快速访问数据源。图像生成工具支持实时流式预览与多轮编辑，Code Interpreter助力复杂数学与编码问题解决，文件搜索支持多向量存储与属性过滤。此外，API新增后台模式处理长时间任务，推理摘要功能用自然语言总结推理过程，加密推理项保障Zero Data Retention用户在无数据存储情况下复用推理项，降低延迟与成本。

5月10日消息，谷歌为其Gemini 2.5 API推出“隐式缓存”功能，自动识别并重用API请求中的常见前缀，使开发者的成本最高降低75%。该功能适用于Gemini 2.5 Pro和Gemini 2.5 Flash模型。与2024年5月发布的“显式缓存”不同，“隐式缓存”无需开发者手动配置，系统默...

5月6日消息，月之暗面今日正式发布了Kimi长思考模型API。Kimi-thinking-preview模型是最新推出的k系列多模态思考模型，具备深度推理和多模态推理能力。用户可通过更换model或使用openai SDK来访问该模型。不过，该版本仍处于预览阶段，存在多项功能限制，包括不支持工具调用、联网搜索、JSON Mode及Partial模式等。若强行启用上述功能，可能导致模型输出异常内容。详细API使用文档可参考：[此处]。

OpenAI深夜发布全新API和工具，简化智能体开发流程。推出Responses API、三大内置工具及开源SDK，支持多轮交互与工具调用。Responses API结合Chat Completions的简单性与Assistants API的工具能力，支持网络搜索、文件搜索和计算机使用。网络搜索工具基于微调的GPT-4o，文件搜索新增元数据过滤和直接搜索端点，计算机使用工具在多项基准测试中刷新SOTA。此外，开源的Agents SDK优化多智能体工作流管理，支持任务交接和安全防护。OpenAI计划逐步淘汰Assistants API，建议开发者转向Responses API。该工具从今日起可供开发者使用，价格按标准费率计费。

5月1日，科技媒体KrebsOnSecurity报道，埃隆·马斯克旗下的xAI公司因员工失误，在GitHub上泄露API密钥近2个月。该密钥可访问xAI的多个大型语言模型（LLMs），包括未发布的Grok聊天机器人版本（如grok-2.5V）及与SpaceX、Tesla相关联的定制模型。法国安全咨询公司Seralys率先披露此问题，GitGuardian随后介入调查。尽管GitGuardian于3月2日已向涉事员工发出警告，但直至4月30日联系xAI安全团队，问题才得到解决。研究显示，该密钥还涉及“tweet-rejector”和“grok-spacex-2024-11-04”等私有模型。GitGuardian负责人Carole Winqwist指出，攻击者若利用此漏洞，可能实施提示注入或植入恶意代码，威胁供应链安全。

4月30日，在首届LlamaCon大会上，Meta发布了Llama API，支持开发者测试最新模型Llama 4 Scout和Maverick，并提供一键API密钥创建及轻量级SDK。该API兼容OpenAI SDK，便于开发者迁移应用。Meta与Cerebras合作优化性能，Cerebras推出的Llama 4 Cerebras模型达到2600 tokens/s的速度，比NVIDIA方案快18倍，远超ChatGPT（130 tokens/s）和DeepSeek（25 tokens/s）。Groq提供的Llama 4 Scout模型速度为460 tokens/s，输入/输出费用分别为0.11美元和0.34美元。Cerebras CEO Andrew Feldman表示，Llama API已成为全球最快的推理API，显著提升AI系统性能。