商业扩散式大模型与 Agent 加速模型同日热议，端侧与 Mac 多机工具跟进。
[Mercury 3](https://www.inceptionlabs.ai)（Inception）
是什么： 商业扩散式大模型（dLLM），宣称超过 1000 tokens/秒、1M 上下文，并称在多项基准上对标或超过 GPT-6 Luna / Claude Haiku 5.5。列表价约每百万 token $0.20 / $0.70，上线五折 $0.10 / $0.35；已上 Inception API、OpenRouter、Baseten、Vercel。HN 约 213 分。
适合谁 / 怎么用： 低延迟 Agent 循环用户。OpenAI 兼容/OpenRouter 直接换模型测延迟。
[MiniMax M3.1 Flash](https://www.minimax.io/blog/minimax-m31f)
是什么： 面向 agent、编程、Computer Use 和安全场景。官方称推理约快近 3 倍、使用成本降约 70%；定价约每百万 token $0.15 输入 / $0.60 输出 / $0.015 缓存输入。已上 MiniMax API、M Plan、MiniMax Code；权重稍后开源。HN 约 350 分。
适合谁 / 怎么用： 要更快更便宜 Agent/编程模型的人。API 或 MiniMax Code 换 M3.1 Flash 跑对比。
[Muse Glimmer 30B](https://ai.meta.com/research/publications/muse-glimmer-30b-an-on-device-agentic-model/)（Meta）
是什么： 开源端侧 agent 模型，约 30B、约 4-bit，带感知编码器，强调多步推理、工具调用和失败恢复；消费级单卡可本地跑，Apache 2.0。对比同量级 Gemma4-31B / Qwen3.6-27B 的 agent 基准。
适合谁 / 怎么用： 本地隐私优先、要端侧 agent 的人。单卡 4-bit 拉权重试工具调用与失败恢复。
[Clairic](https://blog.cloudflare.com/clairic-extraction-model/)（Cloudflare）
是什么： Workers AI 上的 System One「抽取」模型（`@cf/cloudflare/clairic`）：一次前向、不按输出 token 计费，从文本或最多 4 张图抽出强类型字段（数字、日期、列表、估计、预测）并带置信度。
适合谁 / 怎么用： 发票/邮件/收据结构化抽取，而不是聊天生成。Workers AI 调 `@cf/cloudflare/clairic` 抽字段。
[Timestral](https://mistral.ai/news/timestral/)（Mistral）
是什么： 时序基础模型族（约 5M–209M），零样本多变量概率预测，最长约 32K 步；209M 版据称在 GIFT-Eval 等预训练零样本榜靠前。HN 约 531 分。
适合谁 / 怎么用： 做预测/时序的人。按序列长度选规格，零样本先跑自有序列。
[Beam.win](https://beam.win)
是什么： 把一台 Mac（如 Mac mini）上跑着的 agent 窗口，加密投到眼前这台 Mac：原生窗口 + Dock + ⌘Tab，本地网或 Tailscale。PH 日榜第一（约 230–290 分量级）；每天可免费试用约 20 分钟。
适合谁 / 怎么用： 多机 Mac 跑本地 agent 的人。装上把「机房 Mac」上的 agent 窗口投到眼前操作。
[readywhen](https://app.readywhen.ai)
是什么： WhatsApp 里的「高级私人助理」：自有号码、自有电脑、项目看板，能打电话/发消息/语音条。PH 日榜第二（约 150–170 分）。
适合谁 / 怎么用： 偏生活和事务自动化的人。WhatsApp 里接号码与看板，试一周日常跟进。
今天先试： Mercury 3（OpenRouter 换模型测延迟）；本地隐私改试 Muse Glimmer 30B；多机 Mac 装 Beam.win。