深度求索開放 Search／Fetch API：代理上網每千次成功請求零點七五美元——Harness／Claude Code／Codex 至十一月一日前仍免費
深度求索（DeepSeek）已向開發者開放獨立的 Search 與 Fetch 應用程式介面，讓人工智能代理與檢索增強生成（RAG）應用可直接上網搜尋與擷取網頁內容。官方文件列明兩項介面均按「成功請求」計費，每千次成功請求各為零點七五美元；失敗、空結果與逾時不收費。經 DeepSeek Harness、Claude C...
Google DeepMind／官方：開源多模態嵌入模型 EmbeddingGemma 2——七億四千萬參數把文字、程式碼、圖像、影片與音訊放進同一向量空間；純文字只需二億七千萬、手機量化後約一百九十一MB 記憶體；程式碼檢索分數升近十分，Apache 2.0 可商用
Google DeepMind 於十月六日發布開放權重多模態嵌入模型 EmbeddingGemma 2，以 Apache 2.0 授權開放商用。模型總參數七億四千萬，可把文字、程式碼、圖像、影片及音訊映射到同一個七百六十八維向量空間；只做文字檢索時只需載入二億七千萬參數，官方稱量化後在手機上約一百九十一MB 記憶體即可...
Cloudflare／官方：AI Search 正式全面開放——原生圖像嵌入與掃描 PDF OCR；十一月起計費；免費額度涵蓋所有 Workers 方案
Cloudflare 宣布旗下託管檢索產品 AI Search 正式全面開放（generally available）：在原有文字索引之上，新增原生圖像嵌入、掃描版 PDF 光學字元辨識（OCR），並把單檔上限由約四兆位元組提升至十兆位元組。官方指自家網誌與開發者文件亦已採用同一產品。 計費將於二零二六年十一月一日起生...
Perplexity 公開 GPU 嵌入推理棧：Ivy、Tulip、ROSE 把搜尋延遲與成本一併壓低
Perplexity 公開 GPU 嵌入推理棧：Ivy、Tulip、ROSE 把搜尋延遲與成本一併壓低 2026 年 9 月 4 日，Perplexity 於官方部落格〈Fast Embeddings on GPUs〉公開其搜尋核心背後的嵌入（embedding）服務架構，說明如何以自研 Rust／Python 推理棧...
企業AI部署大趨勢：由公有雲模型轉向私有LLM！Gartner預測2026年全球AI支出達2.52萬億美元，企業為咗保護專有數據同符合合規要求，紛紛採用私有部署同領域微調。
私有LLM可以結合RAG整合內部知識，減少幻覺，同時提供完整治理同審計控制。數據唔出公司，真正實現安全生產級應用。 YSK Limited 專業遠端開發團隊實現 AI、私有 LLM、Web3 項目。立即了解：https://ysk.hk/