根据OpenRouter最新数据测算，上周（5月18日至5月24日）全球AI大模型总调用量为28.9万亿Token，较此前一周增长7.4%，连续五周上涨，大模型调用需求仍在持续释放。其中，上榜的AI大模型中，中国AI大模型周调用量达9.223万亿Token，环比增长19.89%；同期美国AI大模型周调用量为4.93万亿Token，环比增长16.27%。中国大模型周调用量连续四周超过美国并稳居全球首位，中国模型正在更深地进入全球开发者调用体系。
5月20日消息，今天凌晨，谷歌I/O 2026开发者大会开幕，谷歌在会上正式发布Gemini 3.5 Flash，并宣布面向全球所有用户开放，可免费使用。Gemini 3.5 Flash在智能水平上已接近大型旗舰模型，同时延续Flash系列高速响应的优势，是谷歌迄今能力最强的智能体与编程模型。据了解，在多项智能体和编码基准测试中，Gemini 3.5 Flash的成绩均超过上一代旗舰模型Gemini 3.1 Pro。具体来看，在Terminal-Bench 2.1测试中，Gemini 3.5 Flash得分达到76.2%，高于Gemini 3.1 Pro的70.3%；GDPval-AA达到1656 Elo；MCP Atlas得分为83.6%，位居全场最高。在多模态理解测试CharXiv Reasoning中，其得分达到84.2%，同样拿下全场最高成绩。除了性能提升，Gemini 3.5 Flash在输出速度上也表现突出，该模型输出速度超过280 token/秒，是GPT-5.5和Claude Opus 4.7的4倍。谷歌表示，凭借速度与性能之间的平衡，Gemini 3.5 Flash非常适合处理长周期智能体任务。过去开发者可能需要数天、审计人员需要数周才能完成的工作，如今在Gemini 3.5 Flash协助下可大幅缩短耗时，且使用成本通常不到其他前沿模型的一半。
5月8日，商汤宣布，推出新一代轻量化多模态智能体模型——商汤日日新SenseNova 6.7 Flash-Lite。同时SenseNova?Token?Plan限时免费开放，全线办公技能SenseNova-Skills同步在GitHub开源。它还可大幅降低推理过程中的Token消耗，在信息搜索等场景中Token消耗对比纯文本智能体直降60%。并可实现毫秒级反馈，更符合高频互动的生产环境需求。
4月29日，蚂蚁集团旗下的百灵大模型宣布，Ling-2.6-flash 正式开源。同步提供 BF16、FP8、INT4 等多个版本，方便开发者根据不同硬件环境、推理成本和部署需求灵活选择。据了解，Ling-2.6-flash 是一款总参数量 104B、激活参数 7.4B 的 Instruct 模型，两周前以 Elephant Alpha 的匿名身份登陆 OpenRouter。
4月22日，百灵大模型正式推出Ling-2.6-flash —— 一款总参数量104B、激活参数7.4B的Instruct模型。在Artificial Analysis的完整评测中，Ling-2.6-flash仅消耗15M tokens，约为Nemotron-3-Super等模型的1/10，以更高的“智效比”完成任务。
目前OpenClaw的日榜与月榜前三甲被中国大模型Step3.5Flash、Kimi K2.5、MiniMax M2.5包揽。其中，阶跃星辰开源基座模型Step3.5Flash调用量攀升最为明显。根据OpenRouter统计，过去30天内，Step3.5Flash在OpenClaw上的tokens调用总量已位居全球第一，超越Kimi K2.5、MiniMax M2.5。此前该模型已连续一周登顶OpenClaw单日调用榜。
3月4日全面开源后，阶跃星辰新一代基座模型Step 3.5 Flash的全球热度进一步攀升，模型调用量在OpenClaw（被网友称为“小龙虾”的全球知名开源项目）上已迅速攀升至全球第一。前五名中，紧随其后的是MiniMax M2.5、Trinity Large Preview（free）、Kimi K2.5，以及Claude Sonnet 4.6——来自中国大模型创业公司的基座模型占据了过半席位。
3月4日，谷歌推出Gemini 3.1 Flash-Lite模型。谷歌称，3.1 Flash Lite定价为每100万个输入令牌0.25美元，每100万个输出令牌1.50美元，即日起，3.1 Flash-Lite将通过Gemini API在Google AI Studio中面向开发者推出预览版，并通过Vertex AI面向企业客户推出。
2月11日消息，蚂蚁集团开源发布全模态大模型Ming-Flash-Omni 2.0，是业界首个全场景音频统一生成模型，可在同一条音轨中同时生成语音、环境音效与音乐。用户用自然语言下指令，可对音色、语速、语调、音量、情绪与方言等进行控制。模型在推理阶段实现了3.1Hz的极低推理帧率，实现了分钟级长音频的实时高保真生成。
2月2日，Soul App AI团队（Soul AI Lab）宣布已开源实时数字人生成模型SoulX-FlashTalk。据其介绍，这是首个能够实现0.87s亚秒级超低延时、32fps高帧率，并支持超长视频稳定生成的14B数字人模型。
1月20日，GLM-4.7-Flash正式发布并开源。GLM-4.7-Flash是一个混合思考模型，总参数量为30B，激活参数量为3B，作为同级别SOTA模型，为轻量化部署提供了一个兼顾性能与效率的新选择。即日起，GLM-4.7-Flash将替代GLM-4.5-Flash，在智谱开放平台BigModel.cn上线，并供免费调用。
9月1日，美团正式发布并开源大模型LongCat-Flash-Chat。LongCat-Flash采用创新性混合专家模型（Mixture-of-Experts, MoE）架构，总参数560B，激活参数18.6B-31.3B（平均 27B），实现计算效率与性能的双重优化。据多项基准测试综合评估，LongCat-Flash-Chat在仅激活少量参数的前提下，在智能体任务中具备突出优势，同时推理速度超过100tps。
当地时间8月26日，谷歌正式推出了其最先进的图像生成与编辑模型Gemini 2.5 Flash Image，代号“纳米香蕉”（nano banana）。该模型当前在LMArena基准测试中位列AI图像编辑模型榜首，具备角色一致性保持、自然语言精准修图、多图融合能力，并利用Gemini世界知识提升智能表现。目前用户可通过Gemini App、API等方式访问，其API定价为每百万输出token30美元。
近日，亮道智能正式面向全球市场推出Flash纯固态激光雷达产品——Gen2 Mini。据介绍，Gen2 Mini实现了体积上的大幅缩减，面向无人机、人形机器人、智慧安防等多领域的客户，提供快速集成部署方案，提升智能化设备整体的紧凑性。
据IPO早知道消息，纵目科技全新子公司——蚕丛机器人于2024年1月18日正式问世，并正式推出其“FlashBot闪电宝”产品。同时，蚕丛机器人与电管家集团签订了长期战略合作协议，并与法国恒通集团、法国光芒公司分别线上签订了战略合作意向书。纵目科技、蚕丛机器人创始人、CEO唐锐指出，在自主代客泊车大规模商业化应用之前，闪电宝FlashBot将是能够将自主代客泊车在封闭园区率先实现商业化应用的最好产品。
近日，芯探（上海）科技有限公司（以下简称“芯探科技”）宣布完成数千万人民币Pre-A轮融资，投资方为金雨茂物和元禾原点。本轮融资资金将用于技术研发、产品优化以及量产交付。 芯探科技是一家纯固态Flash激光雷达研发生产商，专注纯固态Flash激光雷达的研发与生产，基于对飞行时间（ToF）原理和激光雷达探测芯片的深刻理解，构建了创新性的SmartFlash架构，已解决目前机械式、混合固态激光雷达成本高、可靠性差等痛点问题，为客户带来性能卓越、安全可靠、成本领先的纯固态Flash激光雷达，推动激光雷达进入纯固态时代。