وبحسب Citrini Research، في 16 يونيو، تقوم كل من AMD وApple في الوقت نفسه بتطوير بدائل تعتمد على الذاكرة الفلاشية لتحل محل DRAM في منتجات الذكاء الاصطناعي. استحوذت AMD على MEXT لتحسين أداء التخزين الفلاشي القريب من مستويات DRAM، ما يقلل تكاليف الذاكرة في مراكز البيانات؛ كما طورت Apple تقنية "LLM in a flash" لتحقيق تحسين مماثل على حافة الجهاز. تشير أحدث أبحاث Citrini إلى أن متطلبات KV cache في استدلال الذكاء الاصطناعي، واستهلاك HBM لما نسبته 25% من القدرة الإنتاجية لـ DRAM، يخلقان ضغوطًا كبيرة على

بناءً على الرصد الذي أجرته Beating، أطلقت OpenRouter واجهة نموذج Fusion المركّب، التي توزّع مطالبات المستخدم بالتوازي على عدة نماذج لغوية كبيرة وتُخرج النتائج من خلال نموذجَي القاضي والتوليف. في اختبار DRACO للبحث العميق من Perplexity AI، حقق دمج متعدد النماذج نسبة 69.0%، متجاوزًا درجة Fable 5 المستقلة البالغة 65.3%. كما سجّل لوح منخفض التكلفة يجمع Gemini 3 Flash وKimi K2.6 وDeepSeek V4 Pro نسبة 64.7% بتكلفة استدلال أقل للنصف، ما قلّص الفارق مع Fable 5 إلى مجرد 0.6 نقطة مئوية.

بحسب PANews، في 12 يونيو، كشفت هواوي عن نموذج لغوي كبير مفتوح المصدر openPangu 2.0 في HDC 2026، متاحاً بإصداري Pro وFlash، وكلاهما يدعم نافذة سياق 512K. يتميز Pangu 2.0 Pro بـ 505 مليارات من المعلمات الإجمالية مع 18 ملياراً من المعلمات المُفعّلة، بينما يضم Pangu 2.0 Flash 92 ملياراً من المعلمات الإجمالية مع 6 مليارات من المعلمات المُفعّلة. ادّعت هواوي أن الإنتاجية على بطاقة واحدة عبر معالجاتها Ascend AI يمكن أن تصل إلى 2x مقارنةً بالنماذج مفتوحة المصدر السائدة، كما توفر توافقاً محسّناً مع Harmon

وبحسب بلومبرغ، أصبحت Kioxia Holdings أكبر شركة يابانية مدرجة من حيث القيمة في 12 يونيو بعد أن ارتفعت أسهمها بنسبة 7.6%، ما رفع قيمتها السوقية إلى 44 تريليون ين (قرابة 274 مليار دولار). وقد تجاوزت شركة صناعة الرقائق Toyota Motor، والتي تبلغ قيمتها 43.8 تريليون ين (273 مليار دولار). وارتفعت Kioxia بأكثر من 670% هذا العام، مدفوعة بطلب قوي على ذاكرة NAND Flash المستخدمة في مراكز بيانات الذكاء الاصطناعي.

ذكرت Odaily أن رئيس Kioxia، هايزاساكا، قال إن الطلب الحالي المدفوع بالذكاء الاصطناعي يختلف جوهرياً عن فقاعات تكنولوجيا المعلومات السابقة. فقد انتقل السوق من نماذج التداول الفوري إلى عقود تمتد لعدة سنوات، حيث تقوم كبرى شركات التكنولوجيا بتشغيل مراكز بياناتها بشكل متزايد من خلال تقديم نوايا شراء طويلة الأجل تمتد لعدة سنوات. يوفّر هذا الاتجاه أساساً لإرساء عمليات تشغيل مستقرة. تعد Kioxia ثالث أكبر منتج عالمي لشرائح NAND flash، بقيمة سوقية تبلغ 178 مليار دولار.

بحسب CNBC، كشفت مايكروسوفت عن MAI-Code-1-Flash، وهو نموذج برمجة، وMAI-Thinking-1، وهو نموذج استدلال، خلال مؤتمر Build للمطورين في سان فرانسيسكو في 2 يونيو. يطابق MAI-Thinking-1 أفضل النماذج الرائدة في اختبارات هندسة البرمجيات، وتم تدريبه دون استخدام التقطير من نماذج طرف ثالث. تم تصميم MAI-Code-1-Flash لتعزيز كفاءة الاستدلال، وهو مدمج في GitHub Copilot وVisual Studio Code، بينما يتاح MAI-Thinking-1 في مرحلة معاينة خاصة عبر Microsoft Foundry، منصة الذكاء الاصطناعي التابعة لشركة Azure.

وفقاً لنائب رئيس Google Gemini جوش وودوارد، قدمت الشركة ستة تدابير لتحسين حصص الاستخدام رداً على شكاوى المستخدمين من الاستهلاك السريع للحدود. تشمل التحديثات الرئيسية: إتاحة الوصول المجاني إلى نموذج Flash-Lite لجميع الاستفسارات دون خصم من الحصة؛ وإصلاح خلل في توليد الفيديو وزيادة حدود فيديو Omni الضعف لمشتركي Gemini Ultra؛ ووضع سقوف على طلبات نموذج Pro المعقدة عند إرفاق ملفات كبيرة؛ واستثناء الطلبات الفاشلة أو المرتبطة بالأخطاء من الرسوم على الحصة.

بحسب بيانات OpenRouter التي رصدتها Beating، وصلت DeepSeek V4 Flash، التي طُرحت في 24 أبريل، إلى صدارة تصنيف LLM الشهري للمنصة بأعلى رصيد بلغ 7.99 تريليون رمزًا خلال شهر واحد فقط. تضم المراكز الثلاثة الأولى Hy3 preview (Tencent Hunyuan 3.0) في المركز الثاني بعدد 7 تريليون رمز، وClaude Sonnet 4.6 في المركز الثالث بعدد 6.65 تريليون رمز. سيطرت نماذج اللغات الصينية الكبيرة على الترتيب، حيث شغلت DeepSeek ثلاث مراتب (V4 Flash وV3.2 وV4 Pro)، بينما حققت Tencent Hunyuan وMoon (Kimi K2.6) وMiniMax (M2.7)

وفقاً لـ ChainCatcher، أطلقت منصة B.AI نموذج Gemini 3.5 Flash على واجهة الدردشة Web Chat الخاصة بها، ما يوسّع الوصول خارج قناة واجهة برمجة التطبيقات (API) التي تم تقديمه فيها سابقاً. يوفر النموذج تكاليف أقل مع أداء مماثل لأبرز المنافسين، إلى جانب قدرات محسّنة في فهم الشيفرات البرمجية والتعامل مع المهام المعقدة وتطبيقات الوكلاء. يمكن للمستخدمين الآن الوصول إلى Gemini 3.5 Flash عبر قناتي B.AI API وWeb Chat.

وفقاً لما ذكرته Beating، أعلنت شركة Google Antigravity مؤخراً أنها أطلقت نموذج Gemini 3.5 Flash (Low) بهدف تقليل استهلاك الرموز في المهام البسيطة. ويخفض النموذج الجديد توليد الرموز بنسبة تقارب 45% مقارنةً بـ Gemini 3.5 Flash (Medium)، كما يتفوق على جيل Gemini 3 Flash (High) السابق في مهام هندسة البرمجيات، وفقاً لبيانات اختبار داخلية. ولضمان توفر موارد كافية للمطورين خلال الأسبوع المقبل، قامت Antigravity بإعادة ضبط حصص Gemini عبر جميع الخطط.