OpenInference
PulseAugur coverage of OpenInference — every cluster mentioning OpenInference across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
尽管中位数价格稳定，LLM API 定价仍显示出极端分歧 · 跟踪了 4 个来源
对 LLM API 定价的最新分析显示，尽管大多数模型的中间价格价差为 0.0%，但提供商之间存在显著差异。虽然 72% 的模型在不同提供商之间的价格差异小于 20%，但存在长尾的极端分歧，一些模型的价差超过 200%。这种现象归因于提供商转售上游计算资源或镜像供应商列表价格，导致缺乏真正的价格竞争。然而，GPU 小时托管和其他不同的业务模式造成了巨大的价格差异，可能会影响那些不仔细比较选项的用户成本模型。
-
多家AI提供商LLM定价调整 · 已追踪10个来源
Narev Bot 报道了多家公司LLM定价发生变化的多个实例。这些更新影响了阿里巴巴集团、百度和Mistral AI等主要参与者，以及Wafer、Decart和Inceptron等小型实体的模型。报道表明大型语言模型的定价格局正在发生变化。
-
新的linter 'tracelint' 从执行轨迹中发现AI代理错误
一款名为tracelint的新开源linter已被开发出来，无需LLM裁判即可识别AI代理执行轨迹中潜在的错误。该工具分析轨迹（例如由Phoenix和OpenInference收集的轨迹），以检测确定性故障，如不正确的工具模式使用或在有副作用的操作中重复使用失败的结果。通过与CI管道集成，tracelint可以标记回归并确保代理遵守定义的运行规则，正如在LangGraph代理部署不稳定的构建尽管有警告的实验中所演示的那样。
-
AI代理框架缺乏关键审计字段以提供证据，研究发现
对六个流行AI代理框架的最新审计显示，其在用于取证的日志记录能力方面存在重大缺陷。研究人员于2026年9月4日发现，中位数框架仅记录了十二个强制审计字段中的五个，没有一个框架实现了类似哈希链的防篡改字段。这种强大的日志记录缺失意味着当前主要为调试设计的代理跟踪无法可靠地证明AI代理已执行的操作，从而引发了对问责制和信任的担忧。
-
多家LLM提供商调整定价，Narev Bot 报道 · 跟踪10个来源
Narev Bot 报道了多家提供商的LLM定价发生的多项变动。这些更新包括对百度、GMICloud、StreamLake、腾讯、阿里巴巴集团、Relace、Inceptron、Io Net、Novita、DeepSeek 和 Morph 的调整。这些报告发布于9月9日，表明这些实体的模型价格已被更改。
-
Dynatrace 将以 9.15 亿美元收购 AI 可观测性公司 Arize
Dynatrace 已同意以 9.15 亿美元现金和股票交易收购 Arize，旨在加强其 AI 评估能力。此次收购将使 Dynatrace 在开发生命周期的早期阶段接触到 AI 工程师，与其现有的 AI Observability 应用相辅相成。Arize 在预发布评估（包括实验和提示迭代）方面的优势将整合到 Dynatrace 的平台中，该平台已提供用于评估实时生产响应和检测漂移的工具。
-
新基准揭示 AI 代理故障诊断差距
引入了一个名为 TelemetrySuffBench 的新基准，用于评估 AI 代理系统利用执行跟踪诊断故障源的能力。该基准包含具有延迟绑定故障的受控多组件跟踪，揭示了五个前沿语言模型在故障检测与准确故障源定位之间存在显著差距。结果表明，虽然模型可以有效检测故障，但它们难以查明确切原因，尤其是在面对需要弃权的模糊输入时。该研究强调了显式决策到来源链接和弃权保护机制对于 AI 代理系统中可靠因果归因的重要性。
-
开发者详解如何通过自定义 Span 属性来跟踪 LLM 成本
一位开发者详细介绍了如何在 OpenTelemetry 中实现自定义 Span 属性，以更有效地跟踪大型语言模型 (LLM) 的成本。通过向 Span 添加诸如 `team.id`、`feature.id` 和 `llm.model` 等属性，组织可以在成本显著影响账单之前，按团队或按功能等细粒度级别识别成本回归。这种利用 Tempo 和 Grafana 等工具进行查询和告警的方法，在捕获意外成本飙升方面，比标准的 Trace 级别调…