Gemini 3.8 TTS：发声指示改用 speech_metadata，单次请求默认 WAV
Gemini 3.8 TTS 要把发声指示从台词移到 speech_metadata。单次请求默认返回 WAV，因此原本为原始 PCM 自行添加文件头的代码可能出错。
devotd.
AI
了解各主题的新进展及其来源。
最新文章
64 篇文章NVIDIA cuObject 正式提供：数据走 RDMA，控制走 HTTPS/TCP
NVIDIA 于 9 月 30 日宣布 cuObject 客户端与服务器库正式提供。对象数据通过 RDMA 传到 GPU 或系统内存，但控制请求仍走 HTTPS/TCP，存储服务器也必须支持该协议。
Gemini 4 Argon：100 万 Token 输出上限，限网络防御机构使用
Google 于9月30日发布的 Gemini 4 Argon 将输出上限由 64,000 个 Token 提高到 100 万。初期仅向 Fairwind 计划中受信任的网络防御机构提供；更广泛开放仍属计划，没有公布全面上线日期。
GPT-6.1 Sol：缓存写入费用，输入超过 27.2 万 Token 后整次加价
OpenAI 9月29日发布的 GPT-6.1 Sol 缓存读取价格为每百万 Token 0.10 美元，但缓存写入要 2.50 美元。一旦输入超过 272,000 个 Token，加价针对整次请求，而不是仅针对超出的部分。