本期信号集中在模型走向真实工作流的三个接口：推理性价比、可约束的输出格式，以及本地可用的领域模型。MiniMax 的新 Flash 模型受到明显讨论；Mistral 则把小型时序预测模型带入 Hugging Face。性能数字仍以厂商或作者报告为主，社区关注不能替代独立验证。
来源事实：MiniMax 说 M3.1 Flash 已在其 API、M Plan 和 MiniMax Code 提供。公司报告线上推理接近前代 3 倍速度、Agent 使用成本降低 70%，标价为每百万 token 输入 $0.15、输出 $0.60、缓存输入 $0.015；并列出自动化、编码、电脑操作和网络安全基准成绩。模型权重尚未发布。以上性能与基准结果均为厂商口径。
关注 / 采用证据：Hacker News 讨论在本次检查时为 483 分、206 条评论；讨论中既有用户质疑 Space Bunny 前身的实际体验，也有人等待独立复测。API 已可用是分发证据，但没有可验证的使用量或留存数据。
来源事实：Mistral 发布 5M、28M、123M 和 209M 四种参数规模的概率时序预测模型，支持多变量预测、历史及已知未来协变量；官方称最大版本可在 CPU 运行，并在 GIFT-Eval、TIME、fev-bench 三个公开基准领先。权重已放到 Hugging Face，采用 Modified MIT 许可。基准排名和性能描述来自 Mistral 自报。
关注 / 采用证据：发布帖在 HN 本次检查时有 591 分、115 条评论；官方 HF 组织页显示权重公开。页面下载数字是动态指标，不足以证明生产采用。
来源事实：AWS 宣布 Bedrock 对可用的 Anthropic Claude 模型普遍提供结构化输出，覆盖 bedrock-runtime 与 bedrock-mantle。请求可用 JSON Schema 约束输出，或用 strict tool use 校验工具参数；AWS 使用 constrained decoding，并说明新 schema 首次会编译语法、随后按账户缓存 24 小时。并非所有 JSON Schema 规则都执行：递归结构、数值上下界、字符串长度等仍须应用自行校验。
关注 / 采用证据：功能已 GA，且 AWS 提供 API 示例与文档，说明开发者现在可集成；本次没有查到独立使用量或客户采用数字。
来源事实：开发者 Erik Kannike 发布 Qwen3-4B-Instruct 的 LoRA 微调版，目标是减少常见写作习惯，并让模型无需 system prompt、可用 Ollama 本地运行。作者在 40 条留出提示上报告：其风格规则分从原版每千词 121 降至 12.5，68% 回答落入其定义的“人类写作”区间；30 道事实题保持 30/30。作者也指出文字变平、仍会编造人名地点，评测仅限短篇英文，且没有盲测读者评估。测试数字是作者自测，不是独立评测。
关注 / 采用证据：Show HN 讨论在检索时为 149 分、109 条评论；Hugging Face 上已有可下载模型。讨论既关心写作控制，也指出风格分数未必等于可读性或真实性提升。下载量没有作为采用结论。
用同一组真实编码与桌面任务比较 M3.1 Flash 的成功率、P50/P95 延迟、重试和完成任务成本。
关注公开数据上的预测区间校准、跨领域泛化及与传统基线的比较，尤其是 CPU 部署的实际速度。
验证 schema 不支持的约束、拒答、截断和首请求编译延迟会怎样影响真实流水线。
等待盲测读者评价、跨语言复测与更大模型实验；风格检测器分数本身不是质量标准。