这里给一些还不太熟悉 DigitalOcean 云平台的用户介绍一下。DigitalOcean 无服务器推理是一项托管式模型推理服务。开发者可以直接通过 API 调用基础模型，不需要购买 GPU、部署推理框架，也不需要自己处理扩缩容、模型升级和底层基础设施运维。目前，DigitalOcean Inference 提供 70 多款模型。简单来说，它把“搭建并维护一套大模型推理服务”变成了“调用一个

在今天举办的 Deploy 大会上，DigitalOcean 正式宣布 DeepSeek V3.2、MiniMax-M2.5 和 Qwen 3.5 397B 在上全面可用。DigitalOcean 推理云上的 DeepSeek V3.2 和 Qwen 3.5 397B ，在参与的所有云中实现了 ​​。具体到 DeepSeek V3.2，这意味着在 10,000 个输入 token 的情况下，输出速

按 token 思维是 2023 年的习惯。工作负载已经向前发展了，预算模型也需要随之发展。为边界做预算，追踪那四个数字，你的智能体就会从成本风险变为一个效能倍增器。将这个框架投入实践的最快方式，就是把它指向一个值得为此运行的模型。Kimi K2.6 现在已经在 DigitalOcean 无服务器推理上线——前沿智能，OpenAI 兼容端点，你这边无需任何运维，与你的 DigitalOcean 技

当你的智能体（AI Agent）开始处理越来越复杂、运行时间越来越长的任务时，一个干净、持久的环境就变得不可或缺。手动搭一台远程开发机，意味着要创建云服务器、配 SSH 密钥、装依赖，再把它们跟你的工作流接起来——还没开始写代码，基础设施的杂活就已经堆成山了。今天，我们让它变简单了。已进入公测版本，开发者可以直接在 Codex 里面，用自己的 DigitalOcean 账号，用自然语言说句话，就能

GLM-5.2 是 Z.ai（智谱 AI）最新开源的自主软件工程与仓库级推理模型，现在可以通过直接使用了。众所周知，GLM-5.1 针对长时间运行的代理型编码工作流做了优化，能一口气撑住长达 8 小时的复杂自主任务；而这次的 GLM-5.2 则带来了 100 万 token 的上下文窗口和双推理模式，专为大规模代码分析与重构设计。两款模型都支持工具调用、结构化输出和多语言应用。

OpenAI 的 GPT-5.6 系列模型——旗舰版、均衡版，以及主打快速高性价比的——现已通过正式上线。Sol 在编程、知识工作、网络安全和科学推理等领域都达到了顶尖水准；Terra 则为日常生产负载提供了兼顾性能与成本的均衡选择；而 Luna 是家族中速度最快、价格最友好的成员。新增的最大推理（Max Reasoning）和超速（Ultra）模式，能帮你轻松应对复杂、多步骤的任务。

大模型选型没有标准答案，但有方法论。价格表只是起点，CV、冗长度、场景匹配才是真正的 ROI 决定因素。DigitalOcean 的无服务器推理把这四个模型放在同一个平台上，让你可以低成本、零摩擦地完成从测试到生产的整个流程。你不需要同时维护四套 API 对接代码、四份账单、四个账号。一个 API Key，切换模型只需改一个参数名。如果你的团队正在做模型选型，但不确定自己业务场景下的最优模型组合是

Anthropic 的 Claude Opus 5——最新旗舰级模型，现已通过正式上线。Opus 5 专为高要求的 Agent 工作流设计，在复杂软件工程、科学研究和企业自动化等任务上均达到前沿水准。它支持长上下文推理、工具调用与结构化输出，同时带来了显著提升的成本效率——性能接近 Claude Fable 5，但定价仅为后者的一半。

Moonshot AI 的最新旗舰模型 ​​——也是目前公开发布的最大规模开源模型——现已通过正式上线。Kimi K3 专为长时自主 Agent 工作负载设计：自主编码、多步研究、以及需要在数百次工具调用中稳定运行而不丢失上下文的生产级 AI Agent。它可以通过 Serverless Inference 集成到现有应用中，享有按量计费与全托管基础设施。

对于大多数团队，按 Token 计费的无服务器推理仍是运行 Kimi K3 更经济、简单的方式：无需一次性租用至少 8 张高端 GPU，也不必持续承担模型部署、推理框架和集群运维成本。只有当业务拥有长期稳定的高并发流量，GPU 能够保持较高利用率，或者对数据驻留、性能一致性、自有权重和基础设施控制有明确要求时，自托管或专用推理才更值得考虑。按照本文采用的价格和负载假设，单个重度用户使用 API 可