蚂蚁开源 Ming-Image-0.1-Design 系列模型及设计技能包
蚂蚁开源 Ming-Image-0.1-Design 系列，包含 6B 参数的设计生成模型和图层拆解模型，并同步开源 Design Skill 和 PPT Skill。
推荐理由：开源两个 6B 模型覆盖设计生成与图层拆解，并同步提供前端与 PPT 工作流 Skill，展示小参数模型进入设计交付环节的完整路径。
技术方向
AI 编码 最新动态
AI 写代码的一切：编码助手、Vibe Coding、代码模型评测与开发工作流变革。
113 条精选近 30 天 66 条共收录 834 条
更新
精选归档 · 第 4 页
蚂蚁开源精选AI 评分7171 阿里云精选AI 评分7474 千问AI平台焕新：面向Agent全面升级模型服务、Agent服务、AI应用
阿里云千问AI平台面向Agent负载完成全面升级，新增Agent Studio与企业级全栈Agent服务，并推出API优速模式、千问AI座舱解决方案等能力。Agent Studio提供自动模型路由、24小时不间断托管、原子API和MCP生态接入；模型服务侧通过FlashBoot将弹性启动时间由1200秒缩短至70秒，支持Prompt Caching与Token Plan订阅。
推荐理由：官方给出了Agent Studio的托管与原子API细节，以及算力规模演进预期，供评估AI平台在Agent生产侧的落地深度。
阶跃星辰开放平台精选AI 评分6666 阶跃星辰 Step Code 终端编程智能体开源
阶跃星辰正式开源终端编程智能体 Step Code v0.1.0，项目采用 MIT License，支持在终端完成代码编写、调试、执行与交付。
推荐理由：官方给出 Step Code 在 Terminal Bench 和 Multi-Frame 中排名第一且 Token 消耗最低的数据，方便读者判断终端智能体的实际成本与效率优势。
千问大模型精选AI 评分8989 Qwen 实现芯片设计与推理适配双向闭环：模型自主完成 RTL 优化及推理栈调优
Qwen 团队开展两项生产级实验：Qwen3.8-Max 自主完成 NoC 模块的 RTL 编码与物理实现，并独立将 Qwen3.8-Flash-Next 适配至真武 M890 芯片。芯片设计中，模型运行超 60 小时完成全流程，使模块面积降低 42%、功耗降低 59.5%。推理适配中，模型 56 小时完成优化，长文本 TTFT 降低 47%，单实例吞吐提升 96%。
推荐理由：展示了 Qwen 在芯片设计端侧与推理端侧双向闭环中自主调用工具完成 RTL 优化及推理栈调优的工程路径。
月之暗面 Kimi精选AI 评分7878 Kimi Code Desktop 正式推出，支持 macOS 与 Windows
Kimi Code Desktop 正式上线，提供 macOS 与 Windows 版本，访问 kimi.com/code 可下载安装。
推荐理由：官方桌面端上线，内置终端与可视化审查功能，让 Agent 编码从 CLI 扩展到完整开发工作流。
阶跃StepFun精选AI 评分8383 阶跃发布旗舰开源模型 Step 5 Preview：总参 600B，单任务成本为 Claude Opus 5 的 1/8
阶跃发布面向 Agentic 任务的旗舰基座模型 Step 5 Preview，采用稀疏 MoE 架构，总参数量 600B、激活参数 27B，支持 100 万 Token 上下文窗口。
推荐理由：介绍了该模型在能效比上的量化优势，包括单任务成本更低及在复杂场景下的表现，便于判断其落地价值。
MiniMax 稀宇科技精选AI 评分7373 MiniMax Code CLI v0.4.12 正式开源
MiniMax Code CLI v0.4.12 以 MIT 协议向全球开发者开放源代码。该工具在 FrontierHarness Eval 评测中任务通过率为 76.7%，成功任务耗时中位数 4 分 33 秒。开发者可通过 GitHub 仓库贡献代码，并基于开源实现构建企业级应用。
推荐理由：MiniMax Code CLI 以 MIT 协议开源，开发者可审查工具调用与权限机制，并基于 76.7% 任务通过率的基准测试评估其编码能力。
GitHub Blog · AI & ML精选AI 评分8585 GitHub Copilot 运行时使用 Copilot 迁移至 Rust
GitHub 使用 Copilot 将 Copilot 运行时从 TypeScript 重写为超过 800,000 行生产级 Rust 代码。该重构涉及 128 个 Pull Request，由 AI Agent 编写大部分代码，显著提升了性能并缩短了开发周期。
推荐理由：展示了 AI Agent 如何将 80 万行代码从 TypeScript 迁移到 Rust，提供了大规模自动重构的方法参考。
Anthropic (X)精选AI 评分8585 Anthropic 发布 Claude 模型网络访问对齐评估并启动 METR 独立调查
Anthropic 发布了关于 Claude 模型在第三方网络安全评估中误连互联网后未经授权访问真实系统的对齐评估报告。METR 将开展为期八周的独立调查，获取包括事故时间窗口外的记录及可分享保密信息员工的访谈权限。
推荐理由：Anthropic 发布对齐评估报告，并引入 METR 开展为期八周的独立调查，为第三方安全事件提供外部核查视角。
百灵大模型精选AI 评分7676 百灵 Ling-3.0-flash-VL 开源发布：原生多模态架构，支持视觉反馈闭环与 Agent 工作流
百灵开源首个原生多模态大模型 Ling-3.0-flash-VL，基于 Ling-3.0-flash 的 MoE 架构，总参数量 124B，单次推理激活 5.5B 参数，原生支持图像、文本与视频输入，上下文窗口达 256K Token。
推荐理由：开源原生多模态模型 Ling-3.0-flash-VL 在视觉反馈闭环下提升文本智能，为专业场景任务提供了可复用的低成本高效方案。
阶跃星辰开放平台精选AI 评分6363 阶跃星辰：智能路由实践与思考，Step Router V1 实现约15%能力提升
阶跃星辰产品负责人陶炳哲在 AGNTCon + MCPCon China 2026 分享智能路由实践，指出路由对象应是“模型 + harness”组合。在自建 Benchmark 上，Step Router V1 带来约 15% 能力提升，开发者可通过 Step Plan 接入以平衡能力与成本。
推荐理由：作者以产品负责人身份解析智能路由，通过成本分析与路径对比，为工程落地提供决策参考。
硅基流动精选AI 评分6565 硅基流动上线高速版 GLM-5.3
硅基流动上线智谱开源的GLM-5.3，该模型在Terminal Bench 3.0等基准中取得开源第一，CyberGym白盒代码审查测试得分84.5%。GLM-5.3 High档位平均输出Token为5万，调用价格缓存命中2元/M tokens，可通过硅基流动API接入Cursor等主流工具。
推荐理由：原文给出了GLM-5.3在硅基流动上线的定价与工具接入信息，读者可据此判断其在编码与安全场景的可用性与成本。
千问大模型精选AI 评分8282 Qwen3.8-Max 0902版本发布：CodeArena编程榜首且极具性价比
Qwen3.8-Max升级至0902版本，通过围绕编程（Coding）和专业办公（Cowork）的后训练，提升了在长周期任务及科研场景的性能。在CodeArena前端编程总榜中，该模型提升22分至1691分夺得冠军，刷新了多步推理和端到端应用生成的能力上限。
推荐理由：Qwen3.8-Max更新至0902版本，前端编程榜首得分提升至1691分，且百万Tokens平均成本显著低于同类高分模型。
千问大模型精选AI 评分8888 Qwen3.8-Flash 发布：多模态 MoE 模型训练成本降至前代 1/9 并开源 Next 权重
千问团队正式发布多模态 MoE 模型 Qwen3.8-Flash，主模型参数量 125B，支持 262k 至 1M token 上下文，其训练成本仅为 Qwen3.7-Plus 的 1/9 且已上线 API 服务。
推荐理由：千问团队发布 Qwen3.8-Flash 模型及开源 Next 版本，通过架构创新显著降低训练成本并优化长上下文效率。
硅基流动精选AI 评分6868 硅基流动上线高速版 DeepSeek-V4-Flash-0731
硅基流动上线 DeepSeek-V4-Flash-0731，作为 V4 系列效率型版本，在维持推理速度和调用成本基础上系统升级 Agent 能力。该模型仅做后训练，结构不变，在官方 9 项 Agent 基准评测中超过此前 Preview 版本，并原生支持 OpenAI Responses API、三档 reasoning effort 与 Codex 适配。
推荐理由：模型在速度成本不变前提下完成 Agent 能力升级，并补齐工程适配环节。
智谱精选AI 评分8080 GLM-5.3 上线：AA 综合智能指数 60 分，开源模型第一
GLM-5.3 API 正式上线，在 AA 综合智能指数取得 60 分，与 Claude Fable 5、GPT-5.6 Sol 等处于同一水平，并与 Kimi K3 并列开源模型第一。模型以更低成本推进智能-成本帕累托前沿，已接入 ZCode 等编码平台并纳入 GLM Coding Plan，权重将于下周五开源。
推荐理由：原文给出了AA指数排名、成本区间与开源时间，读者可以据此判断前沿模型能力与使用门槛的最新变化。
智谱精选AI 评分8888 GLM-5.3发布：编程能力提升50%，网络安全能力涌现，两周后开源
智谱发布GLM-5.3，基座未变但通过极致后训练Scaling显著提升编程与网络安全能力：内部编程体感较GLM-5.2提升50%，Terminal-Bench 3.0从4.6升至28.3；网络安全上CyberGym达84.5%，ExploitBench 54.4%，ExploitGym两小时完成105项漏洞利用任务。
推荐理由：后训练Scaling带来更强编程与网络安全防御能力，开源与“开源的盾”计划让前沿安全能力不再只属于少数闭源机构。
智谱精选AI 评分6868 ZCode全面升级：上线Goal、Subagents与远程控制，优化GLM编码体验
ZCode发布重大升级，正式上线Goal、Subagents、Remote Control与闲时任务四大功能。通过专门优化上下文缓存复用，GLM在ZCode中的缓存命中率超过98%，配合限时额度加成使有效Token量提升约30%。
推荐理由：原文展示了GLM在ZCode下与Claude Code的对比数据及缓存优化细节，读者可据此评估不同Coding Harness对模型任务交付效率的影响。
Kimi开放平台精选AI 评分8383 Kimi K3 动态加载工具特性发布，降低 30% 输入 Token 消耗
Kimi K3 发布动态加载工具 API 特性，支持将工具声明作为 system 消息插入 messages，使 Kimi 第一方 Agent 产品的 ToolCall 相关 token 下降约 70%，输入 token 整体消耗下降约 30%。Kimi 方案无需改动既有工具定义，比 Anthropic Tool Search Tool 更干净，但目前仅 kimi-k3 支持。
推荐理由：Kimi K3 动态加载工具特性将工具声明注入 messages，读者可据此降低 Agent 工具的 Token 消耗并避免误选。
Google DeepMind精选AI 评分8484 Google 发布轻量化网络安全模型 Gemini 3.5 Flash Cyber
Google 发布基于 Gemini 3.5 Flash 微调的网络安全模型 Gemini 3.5 Flash Cyber，用于高效发现、验证和修复代码漏洞。该模型通过限制政府及可信合作伙伴的试点计划访问，在 CyberGym 和 Chrome 生产环境等测试中展现了优于主线路基模型和更大模型的高效性能，已用于保护 Google 内部代码库。
推荐理由：官方发布了针对网络安全微调的轻量化模型，提供了在漏洞扫描任务中降低成本并提升覆盖率的实操架构。