跳到正文

内容形态

模型发布 最新动态

新模型的发布、开源与迭代:大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。

286 条精选近 30 天 98 条共收录 890 条

更新

精选归档 · 第 6 页

10月20日周二第 101–120 条
  1. 36氪90

    MiniMax M3.1 Flash 发布,在 Agent 基准上实现低成本追平旗舰模型

    MiniMax M3.1 Flash 正式发布,并确认是匿名模型 Space Bunny 的正式版,主打高速推理与低成本。该模型在 Automation-Bench、DeepSWE、ALE 等基准上表现强劲,在 ALE 任务中花费约 739 元即可跑完,性能追平甚至部分反超旗舰级模型如 Claude Opus 5。

    推荐理由:M3.1 Flash 的定价与多任务基准成绩被并排放在 DeepSeek V4.1 Flash 和 Opus 5 的坐标系中,可以直接看出当前低段位模型的价格锚点。

  2. MiniMax 稀宇科技88

    MiniMax 发布 M3.1 Flash,Agent 任务成本降低 70%

    MiniMax 正式更新 M3.1 Flash,该模型在复杂 Agent 任务、编程、Computer Use 及网络安全能力上实现代际提升。M3.1 Flash 线上推理速度提升近 3 倍,使用成本降低 70%,输入价格为每百万 Token 1 元,输出价格为每百万 Token 4 元。模型现已上线 MiniMax API、MPlan 及 MiniMax Code。

    推荐理由:发布M3.1 Flash模型,推理速度提升3倍且成本降低70%,在自动化与编程等Agent任务中达到顶尖水平。

  3. 百灵大模型78

    蚂蚁百灵开源 Ming-3.0 语音系列模型

    蚂蚁百灵开源 Ming-3.0 语音系列模型,涵盖语音合成、音频理解与对话、语音识别三大方向,共包含五款模型。其中 Ming-3.0-tts-0.5B 在 Artificial Analysis 的 Pronunciation Robustness 测试中得分 93.2%,并列全榜单第一。

    推荐理由:蚂蚁百灵开源 Ming-3.0 语音系列,提供语音合成、音频理解与识别能力,并公开了模型下载与 API 入口。

  4. APPSO76

    记忆张量发布并开源 MemT 1.0 记忆原生大模型

    记忆张量正式发布并开源 MemT 1.0 记忆原生大模型,该模型将动态记忆状态内化进底层架构,通过 token 级更新机制实现经验的沉淀与调用。在 SWE-bench Verified 测试中,MemT-1.0 Nano 引入实时反馈更新机制后,平均成功率从 66.07% 提升至 69.73%,在长历史推理效率上较完整上下文方案最高提速 3.99 倍。

    推荐理由:MemT 1.0 通过架构创新将记忆内化,在长对话和编码基准中展现出动态更新能力,为长程智能体提供了新的工程落地路径。

  5. arXiv · NLP69

    Muse Glimmer 30B 开源端侧智能体模型发布

    Muse Glimmer 是一个基于 Apache 2.0 许可开源的 300 亿参数因果语言模型,专为消费级硬件设计,集成了多模态感知、多步推理与工具调用功能。模型经过 4-bit 量化优化可在单 GPU 上本地运行,无需云端基础设施,在同量级模型中实现了 agentic benchmark 的领先性能,并支持超过 100 种语言的训练数据。

    推荐理由:Muse Glimmer 作为 30B 参数模型实现了本地智能体功能,为消费级硬件部署多模态推理模型提供了新路径。

  6. 智东西87

    DeepSeek-V4.1-Flash-1017 登顶 Code Arena: WebDev 开源榜

    Arena 宣布 DeepSeek-V4.1-Flash-1017(Max)以 1670 分超过 Kimi K3(Max),成为 Code Arena: WebDev 榜单排名最高的开源模型。该模型在 DeepSWE v1.1 测试中得分超越 GPT-6 Astra 等模型,每百万 Token 输入成本约为 Kimi K3 的 1/10,支持一次性生成可运行的 3D 场景与网页游戏。

    推荐理由:读者能基于实测案例和价格数据,判断新模型在创意原型开发中的性价比。

10月18日周日
  1. 量子位86

    VAST开源实时世界模型EdenLive,单张消费级显卡720P下超24FPS生成

    VAST正式发布并开源实时世界模型EdenLive,在单张Nvidia RTX 5090上以720P分辨率实现超过24FPS的生成速度,端到端延迟达百毫秒级。该模型支持多种参考输入与画风指定,能将简化场景或视频实时渲染为精细画面,并同步开放了模型权重、推理代码及Game Prototype Turbo工具。

    推荐理由:VAST开源实时世界模型EdenLive,单卡RTX 5090下720P生成速度超24FPS,支持多种画风实时渲染。

  2. 量子位75

    智谱发布法律专用开源模型 GLM-Legal

    智谱推出法律专用开源模型 GLM-Legal,在 Harvey LAB 与 LegalBench 评测中以 19.2% 任务全通过率和 86.23% 准确率位居开放权重模型榜首。该模型基于 GLM-5.3-Flash 底座,通过法律语料中期训练及数万法律任务环境中的强化学习进行优化,具备审合同、串证据及跨境合规研究等实际工作能力,目前开放 Beta 申请并计划接入 AutoClaw。

    推荐理由:原文展示了GLM-Legal在法律实务任务中的表现及训练路径,为法律AI应用提供了成本与效率的比较视角。

10月17日周六
  1. 36氪92

    Anthropic利用Claude Mythos 5设计高效量子电路,性能较人类最优方案提升超12倍

    Anthropic的STEM Fellows项目利用Claude Mythos 5自主设计出效率更高的高效量子电路。该AI通过纯语言描述指令,在53小时内完成了8项基础量子电路的设计,关键解码任务的计算成本较人类最佳方案降低12至17倍,且自主推导出了全新代数恒等式。

    推荐理由:AI不仅生成代码,还能推导人类未知恒等式优化底层架构,展示了大模型在复杂科学发现中的潜在作用。

  2. The Decoder88

    DeepSeek 发布 V4.1-Flash-1017 并在开源模型中降低任务成本

    DeepSeek 发布 V4.1-Flash-1017,在多个 Agent 与编码任务中达到更高分并降低单任务成本。模型在 DeepSWE 基准上取得 77.0%,平均成本低于 $0.20。DeepSeek 同时公开了搜索与抓取 API,开发者可按每 1,000 次调用 $0.75 使用。

    推荐理由:文章给出成本与性能变化,读者可以评估新模型在 Agent 任务中是否值得替换。

  3. DeepSeek82

    DeepSeek V4.1 Flash 1017 更新:优化开发效率并开放搜索 API

    DeepSeek V4.1 Flash 更新至 V4.1-Flash-1017 版本,官方网页端、APP 与 API 已同步变更。新版通过强化学习提升了游戏开发与 3D 建模等项目构建能力,并优化了性能与成本平衡,支持在较少的提示词条件下实现复杂任务。

    推荐理由:新版本提升了游戏与3D项目开发能力,开放了带鉴权的自研搜索 API,并同步更新多端入口。

10月16日周五
  1. Hugging Face Blog90

    Hugging Face 开源 501B MoE 模型 Beam

    Reflection 首个模型 Beam 在 Hugging Face 发布:501B 参数 MoE(23B 激活),1M token 上下文,Apache 2.0。

    推荐理由:Reflection 首个 501B MoE 模型 Beam 在 Hugging Face 全面开放,Apache 2.0 许可、1M 上下文和 vLLM/SGLang 支持直接降低了本地部署门槛。

  2. Seven Minute Feed87

    Black Forest Labs 发布 FLUX 3 Image Klein,5.6B 参数模型支持 4K 原生输出

    Black Forest Labs 发布 FLUX 3 Image Klein,一个 5.6B 参数、开放权重的文生图模型,支持编辑和最多 10 张参考图,原生 4K 输出并带 bounding-box placement。

    推荐理由:原文给出了5.6B参数、8GB显存运行条件和商业免费门槛,读者可以据此判断它对个人创作者和小型公司的可用性。

  3. 腾讯混元83

    腾讯混元发布 Hy Memory 2.0 并全栈开源记忆框架、模型及 MemHub 应用

    腾讯混元于 10 月 16 日将智能体记忆框架 Hy Memory 升级至 2.0 版本,并开源了专用模型、记忆框架和 MemHub 应用。新增工作记忆与代码记忆后,Hy Memory 2.0 在 4 个覆盖聊天、工作、代码场景的 Benchmark 上均为开源记忆框架第一。

    推荐理由:腾讯混元开源了记忆框架、专用模型和应用三层架构,并披露了在腾讯内部多个业务场景中,多跳召回率、长期偏好理解等关键指标的具体提升数据。

  4. 可灵AI65

    Kling 4.0 全量上线并接入 MCP/CLI

    Kling 4.0 于 10 月 15 日在 klingai.com 正式全量上线,创作页面同步升级以提升自由度。该版本能力将接入 MCP/CLI 以拓展创作场景,面向企业客户与开发者的 API 服务近期开放,4K 及 1080p 的 10-bit HDR 格式输出即将上线。

    推荐理由:可灵官方确认 Kling 4.0 全量上线,并说明 4K HDR 输出、MCP/CLI 接入及 API 开放的具体落地进度。

  5. APPSO88

    Meta 发布 8160 亿参数开放权重模型 Muse Spark Open,苹果支持其在 Mac Studio 本地运行

    Meta 发布 8160 亿参数开放权重模型 Muse Spark Open,并与苹果合作展示了在 Mac Studio 上本地运行的方案。该模型采用 MoE 架构,激活参数约 420 亿,通过 NVFP4 量化将内存需求压缩至 493GB。

    推荐理由:详细拆解了Meta 8160亿参数模型在Mac Studio上通过张量并行和BF16量化实现本地高效推理的技术路径。

  6. Hugging Face Blog91

    Meta 发布开源权重多模态大模型 Muse Spark Open

    Meta 发布 816B 参数的开源权重多模态 MoE 大模型 Muse Spark Open,每 token 激活约 42B 参数,支持文本、图像、音频和视频输入,上下文窗口达 1M token。文章详细介绍其架构与部署方案,提供 transformers、llama.cpp、vLLM 和 SGLang 的运行及微调示例,演示代码编写和浏览器操作等智能体任务。

    推荐理由:文章给出了模型架构、部署方案和微调方法,方便开发者评估其实际可用性和算力门槛。

  7. Hacker News AI88

    Microsoft AI 发布 MAI-Base-2 基础模型及预训练技术细节

    Microsoft AI 完成 MAI-Base-2 预训练,该 MoE 模型拥有 800 亿激活参数和 2.8 万亿总参数。MAI-Base-2 在保留评估中优于 DeepSeek-V4-Pro-Base,其预训练效率比参考模型高 4-12 倍。

    推荐理由:Microsoft 公布了 MAI-Base-2 预训练细节,包括 scaling 法则、MoE 优化和数据管道,展示了前沿基础模型的构建路径。

10月15日周四
  1. Mistral AI80

    Mistral 发布 Timestral 时序基础模型

    Mistral 发布首个时序基础模型系列 Timestral,提供 5M、28M、123M、209M 四档模型。209M 模型在 GIFT-Eval、TIME 和 fev-bench 三项基准上排名第一,参数量仅为此前最优模型的三分之二,并支持概率化多变量预测、past-only 和 known-future covariates。

    推荐理由:209M参数的时序基础模型在三项公开基准中取得第一,并支持概率化多变量预测与CPU端部署。