搜索“编码”

Recursive发布开放权重本地编码模型Flint

2026年10月21日,Recursive Superintelligence 发布开放权重本地编码模型 Flint。据相关报道,Flint 是 40B 混合专家模型,每 token 激活约 2.5B 参数,采用 Apache 2.0 许可,权重已在 Hugging Face 开放,由自动化研究系统 Eureka Machine 在不到 4 个月内从零构建。10月22日,Hugging Face 联合创始人 Thomas Wolf 评价称,Recursive 研究者把通常建议保持高精度的 lm_head 量化到 4 位,结果与 bf16 仅差 0.7 个百分点。同日,OpenRouter 上线 Flint,称其面向编码智能体,支持 262K 上下文、推理和工具调用,上线期间免费使用;Unsloth 则发布 Flint 的 Dynamic GGUF 量化版本,称可在 24GB 内存设备上本地运行。目前该模型已通过开放权重、托管平台和量化版本形成多种使用途径。

查看事件：Recursive发布开放权重本地编码模型Flint

JetBrains发布12B MoE开源编码模型Mellum2.1

2026年10月8日,JetBrains发布Mellum2.1,这是一个面向编码智能体与快速子智能体的12B MoE思考模型,每token激活2.5B参数,以Apache 2.0许可在Hugging Face上发布。据代表来源报道,其架构与Mellum2相同,升级几乎全部来自真实软件环境中的强化学习,模型可自行探索仓库、编辑文件并检查改动。基准方面,SWE-bench Verified从2.0升至47.0,LiveCodeBench v6得82.0,但SWE-bench Pro、GPQA Diamond和AIME仍落后于Qwen3.5-9B。GGUF量化版本从7.0 GB起,可在llama.cpp、Ollama和LM Studio本地运行。目前尚无后续发展事实。

GLM-5.3预告聚焦编码能力

2026年8月14日,GLM-5.3对外预告即将推出。现有材料显示,这款新模型将重点聚焦编程与编码能力,但尚未披露具体功能、正式发布时间、开放范围或可用性安排。目前故事仍处于活跃状态,暂无更多明确进展。

Liquid AI发布两款LFM2.5编码器模型

2026年7月28日,Liquid AI发布两款双向编码器模型LFM2.5-Encoder-230M与LFM2.5-Encoder-350M。两款模型基于LFM2混合架构,支持8,192 token上下文,并已在Hugging Face开放权重。官方称其可在分类、自然语言理解和token级任务上微调;350M在14个模型、17项任务中排名第四,230M超过ModernBERT-base和所有EuroBERT。CPU上8,192 token单次前向约28秒,约为ModernBERT-base的3.7倍速度,评测框架已在GitHub开源。

xAI发布Grok 4.5,主打编码与智能体任务

2026年7月16日,xAI发布Grok 4.5模型,称其为最强模型,专为编码、智能体任务和知识工作打造,并与Cursor联合训练。据xAI News报道,该模型在Datacurve的DeepSWE基准上得分62.0%,高于Opus 4.8的55.75%,低于Fable的66.1%和GPT 5.5的64.31%。模型在数万块NVIDIA GB300 GPU上训练,推理速度80 TPS,定价为每百万输入token 2美元、每百万输出token 6美元,并已成为Grok Build的默认模型。目前尚无后续发展事实。

Cursor发布Composer 2编码模型

2026年3月19日,Cursor发布Composer 2编码模型。Cursor联合创始人Michael Truell宣布该模型发布,并已在Cursor中上线。他表示Cursor既不是纯粹的应用公司也不是模型提供商,目标是把最好的API模型与自家领域专用模型结合,做出最有用的编码智能体。3月20日,有用户评价称,Composer 2是其处理大多数任务的首选模型,认为它聪明、快速、高效,并提到其他模型常陷入过度思考的循环,而Composer 2没有这个问题。目前该模型已上线,并出现用户使用反馈。

Cognition 发布编码模型 SWE-2

2026年9月11日,Cognition 发布编码模型 SWE-2。据 Cognition 模型 / Devin 博客,SWE-2 在 FrontierCode 1.1 Main 上得分 50.0%,比 Fable 5.1 低不到 1 分,而成本便宜 64%。该模型基于 2.8T 参数的 Kimi K33 后训练,首次把强化学习扩展到数万亿参数规模,并用单次 RL 训练覆盖全部推理档位。上线安排方面,SWE-2 即日起在 Devin Desktop 和 CLI 上线,随后在 Devin Web 和 Fusion 推出。目前尚无后续发展事实。

微软推出编码模型MAI-Code-1-Flash

Cognition 发布 SWE-1.5 编码模型

2025年10月29日,Cognition 发布面向软件工程的 SWE-1.5 编码模型。据 Cognition 模型 / Devin 博客,该模型参数量达数千亿,在 SWE-Bench Pro 上接近前沿水平,并已上线 Windsurf。该模型与 Cerebras 合作部署,推理速度最高 950 tok/s,比 Haiku 4.5 快 6 倍、比 Sonnet 4.5 快 13 倍。Cognition 称其基于数千块 GB200 NVL72 芯片训练,并在自建 Cascade agent harness 与高质量编码环境中做端到端强化学习。目前尚无后续有证据的发展。

Cognition 发布编码模型 SWE-2

Cognition 发布 SWE-2

查看事件：Cognition 发布编码模型 SWE-2

Liquid AI发布两款LFM2.5编码器模型

Liquid AI 发布 LFM2.5-Encoder-230M与LFM2.5-Encoder-350M编码器模型

查看事件：Liquid AI发布两款LFM2.5编码器模型

微软推出编码模型MAI-Code-1-Flash

Microsoft 推出 MAI-Code-1-Flash

查看事件：微软推出编码模型MAI-Code-1-Flash

Cognition 发布 SWE-1.5 编码模型

Cognition 发布 SWE-1.5

查看事件：Cognition 发布 SWE-1.5 编码模型

Mistral在Hugging Face发布Large 4权重

2026年10月29日,Mistral发布Mistral Large 4(Le Chonk)的开放权重,这是一个1万亿参数的原生多模态模型,在预览版基础上继续强化学习,编码与防御性网络安全能力提升。据Mistral AI公布的数据,该模型在FrontierCode 2.0上得分19.7%,在Artificial Analysis Coding Agent Index上得48%,与GLM-5.3基本持平,但每任务平均少用47% token;Terminal-Bench 4.0提升13个百分点至41%。模型支持三种推理模式,采用修改版MIT的Mistral Ecosystem Open-Weight许可,API定价为每百万输入token $0.70、缓存输入$0.07、输出$2.10。同日,Unsloth发布该模型的1-bit GGUF量化版本,称可在Mac Studio上本地运行,量化后仍保留91% top-1准确率,并提供下载链接和使用指南。

Mistral称Le Chonk为全球最佳开放权重模型

2026年10月29日,Mistral发布万亿参数开放权重模型Le Chonk的正式版本,并称其是自动化编码和网络安全领域全球最好的开放权重模型,可免费获取。Mistral科学副总裁Pierre Stock表示,该模型通过不断加难的网络安全与编码问题训练,得以追平或超过DeepSeek、Z.ai等中国实验室的模型。Stock同时强调,西方需要自己的先进开放权重模型,因为闭源模型可被远程关停,而开放权重一旦发布便无法切断访问。目前该事件仅有Wired AI一篇报道,尚无后续发展。

Mistral称Le Chonk为全球最佳开放权重模型

2026年10月29日,Mistral发布万亿参数开放权重模型Le Chonk的正式版本,并称其是自动化编码和网络安全领域全球最好的开放权重模型,可免费获取。Mistral科学副总裁Pierre Stock表示,该模型通过不断加难的网络安全与编码问题训练,得以追平或超过DeepSeek、Z.ai等中国实验室的模型。Stock同时强调,西方需要自己的先进开放权重模型,因为闭源模型可被远程关停,而开放权重一旦发布便无法切断访问。目前该事件仅有Wired AI一篇报道,尚无后续发展。

查看事件：Mistral称Le Chonk为全球最佳开放权重模型

Google发布Gemini 4 Argon并展示复杂任务能力

Google于2026年10月27日发布最新模型Gemini 4 Argon,并展示其处理复杂真实任务的能力。Google称该模型可进行推理、编码并协调工具,官方给出8个示例:一是在零素材条件下从零写出5000行数学代码,渲染3D阳光图书馆;二是在Antigravity中处理NASA火星任务超过8万份原始文件,并生成高管汇报幻灯片。目前尚无后续发展信息。

Google DeepMind发布Gemini 4 Argon

2026年10月23日,Google DeepMind发布前沿模型Gemini 4 Argon。Google官方博客称,该模型在编码、数学和3D世界构建等复杂任务上表现突出,并在多领域基准上超过其他前沿模型;官方同时展示了5个社区创意项目,包括实时映射野火与地震波动的3D地球、带实时数据的涡扇发动机模拟、由单张图片生成的3D马车以及多人夺旗浏览器游戏,并称该模型上周已大范围开放。同日另有报道称,Argon可通过观看视频学习物理任务并迁移到Apptronik的Apollo人形机器人,在内部测试中Apollo连续命中七次,该报道还称Argon在具身推理基准ERQA上得分87%。10月24日,Gemini for Android应用通过服务端更新推送侧边栏与设置界面改版,报道称该改版上周已随Gemini 4 Argon登陆iOS、macOS和Web端。

MiniMax开源M3.1 Flash模型权重

2026年10月23日,MiniMax 稀宇科技公开 MiniMax M3.1 Flash 的模型权重。官方信息显示,该模型总参数 428B,每 token 激活 23B,采用 MiniMax Sparse Attention 与 DSpark 投机解码提升推理效率;权重已上线 Hugging Face 和 ModelScope,并提供 API 与 MCode 桌面端入口。同日,Together AI 作为首日上线合作方将该模型部署到其 AI Native Cloud 生产环境,用户无需自行管理 GPU;据其介绍,模型面向智能体任务、编码、计算机操作与网络安全场景,支持 1M 上下文窗口和视觉能力。10月24日,MiniMax 宣布 M3.1 Flash 已上线 Tenstorrent Cloud,可在 Tensix 芯片上运行,并支持 Ethernet 横向扩展与开源技术栈。

记忆张量开源发布MemT 1.0记忆原生模型系列

2026年10月20日,记忆张量开源发布MemT 1.0系列记忆原生模型。该系列包含两个型号:Nano为36B参数、激活3B,基座为Qwen3.6-35B-A3B;Flash为288B参数、激活17B,基座为DeepSeek-V4-Flash。模型在选定的Transformer模块中加入与注意力并行的记忆分支,把经验编码为可更新的矩阵状态并参与后续生成。在500项SWE-bench Verified任务中,Nano关键断点平均成功率为69.73%,无经验基线为66.07%;在128K长历史下,端到端推理速度约为完整上下文方案的1.86倍,每条轨迹持久状态占用为完整上下文KV Cache的六十六分之一。目前尚无后续发展事实。