Kimi K3 发布，Modal 成为 Day 0 启动合作伙伴
Kimi.ai 宣布 Modal 成为 Kimi K3 的 Day 0 启动合作伙伴。Modal 为 K3 的架构训练了定制的 DFlash 推测器，实现更快的推理且无质量损失。Modal 表示 Moonshot 已发布全球首个开放的 3T 级模型，K3 是他们合作过的最强开放模型。
匹配字段摘要
←搜索结果
搜索“推理”
NVIDIA Cosmos-H-Dreams：将实时生成式模拟引入手术机器人
NVIDIA 推出 Cosmos-H-Dreams，可根据初始 RGB 帧和实时机器人运动学数据，自回归生成手术场景。经知识蒸馏并由 FlashDreams 加速后，模型在单张 NVIDIA RTX PRO 6000 上达到约 160 帧/秒，高于标准推理的约 10 帧/秒。其提供 dVRK 台面缝合预训练检查点并已集成 Versius 平台，但定位为研发平台，而非诊断系统或实体手术机器人控制器。
NVIDIA 推出 Cosmos-H-Dreams，可根据初始 RGB 帧和实时机器人运动学数据，自回归生成手术场景。经知识蒸馏并由 FlashDreams 加速后，模型在单张 NVIDIA RTX PRO 6000 上达到约 160 帧/秒，高于标准推理的约 10 帧/秒。其提供 dVRK 台面缝合预训练检查点并已集成 Versius 平台，但定位为研发平台，而非诊断系统或实体手术机器人控制器。 · NVIDIA introduced Cosmos-H-Dreams, which autoregressively generates surgical scenes from an initial RGB frame and live robot kinematics. After distillation and FlashDreams acceleration, it runs at about 160 frames per second on a single NVIDIA RTX PRO 6000, up from roughly 10 frames per second wi
匹配字段摘要
xAI 将 Grok 4.5 上线 iOS、Android、Web 与 X
xAI 宣布 Grok 4.5 现已在 grok.com、X 以及 iOS 和 Android 的 Grok 应用中上线。官方称 Grok 4.5 是其目前能力最强的模型，能跟踪更长的对话、给出更清晰的回答，并在难题上更高效地推理。它还能端到端完成任务，例如搭建可用的电子表格、把大纲转成幻灯片和图表、起草文稿以及从长 PDF 中提取要点，并可通过 Microsoft 365 加载项在 Word、Excel、PowerPoint 和 Outlook 中直接使用。
匹配字段摘要
xAI 发布 Grok 4.5，主打编码与智能体任务
xAI 发布 Grok 4.5，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。在 Datacurve 的 DeepSWE 基准上，Grok 4.5 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。
匹配字段摘要
Together AI 首日上线 Thinking Machines Lab 新模型 Inkling
Thinking Machines Lab 发布多模态混合专家模型 Inkling，Together AI 同日在其推理平台上线。Inkling 接受文本、图像和音频输入并输出文本，支持可调推理强度，总参数 975B、每 token 激活 40B、上下文窗口 1M tokens。Together AI 称其采用基于 FlashAttention-4 的注意力内核，通过 Serverless 单端点提供三种输入模态。
匹配字段摘要
Anthropic 发布 Claude Sonnet 5，主打智能体能力与成本效率
Anthropic 发布 Claude Sonnet 5，称其为迄今最具智能体能力的 Sonnet 模型，在推理、工具使用、编码和知识工作方面较 Sonnet 4.6 有显著提升，性能接近 Opus 4.8 但价格更低。该模型现已在所有套餐中可用，定价为每百万输入 token 2 美元、每百万输出 token 10 美元，开发者可通过 Claude API 使用 claude-sonnet-5。
匹配字段摘要
Liquid AI 发布 LFM2.5-230M 端侧小模型
Liquid AI 发布目前最小的模型 LFM2.5-230M，基于 LFM2 架构，预训练 19T tokens 并含 32K 上下文扩展阶段，Base 与后训练版本已在 Hugging Face 开放。官方称其在 Galaxy S25 Ultra 上解码速度 213 tok/s、Raspberry Pi 5 上 42 tok/s，并在 GPQA Diamond、MMLU-Pro、IFEval、BFCLv3/v4 等十项基准上与参数量两倍以上的模型竞争。该模型已适配 llama.cpp、MLX、vLLM、SGLang 和 ONNX，官方同时提示不适合高级数学、代码生成和创意写作等重推理任务。
匹配字段摘要
Sakana AI 发布 Fugu 与 Fugu Ultra 多智能体编排模型
Sakana AI 发布 Sakana Fugu，把多智能体编排系统做成一个基础模型，通过单一 OpenAI 兼容 API 调用，内部自行完成模型选择、任务委派、验证与结果整合。首发包含 Fugu 和 Fugu Ultra 两个版本，前者兼顾性能与低延迟，后者面向多步难题；官方称 Fugu Ultra 在工程、科学与推理基准上可与 Fable 5、Mythos Preview 比肩。其智能体池可替换，官方表示若某家供应商限制访问，Fugu 会动态绕开，并计划后续纳入开放模型与自家模型。
匹配字段摘要
Zyphra 发布 ZONOS2 实时 TTS 模型，采用 MoE 架构并开源
Zyphra 发布 ZONOS2，一个 Apache 2.0 许可的实时文本转语音模型，具备高保真声音克隆能力，采用 9 亿激活参数、80 亿总参数的稀疏 MoE 架构，是首个开源 MoE TTS 模型。相比 Zonos-v0.1，训练数据从约 20 万小时扩展到超 600 万小时，模型规模从 1.6B 增至 8B，实时吞吐提升 4 倍，并支持最长一分钟的多语言与语码转换音频生成。模型权重已在 Hugging Face 发布，基于 SGLang 的推理代码在 GitHub 开源，同时上线 Zyphra Cloud 并提供 API，发布后促销期内免费。Zyphra 还提出新的 ZTTS1-Eval 评测基准，覆盖 9 种语言的 Clean 集与 17 种语言的 In-The-Wild 集。
匹配字段摘要
Google DeepMind 发布 DiffusionGemma 实验性开源模型
Google DeepMind 发布 DiffusionGemma，一个采用 Apache 2.0 许可的 26B MoE 实验性开源模型，探索文本扩散生成，在 GPU 上文本生成速度最高提升 4 倍。该模型不再逐 token 顺序生成，而是同时生成整块文本，面向内联编辑、快速迭代等速度敏感的本地交互工作流。其加速优势主要体现在单加速器、低到中等批大小的本地低并发推理场景，高 QPS 云端服务下并行解码收益递减。
匹配字段摘要
SGLang 与 Miles 首日支持 NVIDIA Nemotron 3 Ultra
LMSYS 宣布 SGLang 与 Miles 在 Day 0 支持 NVIDIA Nemotron 3 Ultra，这是一款面向长时自主智能体的开源前沿推理模型，总参数 550B、激活参数 55B，上下文最长 1M tokens，支持 NVFP4 与 BF16。SGLang 提供高性能推理服务，Miles 支持在 128 张 H200 上以 GRPO 进行强化学习训练，并已验证 dapo-math-17k 上的端到端流程。官方称该模型在智能体生产力、指令遵循和长上下文任务上领先，成本最多节省 30%。
匹配字段摘要
xAI 通过 API 公测发布编码模型 grok-build.0.1
xAI 通过 xAI API 公测发布编码模型 grok-build.0.1，该模型专为智能体编码任务训练，覆盖 Web 开发、调试和 MCP 支持，也是 Grok Build 背后的同一模型。它提供 100+ tokens/秒的推理速度，定价为输入 $1/m tokens、输出 $2/m tokens，也可用于通用智能体与工具调用场景，并已在 OpenRouter 和 Vercel AI Gateway 上线。
匹配字段摘要
Anthropic 发布 Claude Opus 4.8
Anthropic 发布 Claude Opus 4.8，在编码、智能体、推理等基准上较 Opus 4.7 有所提升，价格不变。同时推出 claude.ai 上的努力程度控制、Claude Code 的动态工作流功能，以及快模式降价三倍。
匹配字段摘要
Liquid AI 发布端侧 MoE 模型 LFM2.5-8B-A1B
Liquid AI 发布端侧 MoE 模型 LFM2.5-8B-A1B，面向消费级硬件上的工具调用，上下文窗口从 32,768 扩展到 128,000 tokens，预训练规模从 12T 提升到 38T tokens，词表从 65,536 扩至 128,000。该模型为纯推理模型，在 M5 Max 上解码 253 tokens/s、Ryzen AI Max+ 395 上 146 tokens/s，占用低于 6 GB，单张 H100 高并发下输出吞吐达 18.5K tokens/s。基础版与后训练版已在 Hugging Face 和 Playground 上线，首日支持 llama.cpp、MLX、vLLM、SGLang 和 ONNX。
匹配字段摘要
Mistral 发布 Mistral Medium 3.5 与 Vibe 云端远程智能体
Mistral 发布 Mistral Medium 3.5，这是一个 128B 稠密模型，统一指令跟随、推理与编码，上下文窗口 256k，以修改版 MIT 许可开放权重，可在少至四块 GPU 上自托管。该模型在 SWE-Bench Verified 上得分 77.6%，τ³-Telecom 得分 91.4，并成为 Mistral Vibe 与 Le Chat 的默认模型。同时 Mistral 将编码智能体搬到云端，Vibe 远程智能体可从 CLI 或 Le Chat 启动、并行异步运行，本地会话可迁移上云，完成后可开 PR 并通知；Le Chat 新增 Work 模式（预览），由新智能体驱动多步任务与跨工具流程，敏感操作需人工批准。API 定价为每百万输入 token 1.5 美元、每百万输出 token 7.5 美元，已在 Pro、Team 和 Enterprise 套餐上线。
匹配字段摘要
阿里发布 Qwen3.7-Max，面向智能体时代的旗舰模型
阿里 Qwen 团队发布 Qwen3.7-Max，定位为面向智能体时代的专有模型，可通过阿里云百炼（Model Studio）调用 API。官方称其在编码智能体、通用智能体与推理基准上取得领先或接近 Opus-4.6 Max 的成绩，并支持 Claude Code、OpenClaw、Qwen Code 等多种框架。文中还展示了一次约 35 小时、1158 次工具调用的自主内核优化，最终相对 SGLang Triton 参考实现取得 10.0x 几何平均加速。
匹配字段摘要
Zyphra 发布 ZAYA1-74B-Preview，在 AMD 上完成大规模预训练
Zyphra 发布 ZAYA1-74B-Preview，这是一个 4B 激活、74B 总参数的 MoE 模型，以 Apache 2.0 许可开源，权重和模型卡已上线 Hugging Face。该模型是未经 RL 后训练和指令微调的 pre-RL 推理基座，预训练约 15T token，中训练分三阶段将上下文从 32k 逐步扩展至 256k，每阶段约 1T token。训练全程使用 MI300x GPU 与 Pensando Pollara 互联，Zyphra 表示 AMD 上的完整规模 RL 正在进行，预计未来几周发布最终版 ZAYA1-74B。
匹配字段摘要
蚂蚁百灵发布 Ling-2.6-flash：104B 总参数、7.4B 激活，主打 Token 效率
蚂蚁百灵发布 Instruct 模型 Ling-2.6-flash，总参数量 104B、激活参数 7.4B，围绕推理效率、Token 效率与 Agent 场景做系统优化。官方称其在 4 卡 H20 下推理速度最快达 340 tokens/s，Prefill 吞吐为 Nemotron-3-Super 的 2.2 倍；Artificial Analysis 完整评测中仅消耗 15M tokens，约为 Nemotron-3-Super 等模型的 1/10。模型在 BFCL-V4、TAU2-bench、SWE-bench Verified、Claw-Eval、PinchBench 等评测中取得同尺寸 SOTA 水平，并已在 OpenRouter 与官方平台提供一周免费 API 调用，BF16、FP8、INT4 版本将于近期开源。
匹配字段摘要、正文
LG AI Research 发布首个开源权重视觉语言模型 EXAONE 4.5
LG AI Research 发布 EXAONE 4.5，这是 LG 首个以开源权重方式发布的视觉语言模型（VLM），在 EXAONE 4.0 基础上集成自研 Visual Encoder，采用原生多模态预训练同时学习文本与图像。模型引入 Multi-Token Prediction（MTP）模块，推理速度较此前方法提升 1.5 倍以上，并采用自研 AGAPO 强化学习算法提升逻辑推理能力。官方称其在 MMMU-Pro、MathVision、CharXiv、OCRBench_v2 等基准上优于或接近 Qwen 3 VL 32B、GPT-5-mini、Claude Sonnet 4.5，在韩语视觉基准 k-viscuit 和 KRETA 上表现领先，模型已在 Hugging Face 发布并附技术报告。
LG AI Research 发布 EXAONE 4.5，这是 LG 首个以开源权重方式发布的视觉语言模型（VLM），在 EXAONE 4.0 基础上集成自研 Visual Encoder，采用原生多模态预训练同时学习文本与图像。模型引入 Multi-Token Prediction（MTP）模块，推理速度较此前方法提升 1.5 倍以上，并采用自研 AGAPO 强化学习算法提升逻辑推理能力。官方称其在 MMMU-Pro、MathVision、CharXiv、OCRBench v2 等基准上优于或接近 Qwen 3 VL 32B、GPT-5-mini、Claude Sonnet 4.5，在韩语视觉基准 k-viscuit 和 KRETA 上表现领先，模型已在 Hugging Face 发布并附技术报告。
匹配字段摘要
Cognition 发布 SWE-1.6 并在 Windsurf 全面开放
Cognition 发布面向软件工程智能体的新模型 SWE-1.6，并在 Windsurf 中全面开放，未来 3 个月免费。SWE-1.6 从零后训练，在 SWE-Bench Pro 上与 Preview 版本表现相当，但显著减少了过度思考、串行调用工具和循环推理等行为，更多使用并行工具调用。训练中引入长度惩罚以抑制过长的轨迹。免费版由 Fireworks 提供 200 tok/s，付费用户可通过 Cerebras 获得 950 tok/s 的更快版本。
匹配字段摘要