搜索“编码”

Inception发布升级版Mercury

Inception Labs 发布升级版 扩展规模并提升编码、推理和指令遵循能力的Mercury扩散语言模型

查看事件：Inception发布升级版Mercury

Fireworks AI发布基于Kimi K3的Ember-1

2026年9月23日,Fireworks AI发布基于Kimi K3的高效推理模型Ember-1。官方称,该模型在保持同等质量的同时减少约40%的token消耗;在7个基准和两家客户的生产流量中,K3的推理过程可缩短35–50%而准确率不降。Ember-1以Research Preview形式在Serverless上线,与基础版Kimi K3并列提供,并同步开放基于企业自有数据的训练支持。后续报道称,该模型仅通过Fireworks serverless API提供,未公开权重、训练代码和具体训练算法,暂不支持自托管;与两家客户的生产编码负载A/B测试中,每任务输出token从49.3K降至29.9K,推理token下降71.3%,总token下降39%,任务得分0.753对0.751基本持平,其中一家客户已在生产环境使用。报道还称,Ember-1每token价格与Kimi K3相同,节省来自生成更少的token。

Fireworks评测DeepSeek新模型

2026年9月14日,Fireworks AI 发布并评测 DeepSeek-V4.1-Flash。据其公布结果,该模型在 DeepSWE 上 pass@1 为 74.34%,与 GPT-6-Astra 的 74.12% 处于同一水平;单任务成本 0.43 美元,约为 Astra 的 1/15。该模型为 552B 参数 MoE,采用输入 8B、输出 16B 的分离激活预算,KV Cache 的 HBM 占用降至上一代 V4 的 1/4。在 HLE 上它得分 34.52%,低于 Astra 的 50.40%,Fireworks 认为它更适合智能体编码而非高难推理。9月28日,Fireworks AI 发布首个缓存感知路由器 FireRouter with Opus,已在 CLI 上线并首次作为独立路由模型提供,可在 Claude Opus 5.5、GLM 5.3 和 GLM 5.3 Flash 之间按任务适配度、提示词缓存成本和切换代价选择模型;其一个多月内部 A/B 测试显示,编码任务每次会话成本从 15.36 美元降至 6.63 美元,降幅 57%(±19 个百分点),准确率为纯 O

Meta与Google发布新模型

2026年9月3日,Meta发布Muse Spark 1.3,并于当日起在Muse Code和Meta Model API上线。据官方说明,该版本重点提升智能体与编码任务表现和实际可用性,可在单一线程中维持更长周期的多工作流任务,会更主动向用户提问、在卡住时说明并确认高风险操作,对自身能力边界的判断也更准。Meta内部对比显示,相比Muse Spark 1.2,其工具调用减少约20%,token用量减少约25%;max reasoning将在完成安全测试后推出。同一时间Meta还预告了后续更新,包括更大的模型与Muse Spark开源权重。目前该版本已上线,尚无进一步有证据支持的发展。

Runway发布界面世界模型Solaris

2026年9月1日,Runway发布名为Solaris的界面世界模型,称其为首个Interface World Model,可逐帧实时生成界面本身,无需先转成代码等中间表示。该模型基于Gen-4.5视频生成模型改造,通过自回归逐帧生成、少步蒸馏和自训练实现实时交互,并支持720p画质。在250名参与者、30个交互示例的对比中,Solaris在指令遵循上获61%偏好,在场景自然度上获71%偏好,对手为Claude Opus 5生成的编码界面。Runway表示正与合作伙伴推进公开发布,并开放早期访问申请。

Z.ai发布GLM-5.3模型

2026年8月15日,Z.ai发布GLM-5.3模型。据Interconnects报道,该模型当时仅在编码套餐中提供,即将上线API,并计划两周后在Hugging Face开放权重;其与GLM-5.2同基座,仅大幅扩展后训练,参数量约750B,在多项智能体编码基准上超过Kimi K3,部分指标超过Claude Fable 5或GPT-5.6-Sol。此后,Unsloth于8月27日发布GLM-5.3-Flash的GGUF量化版本,称其3-bit量化需128GB内存,该模型为320B-A18B、MIT许可证、原生多模态并支持1M token上下文窗口,此前以Ox Alpha名义预览。8月28日,Unsloth又发布GLM-5.3的2-bit量化版及运行指南,称模型从1.51TB压缩到239GB,体积减少83%,精度保留约81%,可在256GB Mac或相应RAM/VRAM配置上运行。

Google DeepMind发布Gemini 3.7 Flash

2026年8月13日,Google DeepMind发布Gemini 3.7 Flash,称其为面向编码和智能体最强的主力模型,距Gemini 3.6 Flash发布仅三周。官方数据称,该模型在FrontierCode 1.1 Main得分43.6%(3.6 Flash为34.4%),DeepSWE v1.1为65.3%(49.0%),WebDev Arena Elo为1588对1538,GDP.pdf为34.0%对22.0%,AutomationBench为30.4%对17.0%;年底前入门价为每百万输入token 0.75美元、输出token 3.75美元,为3.6 Flash原价的一半,并附针对CBRN与网络攻击滥用的更新防护措施。次日,Google AI Developers展示其在Antigravity中用Three.js构建3D网页游戏,以及凭单一架构规格为Flutter、SwiftUI、Jetpack Compose、React Native和NativeScript生成原生代码。8月17日,官方演示其从维多利亚植物图鉴PDF提取并按APG IV分类历史植物;8月18日展

Meta发布Muse Glimmer 30B开放权重模型

2026年8月10日,Meta发布Muse Glimmer 30B开放权重稠密模型,面向本地AI智能体工作负载。据Hugging Face介绍,该模型由2B视觉编码器和28B文本解码器组成,支持图像、无音频视频、多模态工具调用和目标检测,并获得Transformers、llama.cpp及vLLM支持。NVIDIA方面称其上下文窗口120K+,可完整放入单卡显存,覆盖GeForce RTX 5090、DGX Spark、DGX Station和Jetson平台,权重已上线Hugging Face。同日,LMSYS宣布与Meta Superintelligence Labs合作,为Muse Glimmer在SGLang上提供Day-0支持,并针对本地智能体工作流推理优化。8月13日,Unsloth宣布可免费微调该模型,其notebook同时支持GRPO RL训练。

Together AI与月之暗面达成合作

2026年7月29日,Together AI宣布与Moonshot AI(月之暗面)达成战略合作,成为Moonshot模型发布的启动平台,从Kimi K3开始并覆盖后续所有开放权重模型。开发者可通过Together AI美国托管基础设施获得day zero访问,并支持零数据保留与合规访问。据Together AI介绍,Kimi K3是迄今最大的开放模型,为2.8T参数稀疏MoE架构,原生支持视觉和1M token上下文窗口,面向长周期编码、智能体工作流、游戏开发和知识密集型任务。早先报道称,Kimi K3已在Together AI上线,Together AI作为Day 0发布伙伴,为开发者提供针对编码智能体和生产负载优化的高吞吐推理访问;Kimi方面感谢Together AI团队快速推进此次发布。目前该合作已进入实际托管与推理服务阶段。

Anthropic发布Claude Opus 5

2026年7月25日,Anthropic发布Claude Opus 5。官方发布说明称,该模型以一半价格接近Claude Fable 5的前沿智能,在Frontier-Bench和GDPval-AA等编码与知识工作评测中成为新的SOTA;它是Claude Max的新默认模型,也是Claude Pro上最强的模型,并在ARC-AGI 3、Zapier AutomationBench和OSWorld 2.0等基准上表现突出。7月31日,吴恩达在来信中称,团队用Claude Code(Fable 5)和OpenAI Codex(GPT-5.6 Sol)对开源智能体OpenWorker做安全审查时均被拒绝,其中一个提前停止工作,另一个要求降级到能力较弱的模型;团队随后改用OpenWorker框架搭配开放权重模型Kimi K3和GLM 5.2完成审查。

Anthropic发布Claude Sonnet 5

2026年7月1日,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。

Anthropic发布Claude Opus 4.8

2026年5月29日,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。

3.5 Flash发布性能数据

2026年5月20日,3.5 Flash公布速度、编码与智能体基准成绩。材料称,其每秒输出Token数达到其他前沿模型的4倍,并在几乎所有评测中超过此前的3.1 Pro;Terminal-Bench 2.1、GDPval-AA和MCP Atlas成绩分别为76.2%、1656 Elo和83.6%。

Muse Spark 1.3 max reasoning 上线 Muse Code 与 Meta Model API

2026年9月5日,Meta 在 Muse Code 和 Meta Model API 上线 Muse Spark 1.3 max reasoning 版本。据 AI at Meta 发布的信息,Alexandr Wang 表示该版本在编码和智能体任务上表现明显更强,即使已经使用过 muse spark 1.3 high 或 xhigh,也值得一试。目前该版本已在这两个渠道上线,尚无后续发展事实。

Meta 发布 Muse Spark 1.3

2026年9月3日,Meta 发布 Muse Spark 1.3,在智能体与编码任务上性能提升,并聚焦真实场景可用性。据 Meta 介绍,该版本可在单线程中跨多个工作流维持更长周期的任务,会更主动地向用户提问、在卡住时说明并确认后再执行关键操作,对自身能力边界的判断也更准确。Meta 内部对比显示,相比 Muse Spark 1.2,其工具调用减少约 20%、token 消耗减少约 25%。Muse Spark 1.3 当日已在 Muse Code 和 Meta Model API 上线,max reasoning 将在完成安全测试后推出。目前尚无进一步有证据支持的发展。

小米MiMo与TileRT发布MiMo-V2.5-Pro-UltraSpeed

2026年6月8日,小米MiMo与TileRT联合发布MiMo-V2.5-Pro-UltraSpeed,首次在1万亿参数模型上把解码速度突破1000 tokens/s,且仅用单台标准8卡通用GPU节点实现,不依赖晶圆级集成或片上SRAM芯片。该速度来自模型与系统协同设计:模型侧采用FP4量化与DFlash块级掩码并行推测解码,编码场景平均接受长度6.30;系统侧由TileRT定制编译器与kernel。官方已在Hugging Face开源MiMo-V2.5-Pro-FP4-DFlash权重。该API按申请制限时开放,试用窗口为6月9日至6月23日,价格为MiMo-V2.5-Pro的3倍、生成速度约10倍。

Qwen 团队发布多模态智能体模型 Qwen3.7-Plus

2026年5月20日,阿里 Qwen 团队发布面向智能体时代的专有模型 Qwen3.7-Max,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,支持 Claude Code、OpenClaw、Qwen Code 等框架,并展示了一次约 35 小时、1158 次工具调用的自主内核优化,相对 SGLang Triton 参考实现取得 10.0x 几何平均加速。2026年6月1日,Qwen 团队发布 Qwen3.7-Plus,一款把视觉与语言统一到单一智能体底座的多模态模型,已在阿里云百炼上线,可在同一智能体循环中混合执行 GUI 与 CLI 操作,支持屏幕读取、视觉参考写代码、移动应用端到端操作,并适配 Claude Code、OpenClaw、Qwen Code 等框架。官方基准显示其在 Terminal Bench 2.0-Terminus 得 70.3、ScreenSpot Pro 得 79.0、AndroidWorld 得 81.0,同时支持 preserve_thinking

Zyphra 发布 ZAYA1-8B 推理模型

2026年5月6日,Zyphra 发布 MoE 语言模型 ZAYA1-8B。据 Zyphra Research 介绍,该模型激活参数不到 10 亿,在数学、编码和推理任务上对标 Nemotron-3-Nano-30B-A3B、Mistral-Small-4-119B 等更大开源模型。模型在 1024 张 AMD MI300X 集群上完成预训练,采用压缩卷积注意力 CCA 与新型 MLP 专家路由,并配套提出 Markovian RSA 测试时计算方法。发布时模型已在 Zyphra Cloud 提供免费 serverless 端点,权重上线 Hugging Face,采用 Apache 2.0 许可。目前尚无后续发展事实。

GLM-5.3即将发布

GLM-5.3 预告发布 聚焦编码能力的新模型

查看事件：GLM-5.3预告聚焦编码能力

3.5 Flash公布性能指标

3.5 Flash 公布 速度及编码与智能体基准成绩

查看事件：3.5 Flash发布性能数据