搜索“编码”

小米MiMo-V2.5-Pro在Arena榜单取得多项突破

小米MiMo于4月26日宣布,MiMo-V2.5-Pro在最新Arena榜单取得多项突破:Text Arena(Expert)位列全球第6、开源模型第1,同时是中文模型第1;小米按实验室排名全球第3,仅次于Anthropic和OpenAI。Text Arena(Overall)为全球开源第2,Code Arena(WebDev)为全球开源第3,并在Hard Prompts、Hard Prompts(English)、Instruction Following和Long Query四个子榜单位列全球开源第1。4月28日,小米MiMo进一步开源MiMo-V2.5系列,采用MIT许可,支持商业部署、继续训练和微调,无需额外授权;两款模型均支持1M token上下文窗口,其中MiMo-V2.5-Pro面向复杂智能体与编码任务,在GDPVal-AA和ClawEval上位列开源模型第一,MiMo-V2.5为原生全模态模型。SGLang与vLLM已在首日提供支持,并完成多个芯片平台的Day-0适配。

Qwen 开源 27B 稠密多模态模型 Qwen3.6-27B

2026年4月22日,Qwen Team 开源了 27B 参数的稠密多模态模型 Qwen3.6-27B。据官方博客,该模型支持思考与非思考两种模式,权重已在 Hugging Face 和 ModelScope 发布,并上线 Qwen Studio 与 API。官方称其在全部主要编码基准上超过上一代开源旗舰 Qwen3.5-397B-A17B,包括 SWE-bench Verified 77.2 对 76.2、Terminal-Bench 2.0 59.3 对 52.5、SkillsBench 48.2 对 30.0,GPQA Diamond 为 87.8。该模型可接入 OpenClaw、Claude Code 和 Qwen Code 等第三方编码助手,API 支持 preserve_thinking 以保留多轮思考内容。目前尚无后续发展事实。

Qwen 发布 Qwen3.6-Plus,后续推出 Max-Preview

2026年4月2日,Qwen 发布 Qwen3.6-Plus,通过阿里云百炼 API 提供,默认 1M 上下文窗口,重点提升智能体编码与多模态感知推理能力。官方基准显示其在 SWE-bench Verified 得 78.8、Terminal-Bench 2.0 得 61.6、QwenClawBench 得 57.2,均高于 Qwen3.5-397B-A17B;API 新增 preserve_thinking 参数用于保留多轮思考内容,默认关闭,可接入 Claude Code、Qwen Code、Cline、OpenCode 等编码工具。2026年4月18日,阿里云千问团队发布专有模型 Qwen3.6-Max-Preview 的早期预览版,相比 Qwen3.6-Plus 在世界知识、指令遵循和智能体编码上均有提升,其中 SkillsBench +9.9、SciCode +6.3、NL2Repo +5.0、Terminal-Bench 2.0 +3.8。该模型通过阿里云 Model Studio 提供,API 名称为 qwen3.6-max-preview,支持 preserve_thi

Qwen 开源 Qwen3.6-35B-A3B MoE 模型

2026 年 4 月 15 日,Qwen 团队开源 Qwen3.6-35B-A3B,这是一个 35B 总参数、仅 3B 激活参数的 MoE 模型,主打智能体编码能力,同时支持多模态思考与非思考模式。官方称其在 SWE-bench Verified 上得分 73.4,超过前代 Qwen3.5-35B-A3B 的 70.0,并在多数视觉语言基准上接近 Claude Sonnet 4.5。模型已在 Qwen Studio 上线,可通过阿里云百炼 API 以 qwen3.6-flash 调用,权重发布于 Hugging Face 和 ModelScope,并支持 OpenClaw、Claude Code、Qwen Code 等第三方编码助手。目前尚无后续发展事实。

Zyphra 发布脑数据基础模型 ZUNA

2026年2月18日,Zyphra 发布首个基于脑数据训练的基础模型 ZUNA。据 Zyphra Research 介绍,ZUNA 是一个 380M 参数的扩散自编码器,可从有噪声或不完整的头皮 EEG 数据中重建高保真脑信号,并能从稀疏输入和电极坐标预测缺失通道,适配从消费级头戴设备到 256 电极研究系统的多种布局。该模型在更高缩放因子下持续优于 MNE 中实现的球面样条插值这一行业标准方法;在通道丢失超过 75% 时于所有数据集上超越 MNE 默认的球面样条插值,优势随数据退化程度增加而扩大。ZUNA 面向研究人员、临床医生和 BCI 开发者,可恢复部分损坏的 EEG 会话并让低通道设备映射到更高分辨率信号空间。模型以 Apache 2.0 许可开源,权重发布于 Hugging Face,推理与预处理代码发布于 GitHub,并提供 pip install zuna 安装包。目前尚无后续发展事实。

Qwen团队发布Qwen3.5系列首个开源权重模型

2026年2月14日,Qwen团队发布Qwen3.5系列首个开源权重模型Qwen3.5-397B-A17B。据Qwen Blog介绍,该模型为原生视觉语言模型,在推理、编码、智能体和多模态理解等基准上给出完整评测结果;采用线性注意力(Gated Delta Networks)与稀疏MoE混合架构,总参数397B、每次前向仅激活17B,语言与方言支持从119种扩展到201种。托管版本Qwen3.5-Plus通过阿里云百炼提供,默认1M上下文窗口,并内置官方工具与自适应工具调用。目前尚无该发布之后的进一步有证据发展。

Qwen发布Qwen3-VL-Embedding与Qwen3-VL-Reranker系列

2026年1月7日,Qwen发布Qwen3-VL-Embedding与Qwen3-VL-Reranker系列模型。据Qwen Blog介绍,该系列基于Qwen3-VL底座,面向多模态信息检索与跨模态理解,支持文本、图像、截图和视频输入,覆盖30多种语言。其中Embedding采用双塔架构做高效初筛,Reranker采用单塔Cross-Attention对(Query, Document)对联合编码输出相关性分数,两者串联构成两阶段检索流程。官方称Qwen3-VL-Embedding-8B在MMEB-v2上取得SOTA,Reranker-8B在多数任务上表现最佳。模型提供2B与8B两种规格、32K序列长度,并支持量化与自定义向量维度。目前尚无后续发展事实。

MiniMax 开源并发布 MiniMax M2 模型

2025年10月27日,MiniMax 正式开源并发布 MiniMax M2 模型,定位为面向 Agent 与编码场景。据 MiniMax Blog 当日发布的信息,模型权重已在 Hugging Face 开源,支持 SGLang 与 vLLM 部署,推荐推理参数为 temperature=1.0、top_p=0.95、top_k=20。API 定价为每百万输入 token 0.30 美元、每百万输出 token 1.20 美元,约为 Claude 4.5 Sonnet 的 8%,在线推理 TPS 约 100。免费试用延长至 11 月 7 日 00:00 UTC。同时上线由 M2 驱动的 MiniMax Agent,提供 Lightning 与 Pro 两种模式,目前限时免费。目前尚无后续发展事实。

Ollama 更新 LLaVA 模型集至 1.6 版

2024年2月2日,Ollama 更新其 LLaVA 视觉模型集合至 1.6 版本。据 Ollama Blog 发布的信息,该版本支持最高 4 倍像素的图像分辨率,并在额外的文档、图表和示意图数据集上训练,提升了文字识别与推理能力。模型提供 7B、13B 和新增的 34B 三种参数规模,可通过 ollama run llava:7b、llava:13b、llava:34b 运行,采用 Apache 2.0 或 LLaMA 2 Community License 授权。CLI 中可直接引用 .jpg 或 .png 文件路径,Python、JavaScript 库和 REST API 则支持在 images 参数中传入 base64 编码文件。目前尚无后续发展事实。

Mistral AI发布Mistral Small 4开源多模态推理模型

2026年3月17日,Mistral AI发布Mistral Small 4,这是Mistral Small系列的下一个主要版本,也是Mistral首个把Magistral的推理、Pixtral的多模态和Devstral的智能体编码能力统一到单一模型中的版本,采用Apache 2.0许可。该模型为MoE架构,128个专家、每token激活4个,总参数119B、每token激活6B(含嵌入和输出层为8B),上下文窗口256k,支持文本与图像输入,并可通过reasoning_effort参数在快速响应与深度推理之间切换。官方称相比Mistral Small 3,端到端完成时间减少40%,每秒请求数提升3倍;推理模式下在三项基准上匹配或超过GPT-OSS 120B,且输出更短。目前尚无后续发展事实。

Anthropic发布Claude Sonnet 4.6模型

2026年2月18日,Anthropic发布Claude Sonnet 4.6模型,在编码、计算机使用、长上下文推理、智能体规划和知识工作等方面全面升级,并支持1M token上下文窗口(beta)。该模型现为claude.ai和Claude Cowork的默认模型,定价与Sonnet 4.5相同,起价$3/$15每百万token。早期测试中,用户在Claude Code里对Sonnet 4.6的偏好度比Sonnet 4.5高约70%,比Opus 4.5高59%。

Anthropic发布Claude Opus 4.6模型

2026年2月6日,Anthropic发布Claude Opus 4.6模型。据官方说明,该模型在编码能力上较前代提升,能更长时间维持智能体任务,并首次为Opus系列提供1M token上下文窗口(beta)。基准表现方面,该模型在Terminal-Bench 2.0取得最高分,在Humanity's Last Exam上领先其他前沿模型,在GDPval-AA上比GPT-5.2高约144 Elo分、比Opus 4.5高190分。API侧新增自适应思考、四档effort控制、上下文压缩(beta)和128k输出token;定价维持每百万token 5美元/25美元,超过200k token的提示按10美元/37.50美元计费。目前尚无后续发展事实。

Anthropic发布Claude Opus 4.5

2025年11月25日,Anthropic发布Claude Opus 4.5,称其在编码、智能体和计算机使用上达到世界最佳,并在深度研究、表格处理等日常任务上有显著提升。模型已在应用、API和三大云平台可用,API定价为每百万tokens输入5美元、输出25美元;同时更新Claude Developer Platform、Claude Code和消费级应用,新增effort参数以控制推理强度,并提升上下文管理和多智能体协调能力。11月26日,Dan Hendrycks发表比较评价称,在控制推理token数量时Gemini 3与Opus在推理/文本上大致相当,多模态视觉/图像输入上Gemini 3大幅优于Opus,而在越狱、诚实性等安全方面Opus优于Gemini。

Anthropic发布Claude Haiku 4.5

2025年10月16日,Anthropic发布Claude Haiku 4.5。该模型编码性能接近五个月前的Sonnet 4,但成本仅为其三分之一,速度提升超过两倍。在部分任务上超越Sonnet 4。API定价为每百万输入token 1美元、输出token 5美元。现已通过Claude API、Amazon Bedrock和Google Cloud Vertex AI提供。

Amp切换至Claude Sonnet 4.5

2025年9月29日,Amp宣布将主模型切换为Anthropic最新发布的Claude Sonnet 4.5。Amp称测试显示该模型在编码方面减少了谄媚行为,文件编辑成功率更高,调试等复杂任务中的推理能力有所提升,用户更新VS Code扩展或CLI至最新版本即可自动启用。次日,Anthropic正式发布Claude Sonnet 4.5,称其为全球最强编码模型,在SWE-bench Verified和OSWorld上取得领先成绩,并同步推出Claude Agent SDK、Claude Code检查点、VS Code扩展及API记忆工具等更新。模型定价与Sonnet 4相同,为每百万tokens 3美元(输入)和15美元(输出),并附带一个名为Imagine with Claude的研究预览。

Liquid AI发布LFM2-VL视觉语言模型

2025年8月12日,Liquid AI 发布其首个视觉语言模型系列 LFM2-VL,包含 LFM2-VL-450M 和 LFM2-VL-1.6B 两个版本,面向低延迟与端侧部署,支持文本和可变分辨率图像输入。模型基于 LFM2 骨干,视觉塔采用 SigLIP2 NaFlex 编码器,原生分辨率最高 512×512,更大图像按 512×512 分块处理;官方称在 GPU 上推理速度最高可达同类模型的 2 倍。模型已兼容 Hugging Face transformers 和 TRL,训练使用约 1000 亿多模态 token。

Anthropic发布Claude Opus 4.1

2025年8月6日,Anthropic发布Claude Opus 4.1,在智能体任务、真实编码和推理上较Opus 4升级,SWE-bench Verified达74.5%。现已向付费用户、Claude Code、API、Amazon Bedrock和Google Cloud Vertex AI开放,价格与Opus 4相同。GitHub、Rakuten和Windsurf反馈其在多文件重构、精准修复和初级开发者基准上均有显著提升。

Prime Intellect发布INTELLECT-2模型

2025年5月11日,Prime Intellect发布INTELLECT-2,称其为首个通过全球分布式强化学习训练的32B参数模型。该模型在动态异构的算力贡献者集群上,以完全异步强化学习方式训练推理语言模型。团队为此从零构建了异步RL框架PRIME-RL、验证推理worker rollout的TOPLOC以及广播策略权重的SHARDCAST,并修改标准GRPO训练配方与数据过滤方法以稳定训练,在数学和编码基准上提升了QwQ-32B的表现。模型、代码和数据均已开源,技术报告见primeintellect.ai/intellect-2。

Anthropic发布Claude 3.7 Sonnet和Claude Code

2025年2月25日,Anthropic发布Claude 3.7 Sonnet与Claude Code。据官方说明,Claude 3.7 Sonnet是其首个混合推理模型,可在标准模式与扩展思考模式间切换,API用户可控制思考token预算;定价与上一代相同,为每百万输入token 3美元、每百万输出token 15美元(含思考token),已在所有Claude套餐及Amazon Bedrock、Google Cloud Vertex AI上线。同日推出的Claude Code为终端智能编码工具研究预览版,可搜索和阅读代码、编辑文件、运行测试并提交到GitHub。2025年2月26日,Cognition发布Devin二月产品更新,新增批量并行编辑与多动作并行执行能力,并支持GitLab;官方称Devin于2月24日集成Sonnet 3.7,在调试、代码库搜索和智能体规划等任务上表现最佳。

Mistral发布Codestral 25.08

Mistral AI 发布 Codestral 25.08及企业编码技术栈

查看事件：Mistral发布Codestral 25.08