Ollama 与 OpenAI 合作，将 gpt-oss 的 20B 和 120B 两个开源权重模型带到 Ollama，面向推理、智能体任务和开发者场景。模型支持函数调用、网页浏览、python 工具调用与结构化输出，可查看完整思维链，并可按低、中、高三档调节推理强度，采用 Apache 2.0 许可。OpenAI 将 MoE 权重以 MXFP4 格式量化到每参数 4.25 bits，使小模型可在 16GB 内存设备运行，大模型可放入单张 80GB GPU，Ollama 原生支持该格式并开发了新 kernel。
匹配字段摘要
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，在动态异构的算力贡献者集群上以完全异步 RL 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 和广播策略权重的 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。
匹配字段摘要
Prime Intellect 发布 INTELLECT-2，称其为首个 32B 参数全球去中心化强化学习训练，任何人都可无许可贡献异构算力。该训练以 QwQ-32B 为基座模型，沿用 DeepSeek-R1 的 GRPO 与可验证奖励方法，并配套开源 prime-RL 异步分布式 RL 库、Shardcast 权重分发库和 TOPLOC 可验证推理方案。推理节点可用消费级 GPU，例如 4×RTX 3090 即可参与训练，训练数据已发布在 Hugging Face。
匹配字段摘要
Gemini 2.5 Pro Experimental 亮相，2.5 系列成为在回答前先进行推理的“思考模型”，以提高准确性。原文称它是目前表现最好的 Gemini 模型。
Gemini 2.5 Pro Experimental 亮相，2.5 系列成为在回答前先进行推理的“思考模型”，以提高准确性。原文称它是目前表现最好的 Gemini 模型。 · Gemini 2.5 Pro Experimental has been introduced as part of the 2.5 series, whose models reason before responding to improve accuracy. The source describes it as the best Gemini model yet.
匹配字段摘要
Mistral AI 发布 Mistral Small 3.1，提升文本性能和多模态理解，将上下文窗口扩展至 128k tokens，推理速度达每秒 150 tokens。该模型采用 Apache 2.0 许可证，基础版和指令版均已开放，可在单张 RTX 4090 或配备 32GB RAM 的 Mac 上运行。用户现可通过 La Plateforme API 和 Google Cloud Vertex AI 使用，NVIDIA NIM 与 Microsoft Azure AI Foundry 将在未来几周提供。
Mistral AI 发布 Mistral Small 3.1，提升文本性能和多模态理解，将上下文窗口扩展至 128k tokens，推理速度达每秒 150 tokens。该模型采用 Apache 2.0 许可证，基础版和指令版均已开放，可在单张 RTX 4090 或配备 32GB RAM 的 Mac 上运行。用户现可通过 La Plateforme API 和 Google Cloud Vertex AI 使用，NVIDIA NIM 与 Microsoft Azure AI Foundry 将在未来几周提供。 · Mistral AI released Mistral Small 3.1 with improved text performance and multimodal understanding, a context window of up to 128k tokens, and inference speeds of 150 tokens per second. Licensed under Apache 2.0, it is available in both bas
匹配字段摘要
Anthropic 发布 Claude 3.7 Sonnet，这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。模型定价与上一代相同，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。同时推出终端智能编码工具 Claude Code 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。
匹配字段摘要
Zyphra 发布 Zonos-v0.1 beta，包含两款 1.6B 文本转语音模型，分别为 transformer 和 SSM hybrid，均以 Apache 2.0 许可开源，权重已上线 Hugging Face，推理示例代码在 GitHub。模型基于约 20 万小时语音数据训练，支持 5 至 30 秒音频的高保真语音克隆，可调节语速、音高、音质和情绪，原生输出 44KHz 音频。Zyphra 称其生成质量可媲美或超过领先的闭源 TTS 模型，并给出 API 每分钟 0.02 美元的定价。
匹配字段摘要
Mistral AI 发布延迟优化的 24B 参数模型 Mistral Small 3，并以 Apache 2.0 许可开放预训练和指令微调检查点。官方称其 MMLU 准确率超过 81%、推理速度达 150 tokens/s，与 Llama 3.3 70B instruct 表现相当且在同一硬件上快 3x 以上。量化后可在单张 RTX 4090 或配备 32GB RAM 的 Macbook 上本地运行，并已通过 la Plateforme 及合作平台提供。
匹配字段摘要
Cartesia 宣布端侧智能首个里程碑，发布开源库 Edge、1.3B 参数 SSM 语言模型 Rene，以及支持低延迟实时流式生成的 Sonic On-Device 私有测试版。Rene 采用 Mamba-2 混合架构，在多项基准上表现与同级 SOTA 小模型相当，Edge 已支持 Apple MLX 和量化推理。
匹配字段摘要
Zyphra 发布 Zamba2-small，一个面向端侧应用的 2.7B 小语言模型，权重以 Apache 2.0 开源。该模型将 Zamba-7B 的 Mamba1 块替换为 Mamba2 块，并采用两个 ABAB 交错共享注意力块，对每个共享 MLP 块应用 LoRA projector。相比 Phi3-3.8B，其首 token 时间快 2 倍、内存开销降低 27%、生成延迟低 1.29 倍，并保持 3-4B 稠密 Transformer 的质量而只需 1-2B 的推理算力与内存。
匹配字段摘要
Zyphra 发布 7B 参数基础模型 Zamba，采用 Mamba 块与每 6 层一个全局共享注意力层结合的混合架构，训练和推理比标准 Transformer 更省算力。模型分两阶段训练，先用约 1 万亿 token 开放网页数据，再用约 500 亿 token 高质量数据退火，在多项基准上超过 LLaMA-2 7B 和 OLMo-7B，且训练数据用量不到后者一半。全部检查点以 Apache 2.0 协议开源，由 7 人团队在 128 张 H100 上耗时 30 天完成，Hugging Face 集成和完整技术报告将随后发布。
匹配字段摘要
Ollama 更新 LLaVA 视觉模型集合至 1.6 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。
匹配字段摘要
StepFun 表示 Step 5 Preview在NVIDIA GB300上展现出强劲推理性能
English translation is being prepared.
匹配字段标题
2026年10月13日,面壁智能宣布 MiniCPM-V 4.7 在 Apple Silicon 上获得 Day 0 全端侧推理支持。据当日报道,该模型(1B 与 35B-A3B)通过与 Nativ 合作在 Mac 上实现全本地推理,支持图像与视频理解;在 Apple Silicon 搭配 Nativ v0.4.x 实测中,1B 版 prefill 超 24K tokens/s、decode 315 tok/s,35B-A3B 版 prefill 超 4K tokens/s、decode 90 tok/s。10月13日至14日的后续报道称,面壁智能发布新一代端侧多模态大模型 MiniCPM-V 4.7,为 35B-A3B 的 MoE 模型,可在手机上以仅 3GB 内存运行,能识别现实路牌、按约束做规划、解析复杂文档并对视觉数据推理,同时提供轻量 1B 版本,覆盖 iOS 与 Android。
匹配字段标题
2026年10月13日,Liquid AI 发布 LFM2.5-24B-A2B 端侧智能体模型。该模型总参数 24B、每 token 仅激活 2B,是 LFM2.5 家族中最大也是最后一款模型,基础版与后训练版均已在 Hugging Face 和 Playground 开放权重。据官方博客,它采用显式思维链的纯推理模式,上下文窗口从 32,768 扩展到 131,072 tokens,词表从 65K 扩至 128K,预训练数据从 17T 扩至 33T tokens;在八项智能体与工具调用基准中的五项领先或持平 Qwen3.6-35B-A3B,AutomationBench 得分为 27.69 对 8.72,LiveClaw 为 48.09 对 38.19;在 Apple M5 Max 上解码 184 tokens/s,单张 NVIDIA B300 GPU 高并发下输出超过 21K tokens/s。10月14日,OpenRouter 宣布该模型已上线,称其会先推理再作答,面向智能体与工具调用场景。
匹配字段标题
匹配字段标题
2026 年 9 月 30 日,韩国 AI 实验室 Upstage 发布专有推理模型 Solar Mini 4。官方称其 35B 总参数、3B 激活参数,在 3B 激活以下模型中创下 Intelligence Index 与激活参数的新帕累托最优点,比上一代旗舰 Solar Pro 3 高 16 分,价格降至每 1M 输入/输出 token 0.10/0.40 美元。Artificial Analysis 测得它在 AA-LCR v1.1 上得 83%,与 MiniMax-M3、GPT-6 Luna (max) 持平;但智能体编码较弱,Terminal-Bench 4.0 仅 1%、AutomationBench-AA 22%。该模型为专有模型、权重未公开,仅支持文本输入输出,知识截止 2026 年 2 月。目前尚无后续发展事实。
匹配字段标题
2026年10月13日,Liquid AI 发布 LFM2.5-24B-A2B 端侧智能体模型。该模型总参数 24B、每 token 仅激活 2B,是 LFM2.5 家族中最大也是最后一款模型,基础版与后训练版均已在 Hugging Face 和 Playground 开放权重。据官方博客,它采用显式思维链的纯推理模式,上下文窗口从 32,768 扩展到 131,072 tokens,词表从 65K 扩至 128K,预训练数据从 17T 扩至 33T tokens;在八项智能体与工具调用基准中的五项领先或持平 Qwen3.6-35B-A3B,AutomationBench 得分为 27.69 对 8.72,LiveClaw 为 48.09 对 38.19;在 Apple M5 Max 上解码 184 tokens/s,单张 NVIDIA B300 GPU 高并发下输出超过 21K tokens/s。10月14日,OpenRouter 宣布该模型已上线,称其会先推理再作答,面向智能体与工具调用场景。
English translation is being prepared.
匹配字段标题
inclusionAI 发布 LLaDA-Image Base 与 Turbo 检查点及推理代码
English translation is being prepared.
匹配字段标题
2025年12月1日,DeepSeek发布DeepSeek-V3.2与DeepSeek-V3.2-Speciale两款面向智能体的推理优先模型。据官方信息,V3.2已在App、Web和API上线,定位日常使用、推理与长度更均衡,是DeepSeek首个将思考直接融入工具调用的模型,支持思考与非思考两种模式下的工具调用;Speciale暂仅提供API,主打极限推理能力,通过临时端点提供,价格与V3.2相同,不支持工具调用,可用至2025年12月15日15:59(UTC)。此前2025年9月29日,DeepSeek曾发布实验模型DeepSeek-V3.2-Exp,基于V3.1-Terminus构建,首次引入DeepSeek Sparse Attention(DSA),官方称基准测试显示其与V3.1-Terminus表现相当,同时API价格立即下调50%以上。
匹配字段标题