搜索“推理”

Upstage 发布 Solar Mini 4 推理模型

Upstage 发布 Solar Mini 4

查看事件：Upstage 发布 Solar Mini 4 推理模型

Cognition公布GPT-6.1 Sol低推理档位评测结果

Cognition公布了GPT-6.1 Sol在低推理档位下的评测结果。其得分58.1%,单任务成本0.21美元,高于同档位GPT-6 Sol的50.5%。Cognition称,这是排行榜上单任务成本低于0.30美元的模型中得分最高的成绩,并同时给出了试用入口。目前没有后续发展。

英伟达推出自动驾驶推理模型

2026年8月4日,英伟达发布面向自动驾驶汽车的前沿开放推理模型 Alpamayo 2 Super。该模型旨在帮助系统理解复杂环境,并在采取行动前进行推理。模型依据 OpenMDW-1.1 许可开放商业使用,团队可以检查、微调和部署;其应用范围包括出租车、卡车、班车、配送车、拖拉机及移动机器人,并可作为相关系统的基础模型。目前该故事仍处于活跃状态。

Mamba-3发布并开源推理内核

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。

Liquid AI发布端侧推理模型LFM2.5-1.2B-T

2026年1月20日,Liquid AI发布端侧推理模型LFM2.5-1.2B-Thinking,该模型完全在设备端运行,在手机上内存占用低于900 MB,并已在Hugging Face、LEAP和Playground上线。模型为1.2B参数,相比LFM2.5-1.2B-Instruct,在MATH-500上从63提升到88,Multi-IF从61提升到69,BFCLv3从49提升到57,并在多数推理基准上匹配或超过参数量多40%的Qwen3-1.7B。训练采用课程式RL与模型合并,通过偏好对齐和n-gram重复惩罚把doom loop比例从15.74%降到0.36%,并获Qualcomm、Ollama、FastFlowLM、Cactus Compute等新发布伙伴支持。

百川智能推出医疗推理模型

2025年8月11日,百川智能发布医疗增强推理模型Baichuan-M2。百川智能称,该模型在HealthBench评测中超过包括gpt-oss-120b在内的所有开源模型。目前,Baichuan-M2已开放在线试用。

Gemini推理模型获实验更新

2025年1月22日,Gemini 2.0 Flash Thinking 根据用户反馈获得一次实验性更新。相关信息感谢用户提出建议,但未说明此次更新包含哪些功能、带来何种具体变化,也未交代可用范围或上线安排。目前输入材料未提供更多后续进展。

模型增强推理并开放代码执行

2025年1月22日,Noam Shazeer表示,团队提升了一款未具名模型在数学、科学和多模态推理基准上的表现:AIME、GPQA和MMMU成绩分别达到73.3%、74.2%和75.4%。同日披露的新增能力还包括启用100万上下文窗口,以支持更复杂的研究任务,并允许开发者开启代码执行功能。目前输入材料未提供此后进一步更新。

GLM-5.3强化长程推理训练

GLM-5.3 通过一个月长程环境与强化学习进行后训练扩展 在保持GLM-5.2基础架构及参数规模不变的情况下提升能力

查看事件：GLM-5.3以长程强化学习提升能力

Microsoft 发布 MAI-Thinking-1 推理模型

2026年8月12日,Microsoft AI 发布推理模型 MAI-Thinking-1,并已在 Microsoft Foundry 开启公开预览。据微软 AI Blog 介绍,该模型采用 35B 激活参数、约 1T 总参数的稀疏 MoE 架构,支持 256k token 上下文窗口、函数调用和开发者指令,兼容 Chat Completions API。微软称其训练未使用第三方模型蒸馏,数据为可追溯的企业级数据。评测方面,该模型在 SWE-Bench Pro 上与 Claude Opus 4.6 持平,AIME 2025 得分 97.0%、AIME 2026 得分 94.5%,并在与 Claude Sonnet 4.6 的盲测人评中被更多用户偏好。目前尚无后续发展事实。

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。

Sarvam AI 开源发布 Sarvam 30B 与 105B 推理模型

2026年3月6日,Sarvam AI 开源发布 Sarvam 30B 与 Sarvam 105B 两款从零训练的推理模型。据官方信息,两款模型预训练分别使用 16T 和 12T token,训练全程在印度完成,采用 IndiaAI mission 提供的算力。架构上两者均为 MoE:30B 仅 2.4B 激活参数并使用 GQA,105B 采用 MLA。权重可从 AI Kosh 和 Hugging Face 下载,并支持 Transformers、vLLM、SGLang 本地推理。官方称两者在印度语言基准上取得领先结果,30B 已用于对话智能体平台 Samvaad,105B 用于 AI 助手 Indus。目前尚无后续发展事实。

Qwen 发布旗舰推理模型 Qwen3-Max-Thinking

2026年1月26日,Qwen 团队发布旗舰推理模型 Qwen3-Max-Thinking。据 Qwen Blog 介绍,该模型通过扩大参数规模并投入大量算力做强化学习,在事实知识、复杂推理、指令遵循、人类偏好对齐和智能体能力上均有提升,在 19 项基准上表现与 GPT-5.2-Thinking、Claude-Opus-4.5、Gemini 3 Pro 相当。模型新增自适应工具调用能力,可在对话中自主调用内置的 Search、Memory 和 Code Interpreter,已在 chat.qwen.ai 上线;同时采用经验累积的多轮测试时扩展策略,在 GPQA、HLE、LiveCodeBench v6 等基准上优于标准并行采样。API 模型名为 qwen3-max-2026-01-23,兼容 OpenAI 与 Anthropic 接口协议,可直接配合 Claude Code 使用。目前尚无后续发展事实。

Microsoft 发布 MAI-Thinking-1 推理模型

Microsoft AI 发布 MAI-Thinking-1 推理模型

查看事件：Microsoft 发布 MAI-Thinking-1 推理模型

Zyphra 发布 ZAYA1-8B 推理模型

Zyphra 发布 ZAYA1-8B

查看事件：Zyphra 发布 ZAYA1-8B 推理模型

Mamba-3发布并开源推理内核

Together AI等研究团队 发布并开源 Mamba-3及其推理内核

查看事件：Mamba-3发布并开源推理内核

Sarvam AI 开源发布 Sarvam 30B 与 105B 推理模型

Sarvam AI 开源发布 Sarvam 30B 与 Sarvam 105B 模型

查看事件：Sarvam AI 开源发布 Sarvam 30B 与 105B 推理模型

Qwen 发布旗舰推理模型 Qwen3-Max-Thinking

Qwen Team 发布 Qwen3-Max-Thinking

查看事件：Qwen 发布旗舰推理模型 Qwen3-Max-Thinking

Liquid AI发布端侧推理模型LFM2.5-1.2B-Thinking

Liquid AI 发布 LFM2.5-1.2B-Thinking

查看事件：Liquid AI发布端侧推理模型LFM2.5-1.2B-T