搜索“推理”

月之暗面开源Kimi供应商验证器

月之暗面开源了Kimi Vendor Verifier(KVV)项目,用于帮助开源模型用户校验推理实现的准确性。据官方博客,KVV包含六项基准测试,覆盖API参数约束预校验、OCRBench、MMMU Pro、AIME2025、K2VV ToolCall与SWE-Bench,其中SWE-Bench因依赖沙箱未开源。官方称在Two NVIDIA H20 8-GPU服务器上完成全流程验证,顺序执行约需15小时,并已针对流式推理、自动重试和断点续跑优化脚本。该开源动作与Kimi K2.6模型发布同期进行,K2.6主打长程编码与Agent Swarm能力,已上线Kimi.com、Kimi App、API和Kimi Code。目前尚无后续独立发展事实。

DeepSeek发布V4-Pro正式版

2026年8月13日,DeepSeek发布DeepSeek-V4-Pro正式版,主打智能体能力升级。据DeepSeek API更新日志,V4-Pro与V4-Flash均提供low、high、max三档推理强度,分别对应简单任务、日常智能体工作流和复杂任务。该模型原生支持OpenAI Responses API,针对Codex做了优化并支持一键配置,已上线app/web的Expert Mode和API,模型名称保持不变。随V4系列发布,API定价同步调整并引入高峰与低谷费率,低谷费率为高峰的50%,新定价于2026年8月16日16:00 UTC生效。目前尚无该发布之后的进一步有证据发展。

Anthropic发布Claude Opus 5.5

2026年9月22日,Anthropic发布Claude Opus 5.5。官方材料称,该模型在Artificial Analysis的Intelligence Index v4.3上以58分排名第一,比Claude Opus 5高7分,在Vals AI的Vals Index上以69.69%居首;支持最高100万token输入、12.8万token输出,推理默认开启并分五档,API价格为每百万输入/缓存/输出token 4/0.25/20美元。早先报道称其输出价格为每百万token 20美元,低于上一代的25美元。9月23日,Yuchen Jin称其单任务速度比Opus 5快约30%、成本低约40%。9月25日,Thomas Wolf称用Opus 5.5把一份Google Doc生成为视频。10月4日,Ado Kukic表示在medium和high effort下使用Opus 5.5未触及5小时限额,单次会话最高约用到74%。10月9日,Ado又称Opus 5.5发布后的周末是今年迄今最高效的编程日。同期Anthropic还发布了Sonnet 5.5和Haiku 5.5,并下调Sonn

Perplexity发布上下文嵌入模型

2026年10月1日,Perplexity Research 与 turbopuffer 发布 pplx-embed-v2-context-9b-preview,一个面向 RAG 管线的上下文嵌入模型,每个 chunk 在编码时都能看到完整文档。该模型以 Perplexity 的 query-aware 上下文压缩模型作为教师,用逐 token 打分池化出的软目标替代单一 gold passage 标注,训练时随机采样切块策略,推理阶段不增加延迟或存储。权重已在 Hugging Face 以 MIT 许可开源,需 transformers>=5.4.0 并设置 trust_remote_code=True,暂未上线 Perplexity API,模型卡提示权重与接口可能不向后兼容。模型基于内部 9B ColBERT 检索模型,线性投影输出 2048 维,Matryoshka 训练支持 1024 维,量化感知训练支持原生 int8 嵌入,训练使用约 430 个数据集、覆盖 50 多种语言。目前尚无后续发展事实。

GPT-6.1 Sol登陆Amazon Bedrock

2026年9月30日,AWS 与 OpenAI 宣布 GPT-6.1 Sol 在 Amazon Bedrock 正式可用。据 AWS Machine Learning 发布的信息,该模型是 GPT-6 Sol 的重大升级,面向智能体编码、计算机使用和专业工作负载。据 OpenAI,GPT-6.1 Sol 在 DeepSWE v1.1 上以约五分之一的单任务成本达到 GPT-6 Astra 的水平,并比 GPT-6 Sol 最佳成绩高 6.4 个百分点,且推理投入更低。Bedrock 侧提供 IAM 策略管控、CloudTrail 审计、VPC 端点与零操作员访问,推理数据不用于模型训练。目前尚无后续发展事实。

Inception发布升级版Mercury

2026年9月29日,Inception Labs发布旗舰扩散语言模型Mercury的升级版本,在编码、指令遵循、数学解题和知识召回方面均有提升。据Inception Labs Blog介绍,新版本通过扩大参数与训练数据、升级去噪器架构、改进训练目标与推理算法并推出全新服务引擎实现上述提升,现已上线其API平台及OpenRouter、Models.dev等合作渠道。价格维持每100万输入token 0.25美元、每100万输出token 1.00美元不变,新用户可获1000万免费token。Inception同步宣布完成由Menlo Ventures领投的5000万美元融资。目前尚无后续发展事实。

Inception发布Mercury 2

2026年9月29日,Inception Labs发布扩散式推理语言模型Mercury 2,称其为全球最快的推理语言模型。该模型采用扩散式并行精炼而非自回归逐 token 解码,官方称生成速度提升超过5倍,在NVIDIA Blackwell GPU上达到1,009 tokens/sec。定价为每百万输入token 0.25美元、每百万输出token 0.75美元,支持可调推理、128K上下文、原生工具调用和schema对齐的JSON输出,并兼容OpenAI API,面向编码补全、智能体循环、实时语音和搜索RAG等延迟敏感场景,现已可用。同日,Inception Labs宣布Mercury 2上线Azure AI Foundry,目前在美国和加拿大区域提供。

ElevenLabs介绍v4情感语音控制

2026年9月28日,ElevenLabs介绍Eleven v4通过音频标签控制情感语音的方法:可在脚本中用[furious]、[sarcastic]、[crying]等Audio Tags逐句指定情绪,模型据此调整语气、节奏和停顿,并加入叹息、笑声等非语言声音。官方建议一次生成整段文本以建立场景上下文,TTS应用单次最多支持10,000字符,每个句段只用一个情绪标签,效果不理想时优先替换标签而非改写文本。同日,ElevenLabs发布Eleven v4及低延迟版本Eleven v4 Turbo,称其为目前最具情感表现力的文本转语音模型;Eleven v4在Artificial Analysis排名第一,盲测中约75%听众更偏好它;Eleven v4 Turbo面向智能体等低延迟场景,中位推理延迟约100ms,中位首次发声时间约150ms。两款模型支持90多种语言,可用[laughs]等内联标签控制语气与音效,Instant Voice Clones仅需10秒音频,并新增Professional Voice Clones支持,现已在ElevenAgents、ElevenCreative

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。

Qwen-Image-2.1支持ComfyUI

2026年9月20日,Qwen团队开源Qwen-Image-2.1图像模型,将文生图与图像编辑统一到单一模型,支持多种图像编辑任务。官方介绍,该模型视觉生成组件为7B参数、32层Single-Stream DiT,原生支持透明图像生成与编辑,支持最多10张参考图以及圈选、掩码等局部编辑方式,并通过混合粒度注意力与KV cache复用降低多图编辑时的推理开销和显存占用;模型权重已在GitHub、Hugging Face和ModelScope发布。同日,Qwen宣布Qwen-Image-2.1在ComfyUI中原生支持,用户更新ComfyUI或使用Comfy Cloud、从Hugging Face下载权重并加载模板即可使用。

匿名模型 Ox Alpha 上线 OpenRouter

2026年8月24日,匿名模型 Ox Alpha 免费登陆 OpenRouter,支持 1M-token 上下文和多模态输入,面向编程与持续智能体任务;其 DeepSWE 子集完整测试得分为 63%,接近 Fable 5 且每项任务消耗的 Token 更少,早期线索指向智谱 AI,但开发者身份尚未揭晓。8月26日晚,智谱公布 Ox Alpha 就是旗下 GLM-5.3 Flash,已正式上线并开源,总参数 3200 亿,是 GLM-5 系列首个原生多模态模型,编程表现与 Claude Opus 4.8 持平,定价为 GLM-5.2 的十分之一;智谱同时发布 GLM-5.3-FlashX,推理速度最高 200 tokens/s,比 Flash 快 5 倍,官方称 Flash 推理服务全部由国产 AI 芯片集群承载。8月27日,有来源称 Ox Alpha 即 GLM-5.3 Flash,AA 得分为 57,价格为前沿模型的 1/100,由纯中国芯片提供算力,并在 OpenRouter 获得近 20% 的周 Token 份额,排名第一。

Conway Research 发布 2-bit 量化模型 Saluki 27B

2026 年 10 月 9 日,Conway Research 发布 Apache 2.0 许可的 2-bit GGUF 模型 Saluki 27B。据 MarkTechPost 同日报道,该模型是 Qwen3.8-27B 的 2-bit 混合精度量化版本,体积 7.89 GB,而 BF16 原模型需 54 GB,可在原生 llama.cpp 上运行并支持完整 GPU 卸载。在相同测试环境下,Saluki 在 Underdog Bench 的 120 项 BFCL v4 任务上得 88 分,原模型 84 分;并行工具调用 42 对 35;SWE-bench Verified 修复 30 个问题,原模型 33 个。报道称代价是数学与多步推理下降 12 到 18 分,AIME 2025 为 79.2 对 96.7。目前尚无后续发展事实。

TypeSafe AI发布首款System one模型Jev

2026年10月,美国TypeSafe AI公司发布首款“System one”模型Jev。该模型不生成对话、文章或代码,而是面向软件自动化场景直接返回可被程序调用的结构化判断及概率,支持Choice、Score和Noul三种问题类型,可并行处理同一状态下的多个问题。公司称其在适合快速判断的任务中判断水平接近部分现有大模型,速度提高40倍至200倍,输入价格为每10亿Token 42美元且不收取输出Token费用;上述性能数据主要来自公司自己的评测,公司也承认测试由内部设计、参考答案由其他大模型生成,数据处于实际收益较高一端。据Modal官方工程博客,TypeSafe AI在Modal平台上训练并部署Jev,三天内扩展至超过1万亿token,并满足超低延迟推理需求;Jev公开发布一周后登上OpenRouter 1K-10K token上下文排行榜榜首,处理了15.1%的请求。

中电信人工智能公司发布星辰大模型Xing4.0-29B-A4B

中电信人工智能科技有限公司发布星辰大模型Xing4.0-29B-A4B。该模型总参数29B、激活参数4B,全流程训练在国产昇腾910C集群完成,并冲进Hugging Face趋势榜前四。据科学网报道,模型经4-bit量化后单卡显存占用约15GB,可在RTX 3090、4090等24GB显卡本地运行,推理吞吐可达30tokens/s。评测中SWE-bench Verified得75.0分,Terminal-Bench 2.1得57.5分,Claw-Eval得76.55分。该模型已在集团客服智能体场景完成私有化部署,并同步上架GitHub、HuggingFace、魔搭、Gitee、魔乐五大社区。目前尚无后续发展事实。

Cerebras宣布OpenAI GPT-5.3-Codex-Spark研究预览

2026年2月12日,Cerebras宣布OpenAI的GPT-5.3-Codex-Spark进入研究预览,这是双方合作的首个发布。据Cerebras官方博客介绍,该模型由Cerebras提供算力,基于Wafer-Scale Engine运行,速度超过1,000 tokens/s,面向需要即时反馈的实时软件开发,是Codex为快速推理优化的小型版本。官方称其在SWE-Bench Pro和Terminal-Bench 2.0等基准上响应能力优于GPT-5.1-Codex-mini且耗时更短。该模型正面向ChatGPT Pro用户在Codex app、CLI和VS Code扩展中推出,API访问将向部分设计合作伙伴开放。目前尚无后续发展事实。

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

Inception发布Mercury 2

Inception Labs 发布 扩散式推理语言模型Mercury 2

查看事件：Inception发布Mercury 2

Fireworks AI发布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。

查看事件：Fireworks AI发布基于Kimi K3的Ember-1

蚂蚁开源Ming-Image-0.1-Design系列模型

2026年9月23日,蚂蚁百灵正式开源 Ming-Image-0.1-Design 系列模型。据蚂蚁百灵开发者博客介绍,该系列包含两个 6B 模型:Design 可从文字需求生成 UI、信息图、海报等完整视觉设计;Layer 可将设计图拆分为 2—9 个语义独立的 RGBA 图层。同时开源的还有 Design Skill 和 PPT Skill。博客还称,在 Artificial Analysis 于 2026 年 9 月 18 日更新的 UI/UX Design 评测中,Design 位列开源模型第 1,Elo 得分为 1082;Layer 在 Crello-Test 的 12 项指标中全部最优,单次推理时间从 795 秒降至 183 秒。蚂蚁内部画眉接入 Layer 后,首次获得可编辑图层的时间从 5 分钟以上降至约 40 秒。目前该事件尚无后续发展事实。

Black Forest Labs 发布 7B 世界动作模型 FLUX 3 Action

2026年9月22日,Black Forest Labs 发布 FLUX 3 Action,一个从多模态 FLUX 3 主干衍生的 7B 开放权重世界动作模型,用于机器人控制。据其官方博客,该模型在 RoboLab-120 榜单上以不到此前最佳开源模型一半的参数量取得 38.3% ± 0.38 的成功率,速度最高提升 3.95 倍。模型在图像、视频和音频数据上预训练,其中视频占训练 token 的 95% 以上,再通过联合视频-动作训练和针对目标本体的微调适配动作空间。报告还分析了将其与 GPT 6 Astra 等推理模型组合的混合方案,称快速控制能让具身推理更省时省钱,每美元成功率最高提升 53.64%。目前尚无后续发展事实。