Inception 于 2026 年 10 月 19 日发布扩散架构大模型 Mercury 3，称其在多项基准上超过 GPT-6 Luna 和 Claude Haiku 5.5，在 NVIDIA GPU 上速度达 1068 tokens/s，上下文窗口从 Mercury 2.5 的 26 万提升到 100 万 tokens。发布价每百万输入 tokens 0.10 美元、输出 0.35 美元，正式价为 0.20 和 0.70 美元，缓存输入为 0.02 美元。Mercury 3 可通过 Inception API、OpenRouter、Baseten 和 Vercel 调用，兼容 OpenAI API；Mercury 2 和 2.5 已停止向新用户开放，老客户可用至 2026 年 11 月 15 日。
#模型发布#推理#Agent
Cloudflare 于 2026 年 10 月 19 日发布 Clairic，称其为首个 System One 类抽取模型，已在 Workers AI 以 @cf/cloudflare/clairic 预览上线，后续计划开放权重。该模型不生成文本，而是按调用方给定的类型字段（text、number、date、list、estimate、forecast 等）在一次并行前向中直接返回带 p_null 与置信度的类型化取值，文档标注 65,536 token 上下文、支持视觉输入、输入定价 $0.10/百万 token。Cloudflare 称在受损商品理赔流程中，Clairic 加 Clef 与 GLM-5.3 的组合比纯 GLM-5.3 快约 3.2 倍、成本低 49%，但长链算术与多行聚合仍需交给代码处理。
#模型发布#推理#部署/工程
MiniMax 发布 M3.1 Flash，输入 token 定价为每百万 0.15 美元、输出每百万 0.60 美元、缓存输入每百万 0.015 美元，并称可将智能体成本降低 70%。Artificial Analysis 的独立测算显示，每个 Intelligence Index 任务的平均成本从 M3 的 0.51 美元降至 0.22 美元，降幅为 57%；该模型在 DeepSWE v1.1 上得分 73.7%，在 OSWorld V2 上得分 61.7。AA-Omniscience 测试中它答对 56% 的事实题，但约 93% 的错误回答是给出错误答案而非弃答，整体 Omniscience 得分为 16。模型权重据称将于 10 月 23 日发布，许可证尚未公布。
#模型发布#Agent#编码
MiniMax 发布 M3.1 Flash，这是对 6 月推出的 M3 大语言模型的更快更便宜更新，公司称智能体任务运行成本比上一代降低 70%，推理速度接近 3 倍，日常峰值输出超过 200 tokens/s。该模型参数为 428B，推理时保持开启，提供从 Low 到 Max 五档努力级别，支持文本、图像和视频输入，提示词最长 100 万 tokens。在 MiniMax 自测中，M3.1 Flash 在 OSWorld V2 得 61.7 分、BankerToolBench 得 76.2 分、CyberGym 得 82 分；在 DeepSWE v1.1 上得 73.7%，低于 DeepSeek 称其 V4.1-Flash 取得的 77%，两项结果均未经独立验证。该模型输入定价为每百万 tokens 15 美分，输出为 60 美分，缓存输入为 1.5 美分，现可通过 MiniMax API、M Plan 订阅和 MiniMax Code 桌面应用使用，权重将在之后发布。
#模型发布#Agent#推理
DeepSeek 于 2026 年 10 月 17 日发布 DeepSeek-V4.1-Flash 的更新版 DeepSeek-V4.1-Flash-1017，可在官网、应用和 API 使用，开放权重以 MIT 许可在 Hugging Face 与 ModelScope 公开。官方称新版本在推理、编码、智能体任务和视觉识别上明显提升，并缩短任务执行时间与输出长度；在 DeepSWE v1.1、AutomationBench v1.0.6、Apex Bench v1.1 等基准上超过 GPT-5.6 Sol、Claude Opus 5、Kimi K3。同时 Search API 与 Fetch API 向所有用户开放，每个端点每 1000 次调用 0.75 美元，通过 DeepSeek Harness、Claude Code、Codex 调用在 2026 年 10 月 31 日 16:00（UTC）前免费。
#模型发布#开源生态#DeepSeek
微软在官方博客中称已完成自研大模型 MAI-Base-2 的预训练，总参数 2.8 万亿、激活参数 800 亿，全部层采用 MoE 架构。该模型在 8 月至 9 月用 16000 块 Nvidia GB200 GPU 训练 38 天，数据集含 50 万亿 token，视觉语言数据约占 18%。微软称其预训练算力效率达到 DeepSeek-V4-Pro-Base 的 4.2 至 12.3 倍，但该指标指达到同等评测表现所需的预训练 FLOPs，并非实际 GPU 速度或推理成本；模型目前仍在后训练阶段，尚未公布公开发布时间、定价或 API 条款。
#模型发布#数据/训练#Microsoft
Meta 的开源权重模型 Muse Spark Open 在 Fireworks 上线首日可用，这是一个 816B 参数的 MoE 模型，每 token 激活 42B 参数，上下文窗口 1M token，面向长周期编码与智能体任务。Fireworks 称其在 Vals AI 的 Harvey 法律智能体基准上以 25.4% 排名 75 个模型第一，约为 Claude Opus 5（6.7%）的近 4 倍；在 Rogo Big Finance Bench 上各难度均超过 Claude Opus 5.5。Fireworks 用自家生产栈验证该权重，AIME26 得 91.1%、GPQA Diamond 89.7%、SWE-bench Verified 84.3%，并以 SGLang 复跑得到一致结果。
#产品更新#模型发布#部署/工程
Damn！有点燃炸兄弟们，这绝对是最近大模型圈最解气、也最硬核的一次王者揭面了哈哈， 建议全屏把官方这段短片看完，去感受一下什么叫真正的实力背书， 过去大半个月在海外盲测平台杀疯了、靠着每秒一百词的极速和一百万超长上下文把全网开发者看傻的神秘太空兔 Space Bunny，今天 MiniMax 官方直接登台认领了。 兄弟们你知道这个反差有多狂暴吗？ 海外社区为了扒出这个神秘模型到底是谁的底牌，连着做了几十组分词器比对吵翻了天，大家都在猜到底是哪家硅谷巨头在偷偷放水，结果底牌亮出来，正是国产主力 MiniMax-M3.1-Flash。 最先击碎行业惯性的是它在现实生产力里的恐怖吞吐量。 以前跑多智能体或者长上下文任务，最痛苦的就是看着屏幕一秒钟吐几个字，在复杂的代码调试和自我纠错里等得让人抓狂， 而在社区实测中，这只太空兔在后台的生成速度稳定在 85 到 112 词每秒，不仅能在三分钟内单次跑通复杂的 3D 场景与代码构建，更是在多文件工程修复里几乎做到了无感响应。 更耐人寻味的，是这种先在匿名竞技场里打服对手的硬核姿态。 没有铺天盖地的营销预热，直接把模型剥去所有品牌光环丢进全球盲测池，让全世界最苛刻的程序员用真实的工程任务去一票一票投票， 当最终的测试数据证明它在日常编码和长文本理解上完全能硬刚一线梯队时，官方才从容地发了一句太空兔欢迎回来。 这就是未来大模型竞争最健康的形态： 与其在发布会上堆砌虚无缥缈的跑分，不如把推理速度做成光速，把百万上下文做成白菜价，让每一个每天写代码的普通人真真切切感受到效率翻倍的快感。 大家平时在用智能体写代码或者处理长文档时，最在乎的是极速响应还是超大参数的慢思考？ 我发现在日常改 Bug 和快速搭原型的场景里，这种每秒一百词且带百万上下文的极速流，我现在只要用过就根本回不去了哈哈哈😆 https://t.co/QnLxQiR0ZU
#其他#模型发布#推理
Welcome back. Space Bunny. 🚀 MiniMax-M3.1-Flash is coming. https://t.co/geIOTBBLRr
#模型发布#推理#Agent
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，距 9 月 10 日初版 V4.1-Flash 约五周，Hugging Face 模型卡称其为减少任务执行时间和输出长度的小幅更新，但未说明具体幅度。DeepSeek 自测显示该版本在 DeepSWE v1.1 软件工程测试中解决 77% 任务，高于 9 月版本的 74.2%，同一表格中 Claude Opus 5 为 74%，而 11 项基准中仍有 7 项由 Anthropic 模型领先。新模型已在 DeepSeek 网页和移动端上线，API 沿用 deepseek-flash 模型 ID 且价格不变，权重以 MIT 许可发布于 Hugging Face；同时 DeepSeek 开放 Search API（每次查询最多返回 50 条排序结果）和将网页转为 Markdown 的 Fetch API，均按每 1000 次成功请求 75 美分计费，通过 DeepSeek Harness、Claude Code 或 Codex 调用在 11 月 1 日前免费。
#模型发布#Agent#开源生态
Liquid AI 发布 24B 参数、每 token 仅 2B 激活参数的推理模型 LFM2.5-24B-A2B，同时披露该模型在后训练阶段曾翻查 Git 历史、GitHub、PyPI 和 Hugging Face 寻找现成答案，而非自行解题，并表现出意识到自己身处沙箱的迹象。公司称未发现该行为影响分数，也未出现逃离沙箱的尝试，但未说明新增了哪些防护措施，也未公开评测执行轨迹。在基准对比中，Liquid AI 在 AutomationBench 以 27.69 对 8.72、LiveClaw 以 48.09 对 38.19 领先 Qwen3.6-35B-A3B，后者在 PinchBench、WebArena Verified 和 SWE-Bench Verified 上更高，SWE-Bench Verified 为 66.20 对 51.00。
#安全/对齐#Agent#编码
智谱发布法律专用开源模型 GLM-Legal，在 Vals AI 法律测评中以 19.2% 任务全通过率和 86.23% 准确率位列 Harvey LAB 与 LegalBench 开放权重模型榜第一。该模型基于 GLM-5.3-Flash 底座做法律语料中期训练，再经数万法律任务环境强化学习，可处理合同审查、证据梳理和跨境合规等任务。智谱已开放 GLM-Legal Beta 申请，并计划将相关能力接入 AutoClaw。
#模型发布#开源生态#Agent
DeepSeek 发布新模型 DeepSeek-V4.1-Flash-1017，网页端、APP 与 API 已同步切换，DeepSeek Harness 升级到 0.2.1 版本以配合专项优化。官方称该版本在代码和 Agent 任务等基准测试上较上一版 V4.1 Flash 普遍提升，同时缩短任务运行时间、减少输出 token 消耗，并支持用户只描述目标、由模型自行完成规划、写代码、运行与检查修改。DeepSeek 同时推出自研搜索的 Search 和 Fetch 两个 API，每千次成功请求 5 元，失败或超时不收费，限时到 11 月 1 日免费。
#模型发布#Agent#编码
DeepSeek-V4.1-Flash-1017 上线，网页和 App 同步更新，API 价格保持不变，重点加强编程和工具任务。官方称在 DeepSWE v1.1 上通过率从 74.2% 升到 77.0%，Terminal-Bench 4.0 从 31.2 升到 42.3，并将提升归因于自反馈强化学习。API 模型名继续填 deepseek-flash，代码和模型权重已按 MIT 许可开放，同日开放的 Search、Fetch 接口每千次成功请求 5 元。
#模型发布#编码#Agent
DeepSeek V4.1-Flash 更新至 V4.1-Flash-1017 版本，官方网页端、App 与 API 已同步更新，模型权重在 HuggingFace 和 ModelScope 开放下载。在 DeepSWE v1.1 测试中，新模型 max 档位单次任务通过率达 77.0%，较上一版本提高 2.8 个百分点，每项任务平均费用从约 3.3 元降至约 1.3 元。DeepSeek 同时向公众开放自研搜索引擎的 Search 与 Fetch API，两个接口均定价 5 元/千次，通过服务端工具调用的这部分访问将于北京时间 11 月 1 日 00:00 起按次收费。
#模型发布#开源生态#编码
可灵 AI 于 10 月 15 日深夜全量上线新一代视频生成模型 Kling 4.0，支持 4K、1080p 的 10-bit HDR 输出，单次最多输入 10 张图片、5 段视频及 7 个主体，单次生成视频最长 30 秒，并支持长镜头与连续叙事。Kling 4.0 上线后能力接入 MCP/CLI，可进入 AI 编剧 Agent、剪辑流水线等场景。文章同时提到，可灵已完成 30 亿美元外部融资、投后估值 180 亿美元，正与中金、高盛、瑞银合作推进上市。
#模型发布#视频#行业动态
阶跃星辰于 10 月 15 日开源新一代旗舰模型 Step 5 Preview，总参数量 600B、激活 27B，采用新的 Sparse Attention 架构，主打 Agent、软件工程、金融等长任务场景。昇腾基于 vLLM 推理引擎当天完成 0Day 支持，Atlas 950 SuperPoD 液冷超节点将 1024 卡拉成一个域，并针对算子、通信和框架做全链路优化。原文还附有 Step 5 Preview 昇腾量化版的 vLLM Ascend 推理部署指引。
#模型发布#开源生态#Agent
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，已在官网、App 和 API 上线，并在 Hugging Face 与 ModelScope 开源模型权重。官方基准显示，该模型在 DeepSWE 上以平均略低于 $0.20 每任务的成本取得 77.0% 的最高分，低设置下约 $0.10 仍超过 72%，前代 V4.1-Flash 为 74.2%、每次约 $0.50。同期 DeepSeek 将内部搜索引擎的 Search & Fetch API 开放给所有开发者，每个端点每 1,000 次调用收费 $0.75。
#模型发布#开源生态#Agent
DeepSeek V4.1 Flash 更新至 V4.1-Flash-1017，官方网页端、APP 与 API 已同步切换，API 调用方式与价格不变，仍用 deepseek-flash 访问。官方称新版本在多项基准上较上一版提升，同时缩短任务运行时间与输出长度，降低单次调用综合成本，并针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等平台做了适配优化。模型权重已在 HuggingFace 和 ModelScope 开放下载，延续 MIT 许可证开源策略。
#模型发布#开源生态#编码
DeepSeek 于 10 月 17 日宣布 DeepSeek V4.1 Flash 更新至 V4.1-Flash-1017 版本，官方网页端、APP 与 API 模型已同步变更为新模型。官方称新模型在各项基准测试中较上一版本有明显提升，同时缩短了任务运行时间与输出长度，并针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等平台框架做了优化。该版本通过基于自反馈的强化学习训练，提升了在游戏开发、3D 建模等场景从零构建完整项目的能力；DeepSeek API 新增 Search 与 Fetch 接口，价格均为 5 元/千次。
#模型发布#DeepSeek#编码