2026 年 4 月 7 日,Cognition 发布面向软件工程智能体的新模型 SWE-1.6,并在 Windsurf 中全面开放,未来 3 个月免费。据 Cognition 模型 / Devin 博客介绍,SWE-1.6 从零后训练,在 SWE-Bench Pro 上与 Preview 版本表现相当,但显著减少了过度思考、串行调用工具和循环推理等行为,更多使用并行工具调用;训练中引入长度惩罚以抑制过长的轨迹。速度方面,免费版由 Fireworks 提供 200 tok/s,付费用户可通过 Cerebras 获得 950 tok/s 的更快版本。目前尚无后续发展事实。
匹配字段摘要
2026年3月1日,Cognition 公布 SWE-1.6 的早期预览。该模型与 SWE-1.5 基于同一预训练模型做后训练,推理速度同为 950 tok/s,当前 checkpoint 在 SWE-Bench Pro 上比 SWE-1.5 高 11%。团队称通过改进 RL 配方和扩展基础设施获得两个数量级算力,训练步骤比 3 个月前快 6 倍,并使用低至 NVFP4 的精度和 NVIDIA Multi-Node NVLink 加速。目前该模型向少量用户开放早期访问以收集反馈,团队同时指出大规模 RL 带来了过度思考、过多轮次等影响模型使用体验的行为。
匹配字段摘要
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。
匹配字段摘要
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。
匹配字段摘要
2026年2月7日,Qwen 团队发布下一代基础图像生成模型 Qwen-Image-2.0。据官方介绍,该模型将此前并行的生图与编辑两条路线合并为统一的生成与编辑模型,支持 1k-token 指令直接生成 PPT、海报、漫画等信息图,原生支持 2K 分辨率,并采用更小的模型体积以提升推理速度。官方还称,在 AI Arena 盲测中,该模型在文生图与图生图基准上均取得更优表现。目前该事件尚无后续发展事实,状态停留在发布阶段。
匹配字段摘要
2025年10月29日,Cognition 发布面向软件工程的 SWE-1.5 编码模型。据 Cognition 模型 / Devin 博客,该模型参数量达数千亿,在 SWE-Bench Pro 上接近前沿水平,并已上线 Windsurf。该模型与 Cerebras 合作部署,推理速度最高 950 tok/s,比 Haiku 4.5 快 6 倍、比 Sonnet 4.5 快 13 倍。Cognition 称其基于数千块 GB200 NVL72 芯片训练,并在自建 Cascade agent harness 与高质量编码环境中做端到端强化学习。目前尚无后续有证据的发展。
匹配字段摘要
2025年10月29日,Ollama 与 OpenAI、ROOST 合作,将 gpt-oss-safeguard 推理模型引入 Ollama,用于安全分类任务。该模型提供 20B 和 120B 两个规模,采用 Apache 2.0 许可,面向 LLM 输入输出过滤、在线内容标注和信任与安全场景。据 Ollama 博客介绍,模型可读取用户自带的书面策略,并开放完整推理过程供调试,推理强度支持 low、medium、high 三档调节。OpenAI 在内部评测、2022 年论文发布的审核数据集及 ToxicChat 上对其进行了评估。目前尚无后续发展事实。
匹配字段摘要
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。
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。
匹配字段摘要
2026年3月26日,Google开放Gemini 3.1 Flash Live。该模型面向开发者和企业,主打生产级可靠性与语音优先智能体,可用于规模化构建能够完成复杂任务的应用。材料称,其整体质量已经改进,并在ComplexFuncBench Audio的受约束多步函数调用测试及Scale AI AudioMultiChallenge的含中断长程推理测试中领先;其多语言能力也支持Search Live推广。
匹配字段摘要
2026年3月11日,Cartesia发布Mamba-3状态空间模型。该模型通过更通用的离散化递归、复值状态空间和MIMO并行化提升表达能力,在保持相似推理延迟的同时超越Mamba-2和GDN。内核已开源,1.5B规模下SISO变体在prefill和decode延迟上优于Transformer基线。
匹配字段摘要
2026年3月4日,Google DeepMind发布Gemini 3.1 Flash-Lite,定位于高吞吐量工作负载。输入材料称,该模型在推理、可靠性和扩展性方面优于Gemini 2.5 Flash,同时成本更低。模型引入thinking levels,可依据任务复杂度调整计算量:高吞吐量任务可不产生思考开销,遇到复杂边缘情况时则可启用相应推理能力。目前故事仍处于活跃状态。
匹配字段摘要
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%。
匹配字段摘要
2025年12月18日,Gemini 3 Flash正式上线。该模型将Gemini 3的Pro级推理能力整合进更精简的模型,并提供Flash级的延迟、效率和成本表现。目前,用户可通过API、Gemini App以及搜索服务使用Gemini 3 Flash。
匹配字段摘要
2025年11月26日,Prime Intellect发布INTELLECT-3模型。该模型为106B参数的Mixture-of-Experts架构,在GLM-4.5-Air基座上进行SFT和大规模RL训练,在数学、代码、科学和推理基准上取得同规模SOTA。团队开源了模型权重、训练框架prime-rl、verifiers环境库及全部训练与评测环境,训练在512张NVIDIA H200 GPU上完成。模型可在chat.primeintellect.ai或通过Inference API使用。
匹配字段摘要
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。
匹配字段摘要
2025年10月31日,英伟达发布开源视觉语言模型Nemotron Nano 2 VL,面向视频理解与文档智能。该模型采用混合Transformer–Mamba架构,并通过EVS剪除冗余视频帧,以减少需要处理的token。vLLM同时为其提供推理支持,夜间版本可用BF16、FP8和FP4精度部署兼容OpenAI接口的推理服务器。
匹配字段摘要
2025年10月1日,Liquid AI发布LFM2-Audio-1.5B,一个端到端音频与文本生成基础模型。该模型仅有1.5B参数,支持音频和文本的任意输入输出组合,可覆盖实时对话、ASR、TTS和音频分类等场景。据Liquid AI模型与工程博客介绍,该模型在VoiceBench上取得56.8总分,端到端延迟低于100毫秒,推理速度比同类模型快10倍以上。
匹配字段摘要
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。
匹配字段摘要
Mistral AI 发布 Mistral Small 4开源多模态推理模型
English translation is being prepared.
匹配字段摘要
Ollama 合作上线 gpt-oss-safeguard 推理模型
English translation is being prepared.
匹配字段摘要