微软 AI 宣布完成新一代基础模型 MAI-Base-2 的预训练，这是一个 80B 激活参数、2.8T 总参数的 MoE 模型，在内部留出评测上优于其测试的所有开放权重模型。微软称其预训练 FLOPs 效率比最强的开放基础模型 DeepSeek-V4-Pro-Base 高 4-12 倍，训练使用 16k 块 GB200 GPU、历时 38 天，平均 MFU 21%、goodput 89%。该模型基于有机数据训练、不涉及其他模型蒸馏，目前正进行后训练，微软计划通过 Foundry 向可信伙伴授权模型权重。
匹配字段摘要、正文
微软发布自研预训练基础模型 MAI-Base-2，采用 MoE 架构，总参数量 2.8 万亿、激活参数量 800 亿。微软 AI 主管苏莱曼在员工大会上称，该模型性能超过目前驱动 GPT-5.6 Sol 的模型，训练算力仅为 OpenAI 的四分之一；微软博客称其训练方法在四项评估中计算效率比 DeepSeek-V4-Pro-Base 高出 4.2 到 12.3 倍。微软私下还将该模型与 OpenAI 代号 Spud 的模型对比，称在衡量 AI 理解和预测信息模式的测试中表现更好，比较基于微软掌握的相关技术信息。
匹配字段摘要、正文
FireRedTeam 发布文档解析框架 FireRed-OCR，基于 Qwen3-VL 架构，在 OmniDocBench v1.5 上取得 92.94% 的总体得分，官方称其在端到端方案中排名第一，超过 DeepSeek-OCR 2、OCRVerse 以及 Gemini-3.0 Pro、Qwen3-VL-235B 等通用 VLM。该框架通过多任务预对齐、专用 SFT 和格式约束 GRPO 三阶段训练，用公式语法、表格完整性、层级闭合和文本准确率奖励来抑制结构幻觉，并已开源 FireRed-OCR-2B 权重，代码与权重采用 Apache 2.0 许可。
匹配字段摘要、正文
2026 年 9 月 10 日,DeepSeek 发布新架构家族中最小模型 DeepSeek-V4.1-Flash。据 DeepSeek API 更新日志,该模型采用 552B 参数 MoE 与新的 Causal Encoder–Decoder 架构,输入仅 8B、输出 16B 激活参数,并原生支持视觉理解。官方称其 KV cache 相比上一代只需 1/4 的 HBM 和 1/8 的 SSD 存储,基准结果超过包括 DeepSeek-V4-Pro 在内的旗舰模型。该模型已在 DeepSeek API 上线,模型名设为 deepseek-flash,新价格于 2026 年 9 月 10 日 04:00 UTC 生效;V4-Flash 与 V4-Flash-Vision-Exp 退役,9 月 14 日起 deepseek-v4-pro 请求将按 V4.1-Flash 费率路由至该模型,直至 V4.1-Pro 发布。目前尚无该发布之后的进一步有证据发展。
匹配字段标题
Mistral 发布 Mistral Large 4 研究公开预览版，在 Artificial Analysis 智能指数上得分 38，与 GPT-6 Luna（max，38）和 DeepSeek V4.1 Flash（max，39）相当。该模型为 1T 参数、49B 激活，计划 10 月底开放权重，上下文窗口 512k tokens，支持文本和图像输入。标准定价为每 1M 输入/输出 tokens 1.36/4.18 美元，前两周五折，其每任务成本仍高于 GLM-5.3-Flash 和 DeepSeek V4.1 Flash。
匹配字段摘要、正文
Mistral 发布 Mistral Large 4 预览版，这是一个 1 万亿参数、490 亿激活参数的模型，在自家 3,800 块 NVIDIA Grace Blackwell GPU 集群上训练，目前通过 API 提供。该模型在 Mistral API 中只支持 none 和 high 两档推理级别，官方承诺本月底放出开放权重版本。它在 Artificial Analysis 上得分 38，略低于 552B 的 DeepSeek 4.1 Flash，相比去年 12 月得分 9 的 Mistral Large 3 提升明显。
匹配字段摘要、正文
Mistral 发布 Mistral Large 4 Research Public Preview，在 Artificial Analysis Intelligence Index 上得分 38，与 GPT-6 Luna（max，38）和 DeepSeek V4.1 Flash（max，39）接近，成为美国和中国之外最智能的模型。该模型为 1T 参数（49B 激活），计划 10 月底开放权重，上下文窗口 512k tokens，支持文本和图像输入、文本输出。标准定价为每 1M 输入/输出 tokens 1.36/4.18 美元，缓存输入 0.14 美元，每任务成本 1.13 美元，前两周五折后降至 0.57 美元，仍高于 GLM-5.3-Flash（0.25 美元）和 DeepSeek V4.1 Flash（max，0.27 美元）。
匹配字段摘要、正文
Reflection 发布 Beam，一个面向编码、智能体与科研的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，Apache 2.0 全量权重预计本月发布。团队称预训练用了 23.8T token，并在约 10,500 块 GB300 上各跑四周预训练与 RL，自报 SWE-bench Verified 得分 80.9。观察者认为 Beam 大致处于 GLM-5.2 水平，部分基准低于 DeepSeek V4 Flash。
匹配字段摘要、正文
Mistral 发布 Mistral Large 4 研究公开预览版，在 Artificial Analysis 智能指数上得分 38，与 GPT-6 Luna（max，38）相当，低于 DeepSeek V4.1 Flash（max，39），成为美国和中国之外最智能的模型。该模型为 1T 参数、49B 激活，计划 10 月底开放权重；网络防御指数得分 50，与 GLM-5.3-Flash 持平，CyberGym-E2E-AA 得分 82%。标准定价为每 1M 输入/输出 token 1.36/4.18 美元，每任务成本 1.13 美元，前两周五折后降至 0.57 美元，仍高于 GLM-5.3-Flash 的 0.25 美元和 DeepSeek V4.1 Flash 的 0.27 美元。模型支持 512k token 上下文窗口，接受文本和图像输入、输出文本，API 单次请求可接受 100 张图片。
匹配字段摘要、正文
Ai2 开源 AstaBrief，一个基于 Qwen3-8B 训练的科学报告生成模型，已作为 Asta 的 Fast 模式上线，并可从 Hugging Face 下载。训练采用监督微调加直接偏好优化的简单方案，SFT 数据来自 90K 条真实科研查询过滤后的 47K 条样本，DPO 数据约 6K 条，由 GPT-4.1 与 DeepSeek-R1 双评委一致才保留。模型一次生成完整报告，跳过片段摘要与聚类步骤，在 SQABench-CS2 等评测上接近 Claude 驱动的报告管线；374 名试用用户中 29.1% 连续使用两天以上，Fast 模式好评率 84.2%。
匹配字段摘要、正文
Cerebras 宣布智谱最新 GLM 系列模型 GLM-4.7 已在其 Inference Cloud 上线，代码生成速度约 1000 tokens/秒，部分场景可达 1700 TPS。该模型在 SWEbench、τ²bench、LiveCodeBench 等开发者基准上领先 DeepSeek-V3.2，并引入交错思考与保留思考机制，支持跨轮次保留推理上下文。GLM-4.7 与 GLM-4.6 的 chat completions 工作流完全兼容，迁移通常只需更新模型名，Cerebras 称其性价比约为 Claude Sonnet 4.5 的 10 倍。
匹配字段摘要、正文
Z AI 确认匿名免费模型 Ox Alpha 是 GLM-5.3-Flash，并公开模型权重。该模型登顶 OpenRouter，使用量为第二名 DeepSeek 的两倍；Z AI 称免费开放期间的服务完全运行于中国制造的芯片，Artificial Analysis 给出的单任务价格为 $0.045，较同档模型低 10 倍。
Z AI 确认匿名免费模型 Ox Alpha 是 GLM-5.3-Flash，并公开模型权重。该模型登顶 OpenRouter，使用量为第二名 DeepSeek 的两倍；Z AI 称免费开放期间的服务完全运行于中国制造的芯片，Artificial Analysis 给出的单任务价格为 $0.045，较同档模型低 10 倍。 · Z AI confirmed that the anonymous free model Ox Alpha is GLM-5.3-Flash and released its weights. The model took the No. 1 spot on OpenRouter with twice the usage of second-place DeepSeek; Z AI said the free-access period ran entirely on Chinese-made chips, while Artificial Analysis priced it at $0.045 per task, 10x lower than similar
匹配字段摘要、正文
Zyphra 发布其首个视觉语言模型 ZAYA1-VL-8B，基于 ZAYA1-8B 构建，采用 MoE 架构，700M 激活参数、8B 总参数，以 Apache 2.0 许可开源权重。该模型在视觉理解、定位和 OCR 类任务上表现突出，官方称其性能超过 Deepseek-VL2、Qwen3-VL 和 MolmoE 等同类模型，而训练仅用约 140B 视觉语言 token。架构上引入仅对视觉 token 激活的视觉专用 LoRA 参数，并对图像 token 采用双向注意力。
匹配字段摘要、正文
Sakana AI 发布事后学习技术试作模型系列 Namazu（α版），将 DeepSeek-V3.1-Terminus、Llama-3.1-405B、gpt-oss-120B 等开源基座适配为日本规格，并同步公开搭载该模型的聊天服务 Sakana Chat。官方称 Namazu 在 AIME'25、MMLU-Redux、GPQA Diamond、LiveCodeBench、IFEval 等基准上保持与基座相当的性能，在自建的中立性与事实准确性评测中明显改善，其中基座 DeepSeek-V3.1-Terminus 对相关政治历史话题的拒答率为 72%，经事后学习后降至接近 0%。日语基准 Nejumi Leaderboard4、Swallow LLM LeaderBoard v2、JamC-QA 上，Namazu-DeepSeek-V3.1-Terminus 与基座及同规模他社模型相当，技术报告与部分模型权重将后续公开。
匹配字段摘要、正文
蚂蚁百灵发布并开源旗舰级即时模型 Ling-2.5-1T，总参数 1T、激活 63B，预训练语料从前代 20T 扩展至 29T，支持最高 1M token 上下文。模型采用 1:7 的 MLA + Lightning Linear 混合线性注意力架构，引入正确性与过程冗余复合奖励机制，在 AIME 2026 上平均输出约 5890 token 即接近消耗 15k–23K token 的前沿思考模型水平。官方称其在复杂推理与指令遵循上优于 DeepSeek V3.2、Kimi K2.5、GPT 5.2，可适配 Claude Code、OpenCode 等智能体产品，但在复杂智能体交互和长程任务上仍落后于前沿模型。
匹配字段摘要、正文
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、正文
Arena 宣布,DeepSeek-V4.1-Flash-20261017 (Max) 已进入 Arena,并在 Agent Arena 与 Code Arena: WebDev 两个榜单中均位列开放模型第一。该消息由 Arena 于 2026 年 10 月 21 日发布,是目前可核实的最新进展。Arena 同时提到,可在相关帖子中查看该模型生成的 3D 世界以及更详细的排名信息。除这一登顶结果外,暂无其他有合格事实证据的后续发展。
匹配字段标题
Arena 宣布,DeepSeek-V4.1-Flash-20261017 (Max) 已进入 Arena,并在 Agent Arena 与 Code Arena: WebDev 两个榜单中均位列开放模型第一。该消息由 Arena 于 2026 年 10 月 21 日发布,是目前可核实的最新进展。Arena 同时提到,可在相关帖子中查看该模型生成的 3D 世界以及更详细的排名信息。除这一登顶结果外,暂无其他有合格事实证据的后续发展。
匹配字段标题
2026年10月17日,DeepSeek发布DeepSeek-V4.1-Flash-1017,官方称其基准表现更强、任务完成更快、输出更短,在性能与成本上实现帕累托改进,已在官网、App和API上线;同日该模型在OpenRouter上线。官方还宣布Search与Fetch API向所有人开放,每个端点每1000次调用收费0.75美元,通过DeepSeek Harness、Claude Code和Codex中的服务端工具发起的调用暂时免费,计费自2026年10月31日16:00 UTC开始。10月17日,Thomas Wolf评论称DeepSeek将此次称为“minor update”,但Terminal-Bench 4.0从31.2升至42.3。10月19日,Arena宣布该模型以1670分成为Code Arena: WebDev排名最高的开源模型。10月20日,OpenCode将其在Go和Free中更新至1017版本;Unsloth发布可在本地运行的GGUF,1-bit量化版保留约88.2%准确率、体积从508GB降至250GB;Arena又宣布其登顶Agent Arena开源模型榜
匹配字段标题
2026年10月17日,DeepSeek发布DeepSeek-V4.1-Flash-1017,官方称其基准表现更强、任务完成更快、输出更短,在性能与成本上实现帕累托改进,已在官网、App和API上线;同日该模型在OpenRouter上线。官方还宣布Search与Fetch API向所有人开放,每个端点每1000次调用收费0.75美元,通过DeepSeek Harness、Claude Code和Codex中的服务端工具发起的调用暂时免费,计费自2026年10月31日16:00 UTC开始。10月17日,Thomas Wolf评论称DeepSeek将此次称为“minor update”,但Terminal-Bench 4.0从31.2升至42.3。10月19日,Arena宣布该模型以1670分成为Code Arena: WebDev排名最高的开源模型。10月20日,OpenCode将其在Go和Free中更新至1017版本;Unsloth发布可在本地运行的GGUF,1-bit量化版保留约88.2%准确率、体积从508GB降至250GB;Arena又宣布其登顶Agent Arena开源模型榜
匹配字段标题