Mistral 发布 Mistral Large 4（Le Chonk）的开放权重，这是一个 1 万亿参数的原生多模态模型，在预览版基础上继续强化学习，编码与防御性网络安全能力提升。它在 FrontierCode 2.0 上得分 19.7%，在 Artificial Analysis Coding Agent Index 上得 48%，与 GLM-5.3 基本持平，但每任务平均少用 47% token；Terminal-Bench 4.0 提升 13 个百分点至 41%。模型支持三种推理模式，采用修改版 MIT 的 Mistral Ecosystem Open-Weight 许可，API 定价为每百万输入 token $0.70、缓存输入 $0.07、输出 $2.10。
匹配字段摘要、正文
Liquid AI 于 10 月 27 日发布 LFM3 系列，六款 2B 参数级开源权重模型均从同一个 LFM3-1.7B-Base 分支而来，覆盖文本、视觉、音频、全模态和决策模型。LFM3-1.7B 有 1.73B 参数、256K token 上下文、支持 16 种语言，采用 13 层门控短卷积、5 层滑动窗口注意力和 6 层全局注意力的 Tri-Hybrid 架构，以 LFM Open License v1.0 在 Hugging Face、Liquid AI Playground 和 API 提供。公司称 LFM3-1.7B 以少 35% 的参数超过 LFM2.5-2.6B，4-bit 精度下约占 1 GB 内存，但模型卡说明其不适合智能体编码或复杂多步推理。
匹配字段摘要、正文
Google 发布最新模型 Gemini 4 Argon，称其面向复杂真实任务，可进行推理、编码并协调工具。官方给出 8 个示例，包括在零素材条件下从零写出 5000 行数学代码渲染 3D 阳光图书馆，以及在 Antigravity 中处理 NASA 火星任务超 8 万份原始文件并生成高管汇报幻灯片。
匹配字段摘要
OpenAI 发布 GPT-6.1 Terra，融合视觉推理、计算机使用与编码能力，API 价格为每百万输入 token 1 美元、每百万缓存输入 token 0.05 美元、每百万输出 token 5 美元，比 GPT-5.6 Terra 和 GPT-6.1 Sol 低 50%。该模型于 10 月 27 日起向 ChatGPT Work 和 Codex 的 Plus、Pro、Enterprise、Edu 用户开放，开发者可通过 API 以 gpt-6.1-terra 调用。在 Terminal-Bench 4.0 上，最大推理强度下解决 50.3% 的任务，GPT-5.6 Terra 公布的成绩为 21.5%；内部诱导错误基准上低推理强度错误率从 53.6% 降至 16.7%。此次发布正值 OpenAI 在因安全担忧暂停 11 天后恢复前沿模型训练。
匹配字段摘要、正文
OpenAI 发布 GPT-6.1 Terra，主打计算机操作、视觉推理、编码和日常办公，API 价格为每百万输入 token 1 美元、每百万输出 token 5 美元，比 GPT-5.6 Terra 和 GPT-6.1 Sol 低 50%。在 Agents' Last Exam 上，中等推理强度下得分比 GPT-5.6 Terra 高 15 个百分点，成本约为其三分之一，完成任务速度超过 GPT-6 Astra 和 GPT-6.1 Sol 的 3 倍。内部基准显示低推理强度错误率从 53.6% 降至 16.7%，Terminal-Bench 4.0 最高推理强度得分 50.3%，GPT-5.6 Terra 为 21.5%。该模型已向 Plus、Pro、Enterprise 和 Edu 用户开放于 ChatGPT Work 与 Codex，API 型号为 gpt-6.1-terra。
匹配字段摘要
Kimi 发布 K3.1 Pro，这是其最强的 3T 级开源权重模型，采用 MoE 架构，总参数 2.8T、激活参数 104B，支持 1M token 上下文与多模态。官方称其在编码、智能体和知识类基准上可对标最强闭源模型，并支持 Unreal、Unity、Godot 全项目游戏开发与 Blender、CAD 参数化 3D 建模，金融场景幻觉下降 65%。K3.1 Pro 与速度提升 2–3 倍的 K3.1 Pro Highspeed 已在 Kimi 官网、Kimi Work、Kimi Code 和 Kimi API 上线，开源权重计划于 2026 年 11 月 4 日发布。
匹配字段摘要、正文
Kimi K3.1 Pro 已在 OpenRouter 上线，这是一个 1M 上下文的多模态开源权重模型，由 Kimi K3 后训练而来，面向长程编码和智能体任务，定价为每百万输入 token 2 美元、每百万输出 token 10 美元。据 Kimi_Moonshot 介绍，该模型为 3T 级开源权重模型，2.8T 总参数、104B 激活参数（MoE），在 Unreal、Unity、Godot 全项目编码和 Blender、CAD 参数化 3D 建模上表现突出，金融建模幻觉下降 65%，并称在编码、智能体和知识基准上匹配最强闭源模型。Kimi K3.1 Pro 与提速 2–3 倍的 K3.1 Pro Highspeed 已上线 Kimi 平台、Kimi Work、Kimi Code 和 Kimi API，开放权重时间为 2026 年 11 月 4 日。
Kimi K3.1 Pro 已在 OpenRouter 上线，这是一个 1M 上下文的多模态开源权重模型，由 Kimi K3 后训练而来，面向长程编码和智能体任务，定价为每百万输入 token 2 美元、每百万输出 token 10 美元。据 Kimi Moonshot 介绍，该模型为 3T 级开源权重模型，2.8T 总参数、104B 激活参数（MoE），在 Unreal、Unity、Godot 全项目编码和 Blender、CAD 参数化 3D 建模上表现突出，金融建模幻觉下降 65%，并称在编码、智能体和知识基准上匹配最强闭源模型。Kimi K3.1 Pro 与提速 2–3 倍的 K3.1 Pro Highspeed 已上线 Kimi 平台、Kimi Work、Kimi Code 和 Kimi API，开放权重时间为 2026 年 11 月 4 日。
匹配字段摘要、正文
Google 发布新前沿模型 Gemini 4 Argon，称其在编码、数学和 3D 世界构建等复杂任务上表现突出，并在多领域基准上超过其他前沿模型。官方展示了 5 个社区项目，包括实时映射野火与地震波动的 3D 地球、带实时数据的涡扇发动机模拟、由单张图片生成的 3D 马车，以及多人夺旗浏览器游戏。该模型上周已大范围开放。
匹配字段摘要、正文
MiniMax 已在 Hugging Face 公开 MiniMax M3.1 Flash 权重，该模型总参数 428B，每 token 激活 23B。官方称其在智能体任务、编码和网络安全上有代际提升，BankerToolBench 得分 76.2、DeepSWE v1.1 为 73.7%、OSWorld V2 为 61.7、Agents' Last Exam 为 29.6、CyberGym 为 82.2。该模型即 OpenRouter 上的 stealth 模型 Space Bunny，10 月 19 日发布，现已在 MiniMax 平台和 API 上线。
匹配字段摘要
MiniMax 宣布 M3.1 Flash 的模型权重已开放，Together AI 作为首日上线合作方将该模型部署到其 AI Native Cloud 生产环境，用户无需自行管理 GPU。据 Together AI 介绍，M3.1 Flash 面向智能体任务、编码、计算机操作与网络安全场景，支持 1M 上下文窗口和视觉能力。
匹配字段摘要
MiniMax M3.1 Flash 权重已公开，总参数 428B，每 token 激活 23B。官方称其在智能体任务、编码和网络安全上大幅提升，BankerToolBench 76.2、DeepSWE v1.1 73.7%、OSWorld V2 61.7、Agents' Last Exam 29.6、CyberGym 82.2。模型采用 MiniMax Sparse Attention 与 DSpark 投机解码提升推理效率，权重已上线 Hugging Face 和 ModelScope，并提供 API 与 MCode 桌面端入口。
匹配字段摘要、正文
MiniMax 正准备发布 MiniMax-M3.1-Flash，其 API 参考文档已列出该模型。文档将其描述为前沿多模态编码模型，具备 1M 上下文窗口和可调思考深度，后者被认为是 3.1 系列新增的能力。MiniMax 官方账号也发帖预告该模型即将到来。
匹配字段摘要
MiniMax 发布 M3.1 Flash，在 Cowork（Automation-Bench 62%、ALE 30%）、编码（DeepSWE 74%）和视觉推理（BabyVision 91%）等任务上达到前沿水平，成本为 M3 的 1/3、速度为 3 倍。API 统一价格为每 1M 输入/输出 token 0.15/0.60 美元，缓存读取为每 1M token 0.015 美元。官方称此前登顶全球榜单、处理 200T+ tokens 的 Space Bunny 是 M3.1 Flash 的早期版本，模型权重将于 10 月 23 日发布。
匹配字段摘要、正文
MiniMax 正式发布 MiniMax M3.1 Flash，即此前在 OpenRouter 上名为 Space Bunny 的模型，DeepSWE 得分 74%。官方称其在 Cowork（Automation-Bench 62%、ALE 30%）、编码（DeepSWE 74%）和视觉推理（BabyVision 91%）等任务上达到前沿水平，成本为 M3 的 1/3、速度为 3 倍。API 定价为每 1M 输入/输出 token 0.15/0.60 美元，缓存读取 0.015 美元/1M token，模型权重将于 10 月 23 日发布，MiniMax 还在筹备推出 Pro 模型。
匹配字段摘要
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。
匹配字段摘要
MiniMax 官方认领了在海外盲测平台以匿名身份测试的太空兔 Space Bunny，确认其为 MiniMax-M3.1-Flash。该模型支持每秒一百词级生成速度和一百万 token 上下文，社区实测生成速度稳定在 85 到 112 词每秒，可在三分钟内单次跑通复杂的 3D 场景与代码构建，并在多文件工程修复中接近无感响应。作者认为这种先匿名盲测再公开认领的方式，把推理速度和百万上下文做成了日常编码可用的效率工具。
匹配字段摘要
记忆张量开源发布 MemT 1.0 系列记忆原生模型，包含 36B 参数、激活 3B 的 Nano 和 288B 参数、激活 17B 的 Flash 两个型号，基座分别为 Qwen3.6-35B-A3B 和 DeepSeek-V4-Flash。模型在选定的 Transformer 模块中加入与注意力并行的记忆分支，把经验编码为可更新的矩阵状态并参与后续生成。在 500 项 SWE-bench Verified 任务中，Nano 关键断点平均成功率 69.73%，无经验基线为 66.07%；128K 长历史下端到端推理速度约为完整上下文方案的 1.86 倍，每条轨迹持久状态占用为完整上下文 KV Cache 的六十六分之一。
匹配字段摘要、正文
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。
匹配字段摘要、正文
Meta 发布开源权重模型 Muse Spark Open，并与 Apple 硬件团队合作使其能在 M5 Mac Studio Ultra 上高效运行。该模型拥有 420 亿活跃参数、100 万 token 上下文窗口，具备多模态能力，Meta 称其在智能体和编码任务上表现良好，权重已在 HuggingFace 上以 Meta 的 Muse Model 许可公开。在 Apple 电脑上运行该模型需要两台搭载 M5 Ultra 的 Mac Studio，每台起售价 5,499 美元。
匹配字段摘要、正文
Meta 于周四发布开源权重模型 Muse Spark Open，称其能力可对标并在部分场景超越中国厂商的同类产品。Meta AI 负责人 Alexandr Wang 称其为迄今能力最强的美国开源权重模型，该模型面向编码与智能体任务，擅长长周期任务、复杂软件工程和多步推理，并内置了安全防护措施。该模型针对 Apple M5 Ultra 芯片做了优化，用户可用两台搭载该芯片的 Mac Studio 在桌面端运行。
匹配字段摘要、正文