Recursive 发布首个模型 Flint，总参数 400 亿、每 Token 激活 25 亿参数的 MoE，面向本地 Agent 编程，权重以 Apache 2.0 开源。短上下文下在 M4 Pro MacBook Pro 上每秒超过 125 个 Token，64GB RTX Spark 上超过 150 个，支持 llama.cpp、Ollama、LM Studio、vLLM、SGLang、Unsloth。其研发几乎各环节由自动化研究系统 Eureka Machine 参与，包括架构搜索、把输出层量化到 4 bit 并做离线蒸馏、以及为 M4/M5 融合 Metal 内核。
匹配字段摘要、正文
Reflection 发布首个模型 Beam，在 Artificial Analysis 智能指数上得分 30，位列美国开源权重模型第二，仅次于 Meta 的 Muse Spark Open（39），高于前一天发布的 NVIDIA Nemotron 3.5 Super VL（26）。Beam 为开源权重模型，总参数 501B、激活参数 23B，已在 Hugging Face 发布，上下文窗口 1M tokens，仅支持文本。其每个智能指数任务约消耗 26k 输出 token，约为 K2 Horizon（52k）的一半；AutomationBench-AA 得分 48.5%，但 Terminal-Bench 4.0 仅 3.0%，AA-Omniscience 正确率 33%、幻觉率 47%。
匹配字段摘要、正文
Reflection 发布首个模型 Beam，这是一个 501B 总参数、23B 激活参数的开源权重模型，在 Artificial Analysis 智能指数上得分 30，位列美国开源权重模型第二，仅次于 Meta 的 Muse Spark Open（39），高于 NVIDIA 的 Nemotron 3.5 Super VL（26）。Beam 每个智能指数任务约消耗 26k 输出 token，其中约 19k 用于推理、7k 用于回答；在 AutomationBench-AA 上得分 48.5%，但 Terminal-Bench 4.0 仅 3.0%。在 AA-Omniscience 上答对 33% 的问题，幻觉率为 47%，净指数得分 1.5。
匹配字段摘要、正文
2026年10月15日,Meta发布开放权重模型Muse Spark Open,权重当天在Hugging Face上线,采用Muse Model License。据PyTorch Blog,该模型为816B总参数、42B激活参数、1M token上下文窗口,原生多模态并面向编码与智能体任务,在Muse Spark基础上增加安全后训练,可在SGLang和vLLM上运行。10月16日,该模型上线Amazon SageMaker JumpStart,提供BF16与NVFP4两个变体;同日进入Arena的Agent Arena实测,并上线Code Arena的WebDev等项目。10月17日,Arena公布Muse Spark Open (Max)以1511分成为Code Arena WebDev排名第一的美国开源模型,在全部开源模型中排第13。
匹配字段标题
NVIDIA 发布 Nemotron 3.5 Super VL 与 Nemotron 3.5 Bolt 74B-A9B 24GB 两款开源权重模型，前者在 Artificial Analysis Intelligence Index 上得分 26.5，成为该机构评测中领先的美国开源权重模型，超过 Thinking Machines 的 Inkling Small（25.7）、NVIDIA 自家 Nemotron 3 Ultra（23）和 Meta 的 Muse Glimmer（17）。Super VL 的智能水平约为前代 Nemotron 3 Super（13）的两倍，且每任务输出 token 减少约 60%，采用 NVFP4 发布，得分与 BF16 权重相差 0.1 分以内。Bolt 是该系列首款模型，得分 21，参数为 74B/9B，上下文窗口 256k；Super VL 参数为 120B/12B，上下文窗口 1M，两者均支持视觉与文本输入、文本输出。
匹配字段摘要、正文
NVIDIA 发布 Nemotron 3.5 Super VL 与 Nemotron 3.5 Bolt 74B-A9B 两款开源权重模型，前者在 Artificial Analysis 智能指数上得分 26，成为得分最高的美国开源权重模型，超过 Thinking Machines 的 Inkling Small（25.7）、NVIDIA Nemotron 3 Ultra（23）和 Meta Muse Glimmer（17）。Super VL 支持 1M token 上下文与视觉文本输入，参数量 120B/12B，每任务输出约 46k token，比前代 Nemotron 3 Super 少约 60%，在 NVFP4 权重下与 BF16 得分相差 0.1 分以内。Bolt 是新 Bolt 系列首款模型，74B/9B 参数、256k 上下文，智能指数 21.4，在 100B 以下模型中排第 4、美国同级别中排第 1。
匹配字段摘要、正文
2026年10月15日,Meta发布开放权重模型Muse Spark Open,权重当天在Hugging Face上线,采用Muse Model License。据PyTorch Blog,该模型为816B总参数、42B激活参数、1M token上下文窗口,原生多模态并面向编码与智能体任务,在Muse Spark基础上增加安全后训练,可在SGLang和vLLM上运行。10月16日,该模型上线Amazon SageMaker JumpStart,提供BF16与NVFP4两个变体;同日进入Arena的Agent Arena实测,并上线Code Arena的WebDev等项目。10月17日,Arena公布Muse Spark Open (Max)以1511分成为Code Arena WebDev排名第一的美国开源模型,在全部开源模型中排第13。
匹配字段标题
Google 在发布约两周后全球开放 Gemini 4 Argon，此前仅限部分测试伙伴。Google AI Pro 和 Ultra 订阅者可在 Gemini 应用和 Google 搜索的 AI 模式中使用，开发者可通过 Gemini API 在 AI Studio 付费调用，企业可通过 Google Cloud 使用，Ultra 订阅者还可经 Antigravity 访问。入门价格为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 便宜 95%，12 月 1 日起价格翻倍，上下文窗口共 100 万 token。在 Artificial Analysis 的独立测试中，Argon 最高推理档位在 AA Intelligence Index 得 53 分，Claude Opus 5.5（Max）为 58 分，Claude Sonnet 5.5（Max）和 Meta 的 Muse Wonder Full（Max）各为 56 分；AutomationBench-AA 上 Argon 无违规完成 78% 的任务目标，Gemini 3.8 Flash（High）为 60%，Claude Opus 5.5（Max）为 70%。Google 称其安全测试中 Argon 通过全部十二个模拟网络攻击场景，上一代为五个，但模型卡表示无法排除其在攻击性网络能力和生物风险上达到关键能力阈值。
ini API 在 AI Studio 付费调用，企业可通过 Google Cloud 使用，Ultra 订阅者还可经 Antigravity 访问。入门价格为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 便宜 95%，12 月 1 日起价格翻倍，上下文窗口共 100 万 token。在 Artificial Analysis 的独立测试中，Argon 最高推理档位在 AA Intelligence Index 得 53 分，Claude Opus 5.5（Max）为 58 分，Claude Sonnet 5.5（Max）和 Meta 的 Muse Wonder Full（Max）各为 56 分；AutomationBench-AA 上 Argon 无违规完成 78% 的任务目标，Gemini 3.8 Flash（High）为 60%，Claude Opus 5.5（Max）为 70%。Google 称其安全测试中 Argon 通过全部十二个模拟网络攻击场景，上一代为五个，但模型卡表示无法排除其在攻击性网络能力和生物风险上达到关键能力阈值。
匹配字段摘要、正文
Meta 于 2026 年 10 月 13 日发布 Muse Wonder 系列,包含 Muse Wonder 和 Muse Wonder Full 两款模型,称其为目前能力最强的模型,在个人与专业智能体任务上达到 SOTA,覆盖法律、金融、健康等专业领域及前沿编码能力。两款模型具备 Active Memory 与 Active Focus,按 Meta Superintelligence Scaling Framework 训练、评估和发布。Artificial Analysis 数据显示,两款模型在 Intelligence Index v4.3 最高推理强度下分别得 52 和 56,高于 Muse Spark 1.3(max)的 48;Muse Wonder 已在 Meta 一方 API 和 Muse Code 上线,Muse Wonder Full 仅面向 Muse Code 用户。同日,Arena 将两款模型纳入 Agent Arena 测试,Simon Willison 发布 llm-meta-ai 0.2 插件支持新模型。10 月 14 日,Arena 公布 Muse W
匹配字段标题
2026年9月5日,Meta 在 Muse Code 和 Meta Model API 上线 Muse Spark 1.3 max reasoning 版本。据 AI at Meta 发布的信息,Alexandr Wang 表示该版本在编码和智能体任务上表现明显更强,即使已经使用过 muse spark 1.3 high 或 xhigh,也值得一试。目前该版本已在这两个渠道上线,尚无后续发展事实。
匹配字段标题
Muse Spark 1.3 上线 Muse Code 和 Meta Model API
English translation is being prepared.
匹配字段标题
查看事件：Muse Spark 1.3 max reasoning 上线 Muse Code 与 Meta Model API
OpenAI 发布 GPT-6 Astra，称其为全球最智能且最对齐的模型，在科学、数学、计算机使用、编码、网络安全等领域的基准测试创下新高。Astra 在 ARC-AGI-3 上达到 99.9%，此前 GPT-5.6 Sol 为 7.8%，FrontierMath T4 为 98%，ExploitBench 网络安全为 100%，但在 AA 智能指数上得 61 分，落后于 Fable 5.1、5、Opus 5 和 Meta 的 Muse Spark 1.3。API 定价为每百万 token 10 美元和 50 美元，约为 GPT-5.6 Sol 的 2.5 倍，但单任务 token 使用更高效；先向少数机构开放，付费 ChatGPT 套餐和 API 将在数日内跟进，并提供 Astra Pro 档位。
匹配字段摘要、正文
Liquid AI 为 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 发布 DSpark 投机解码草稿模型，GPU 上吞吐最高提升 3.18 倍，端侧最高 2.87 倍，且不改变输出质量。草稿模型约 300M 参数，采用 5 层、block size 9 的简化注意力结构，已在 Hugging Face 提供 Safetensors 与 GGUF 权重，并开源集成到 llama.cpp 和 SGLang。在 BFCL 多工具函数调用场景中，LFM2.5-2.6B 的延迟平均降低 57%；LFM2.5-8B-A1B 受 llama.cpp Metal 后端 MoE 实现影响，端侧仅提升 18%。
匹配字段摘要、正文
Microsoft 发布 MAI-Image-2.6，在 Arena 文生图排行榜上排名第二，整体较 MAI-Image-2.5 提升 79 Elo，文本渲染单项提升 91 Elo，官方称其成绩领先 Meta、Google 和 xAI 的模型。MAI-Image-2.6 与 MAI-Image-2.6-Flash 已在 Microsoft Foundry 开放 Public Preview，本周晚些时候上线 MAI Playground，并陆续接入 Microsoft Foundry 及其他产品。
匹配字段摘要、正文
Llama 3 现已可通过 Ollama 运行，首发包含 8B 和 70B 两个参数规模，命令分别为 ollama run llama3:8b 和 ollama run llama3:70b。相比 Llama 2，其训练数据集扩大七倍，上下文长度翻倍至 8K，token 词表扩大到 128K，误拒答情况不到 Llama 2 的三分之一。Meta 计划后续发布 400B 参数版本及支持多模态、多语言和更长上下文窗口的多个模型。
匹配字段摘要、正文
2026年10月20日,Fireworks在发布当天上线了Meta的开放权重模型Muse Spark Open,用户可通过其无服务器API使用。该模型为816B参数的MoE模型,每token激活42B参数,上下文窗口为1M token,面向长程编码与智能体任务。Fireworks称,该模型在Vals AI的Harvey法律智能体基准上以25.4%在75个模型中排名第一,约为Claude Opus 5(6.7%)的近4倍;在Rogo Big Finance Bench上各难度级别均超过Claude Opus 5.5。Fireworks还表示,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。该模型在Fireworks上默认启用零数据保留,仅使用美国境内算力且不额外加价,并支持用无服务器LoRA进行微调。
匹配字段标题
2026年10月20日,Fireworks在发布当天上线了Meta的开放权重模型Muse Spark Open,用户可通过其无服务器API使用。该模型为816B参数的MoE模型,每token激活42B参数,上下文窗口为1M token,面向长程编码与智能体任务。Fireworks称,该模型在Vals AI的Harvey法律智能体基准上以25.4%在75个模型中排名第一,约为Claude Opus 5(6.7%)的近4倍;在Rogo Big Finance Bench上各难度级别均超过Claude Opus 5.5。Fireworks还表示,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。该模型在Fireworks上默认启用零数据保留,仅使用美国境内算力且不额外加价,并支持用无服务器LoRA进行微调。
匹配字段标题
Meta 于 2026 年 10 月 13 日发布 Muse Wonder 系列,包含 Muse Wonder 和 Muse Wonder Full 两款模型,称其为目前能力最强的模型,在个人与专业智能体任务上达到 SOTA,覆盖法律、金融、健康等专业领域及前沿编码能力。两款模型具备 Active Memory 与 Active Focus,按 Meta Superintelligence Scaling Framework 训练、评估和发布。Artificial Analysis 数据显示,两款模型在 Intelligence Index v4.3 最高推理强度下分别得 52 和 56,高于 Muse Spark 1.3(max)的 48;Muse Wonder 已在 Meta 一方 API 和 Muse Code 上线,Muse Wonder Full 仅面向 Muse Code 用户。同日,Arena 将两款模型纳入 Agent Arena 测试,Simon Willison 发布 llm-meta-ai 0.2 插件支持新模型。10 月 14 日,Arena 公布 Muse W
匹配字段标题
2026年9月3日,Meta发布Muse Spark 1.3,并于当日起在Muse Code和Meta Model API上线。据官方说明,该版本重点提升智能体与编码任务表现和实际可用性,可在单一线程中维持更长周期的多工作流任务,会更主动向用户提问、在卡住时说明并确认高风险操作,对自身能力边界的判断也更准。Meta内部对比显示,相比Muse Spark 1.2,其工具调用减少约20%,token用量减少约25%;max reasoning将在完成安全测试后推出。同一时间Meta还预告了后续更新,包括更大的模型与Muse Spark开源权重。目前该版本已上线,尚无进一步有证据支持的发展。
匹配字段标题
Meta、Google 发布 Muse Spark 1.3与Gemini 3.8 Flash
English translation is being prepared.
匹配字段标题