Qwen 团队开源 Qwen3.6-35B-A3B，这是一个 35B 总参数、仅 3B 激活参数的 MoE 模型，主打智能体编码能力，同时支持多模态思考与非思考模式。官方称其在 SWE-bench Verified 上得分 73.4，超过前代 Qwen3.5-35B-A3B 的 70.0，并在多数视觉语言基准上接近 Claude Sonnet 4.5。模型已在 Qwen Studio 上线，可通过阿里云百炼 API 以 qwen3.6-flash 调用，权重发布于 Hugging Face 和 ModelScope，并支持 OpenClaw、Claude Code、Qwen Code 等第三方编码助手。
#模型发布#开源生态#Agent
Google DeepMind 推出 Gemini 3.1 Flash TTS，通过 audio tags 精细控制语音风格、节奏和表达，并支持 70 多种语言及原生多说话人对话。该模型在 Artificial Analysis TTS 排行榜获得 1,211 Elo 分，正逐步上线 Google AI Studio、Vertex AI 和 Google Vids；生成的音频均带有 SynthID 水印。
#模型发布#语音#Google DeepMind
微软发布文生图模型 MAI-Image-2-Efficient，速度比 MAI-Image-2 快 22%、效率提升 4 倍，价格降低近 41%，为每 100 万文本输入 token 5 美元、每 100 万图像输出 token 19.50 美元。该模型已在 Microsoft Foundry 和 MAI Playground 上线，无需等待名单或预览，并正陆续接入 Copilot 和 Bing，PowerPoint 等入口即将推出。微软称其平均比其它领先文生图模型快 40%，定位为面向产品图、营销素材、UI 原型和批量流水线的生产级模型，MAI-Image-2 则继续负责高保真成品输出。
#产品更新#图像生成#Microsoft
LG AI Research 发布 EXAONE 4.5，这是 LG 首个以开源权重方式发布的视觉语言模型（VLM），在 EXAONE 4.0 基础上集成自研 Visual Encoder，采用原生多模态预训练同时学习文本与图像。模型引入 Multi-Token Prediction（MTP）模块，推理速度较此前方法提升 1.5 倍以上，并采用自研 AGAPO 强化学习算法提升逻辑推理能力。官方称其在 MMMU-Pro、MathVision、CharXiv、OCRBench_v2 等基准上优于或接近 Qwen 3 VL 32B、GPT-5-mini、Claude Sonnet 4.5，在韩语视觉基准 k-viscuit 和 KRETA 上表现领先，模型已在 Hugging Face 发布并附技术报告。
#模型发布#多模态#开源生态
Liquid AI 发布 LFM2.5-VL-450M，这是 LFM2-VL-450M 的改进版，新增目标检测与边界框定位、函数调用支持，并提升指令遵循能力。预训练规模从 10T 扩到 28T tokens，后训练用偏好优化和强化学习改进 grounding 与可靠性，支持八种语言提示。模型已在 Hugging Face、LEAP 和 Playground 上线，在 Jetson Orin 上处理 512×512 图像耗时低于 250ms。
#模型发布#多模态#端侧
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。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。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。
#模型发布#Agent#编码
微软 AI 发布 MAI-Transcribe-1、MAI-Voice-1 和 MAI-Image-2 三款模型，已在 Microsoft Foundry 和 MAI Playground 上线。MAI-Transcribe-1 覆盖使用量前 25 的语言，批处理转写速度是现有 Azure Fast 的 2.5 倍，在 FLEURS 基准的 11 种核心语言中排名第一。MAI-Voice-1 支持用几秒音频在 Foundry 中创建自定义音色，1 秒可生成 60 秒音频；MAI-Image-2 在 Foundry 和 Copilot 上生成速度至少提升 2 倍，并已在 Bing 和 PowerPoint 分阶段推送。
#模型发布#语音#图像生成
微软推出多语言语音转文字模型 MAI-Transcribe-1，支持 25 种语言，在 FLEURS 基准上词错率低于 Scribe v2、Whisper-large-V3、GPT-Transcribe 和 Gemini 3.1 Flash-Lite。该模型批量转写速度比现有 Microsoft Azure Fast 快 2.5 倍，定价为每小时音频 0.36 美元，已在 Microsoft Foundry 开启公开预览，并逐步接入 Copilot 语音模式和 Microsoft Teams。
#模型发布#语音#Microsoft
阿里千问发布 Qwen3.6-Plus，通过阿里云百炼 API 提供，默认 1M 上下文窗口，重点提升智能体编码与多模态感知推理能力。官方基准显示其在 SWE-bench Verified 得 78.8、Terminal-Bench 2.0 得 61.6、QwenClawBench 得 57.2，均高于 Qwen3.5-397B-A17B。API 新增 preserve_thinking 参数用于保留多轮思考内容，默认关闭，可接入 Claude Code、Qwen Code、Cline、OpenCode 等编码工具。
#模型发布#Agent#多模态
阿里 Qwen 团队发布 Qwen3.5-Omni，定位为向原生全模态 AGI 扩展的模型，旗舰版本 Qwen3.5-Plus-Omni 可通过阿里云 Model Studio 调用。官方演示覆盖视频合规审核、日常生活短视频解析、多语言歌曲逐段理解、BBC 音频理解、歌词字幕生成、音视频 Vibe Coding 与语音克隆等场景。Model Studio 支持离线调用和实时调用两种模式，实时模式模型名为 qwen3.5-omni-plus-realtime，并可通过 enable_search 参数开启联网搜索。
#其他#模型发布#多模态
#模型发布#语音#Agent
Cohere 发布开源权重 Conformer 语音识别模型 Transcribe，可将 14 种语言的语音转为文本，并已开放下载。该模型在 Hugging Face Open ASR Leaderboard 的平均 WER 为 5.42%，可在本地或端侧运行，也可通过有限速的免费 API 和 Model Vault 使用。
#模型发布#语音#开源生态
Mistral AI 发布首款文本转语音模型 Voxtral TTS，参数规模 4B，支持英语、法语、德语、西班牙语、荷兰语、葡萄牙语、意大利语、印地语和阿拉伯语共 9 种语言，具备情感表达和零样本跨语言音色适配能力。模型在 10 秒参考音频、500 字符输入的典型场景下延迟为 70ms，实时系数约 9.7x，现已通过 API 和 Mistral Studio 提供，定价为每 1k 字符 0.016 美元。官方称人工评测中其自然度优于 ElevenLabs Flash v2.5，并与 ElevenLabs v3 质量持平；带参考音色的版本以 CC BY-NC 4.0 许可在 Hugging Face 开放权重。
#模型发布#语音#多模态
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。
#模型发布#开源生态#推理
Composer 2 is now available in Cursor. https://t.co/Dl0EcpiLpf
#产品更新#编码#Agent
微软发布 MAI-Image-2 图像生成模型，官方称其在 Arena.ai 榜单上位列模型家族第三，并已开始在 Copilot 和 Bing Image Creator 上逐步推出。该模型主打增强的照片级真实感、可靠的图内文字生成以及细节丰富的场景生成，目前可在 MAI Playground 试用，API 已面向 WPP 等部分微软客户开放，后续将上线 Microsoft Foundry。
#模型发布#图像生成#Microsoft
MiniMax 发布 M2.7，官方称其在真实软件工程任务中表现突出，SWE-Pro 得分 56.22%，接近 Opus 的最佳水平，VIBE-Pro 为 55.6%，Terminal Bench 2 为 57.0%。在专业办公软件领域，M2.7 的 GDPval-AA ELO 得分为 1495，为开源模型中最高，并提升了 Excel、PPT、Word 的复杂编辑与多轮修订能力。该模型在与 40 多个、每个超过 2000 tokens 的复杂技能协作时保持 97% 的技能遵循率，官方还展示了用于模型自进化的 agent、多智能体协作演示及 WildGuard 网页生成案例。
#模型发布#编码#Agent
Together AI 等机构推出以推理效率为核心的 Mamba-3，通过更强的递归公式、复数状态跟踪和 MIMO 变体提升性能。1.5B 规模下，Mamba-3 SISO 在所有测试序列长度上的预填充加解码延迟均优于 Mamba-2、Gated DeltaNet 和 Llama-3.2-1B；相关 Triton、TileLang 和 CuTe DSL 内核已开源。
#模型发布#推理#部署/工程
Mistral AI 发布 Mistral Small 4，这是 Mistral Small 系列的下一个主要版本，也是 Mistral 首个把 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力统一到单一模型中的版本，采用 Apache 2.0 许可。模型为 MoE 架构，128 个专家、每 token 激活 4 个，总参数 119B、每 token 激活 6B（含嵌入和输出层为 8B），上下文窗口 256k，支持文本与图像输入，并可通过 reasoning_effort 参数在快速响应与深度推理之间切换。官方称相比 Mistral Small 3，端到端完成时间减少 40%，每秒请求数提升 3 倍；推理模式下在三项基准上匹配或超过 GPT-OSS 120B，且输出更短。
#模型发布#开源生态#推理
Mistral AI 发布 Leanstral，这是首个面向 Lean 4 的开源代码智能体，采用 6B 激活参数的稀疏架构，权重以 Apache 2.0 许可开放，并接入 Mistral Vibe 与免费 API 端点 labs-leanstral-2603。在 FLT 项目 PR 的 FLTEval 评测中，Leanstral pass@2 得分 26.3，超过 Sonnet 2.6 分而成本为 36 美元，pass@16 达到 31.9；Claude Opus 4.6 质量仍领先但成本为 1650 美元。该模型支持通过 vibe 调用任意 MCP，并针对 lean-lsp-mcp 做了专门训练，官方还将发布技术报告和 FLTEval 评测套件。
#开源/仓库#Agent#推理