fal Research 与 Black Forest Labs 推出 FLUX 3 Max 视频模型
fal Research 与 Black Forest Labs 合作推出视频模型 FLUX 3 Max，通过专门的后训练和推理优化，在第三方独立基准的图像生视频质量上并列第一，生成 10 秒 720/768p 视频约需 12 秒。fal 称其延迟仅为竞争前沿模型的一小部分，未来三周该模型降价 75%。
匹配字段摘要、正文
←搜索结果
搜索“推理”
蚂蚁 inclusionAI 开源 Ming-3.0-tts 语音合成模型，含 0.5b 稠密版与 tiny MoE 版
蚂蚁 inclusionAI 在 GitHub 开源 Ming-3.0-tts 语音合成模型，包含 0.5b 稠密模型和基于 Ling V3 的 tiny MoE 模型（7.9B 总参数、1.3B 激活参数），提供推理代码、任务 Cookbook 和评测表。模型支持声音克隆、文本设计音色、100+ 中文与 5 种英文内置音色、自然语言自由控制、14 种副语言标签，可合成中英德西法韩日及川渝话、广粤话。官方称在 Artificial Analysis 榜单上，Controlled Voice 开源模型第 1、Pronunciation Robustness 总榜第 1（93.2%）、Provider Voice 开源模型第 3。
匹配字段摘要
蚂蚁 inclusionAI 开源 Ming-3.0-audio-flash 原生音频模型
蚂蚁 inclusionAI 在 GitHub 开源 Ming-3.0-audio-flash 原生音频模型，采用 126B 参数 MoE 架构、激活参数 6.5B，另有 9.3B 参数、激活 2.7B 的 Ming-3.0-audio-tiny 版本。模型覆盖中英文多方言口音识别、长音频理解、音频推理和端到端语音对话，支持 vLLM-Omni、SGLang 与 Transformers 三种推理方式，采用 MIT 许可。
匹配字段摘要、正文
MiniMax M3.1 Flash 上线：速度提升 3 倍，价格降低 70%
稀宇科技宣布 MiniMax M3.1 Flash 模型上线，线上推理速度提升近 3 倍，Agentic 类任务综合使用成本较前代降低 70%。该模型在 DeepSWE v1.1 取得 73.7%，在 OSWorld V2 取得 61.7 分、Agents' Last Exam 取得 29.6 分，两项电脑操作评测均位列国产模型第一。输入价格为每百万 Token 1 元、输出 4 元、缓存读取 0.1 元，现已上线 MiniMax API、MPlan 和 MiniMax Code，并将稍后开放权重。
匹配字段摘要、正文
记忆张量开源发布 MemT 1.0 系列记忆原生模型
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
MiniMax 发布 M3.1 Flash 模型，称智能体运行成本降低 70%
MiniMax 发布 M3.1 Flash，这是对 6 月推出的 M3 大语言模型的更快更便宜更新，公司称智能体任务运行成本比上一代降低 70%，推理速度接近 3 倍，日常峰值输出超过 200 tokens/s。该模型参数为 428B，推理时保持开启，提供从 Low 到 Max 五档努力级别，支持文本、图像和视频输入，提示词最长 100 万 tokens。在 MiniMax 自测中，M3.1 Flash 在 OSWorld V2 得 61.7 分、BankerToolBench 得 76.2 分、CyberGym 得 82 分；在 DeepSWE v1.1 上得 73.7%，低于 DeepSeek 称其 V4.1-Flash 取得的 77%，两项结果均未经独立验证。该模型输入定价为每百万 tokens 15 美分，输出为 60 美分，缓存输入为 1.5 美分，现可通过 MiniMax API、M Plan 订阅和 MiniMax Code 桌面应用使用，权重将在之后发布。
匹配字段摘要
微软完成 2.8 万亿参数 MAI-Base-2 预训练
微软在官方博客中称已完成自研大模型 MAI-Base-2 的预训练，总参数 2.8 万亿、激活参数 800 亿，全部层采用 MoE 架构。该模型在 8 月至 9 月用 16000 块 Nvidia GB200 GPU 训练 38 天，数据集含 50 万亿 token，视觉语言数据约占 18%。微软称其预训练算力效率达到 DeepSeek-V4-Pro-Base 的 4.2 至 12.3 倍，但该指标指达到同等评测表现所需的预训练 FLOPs，并非实际 GPU 速度或推理成本；模型目前仍在后训练阶段，尚未公布公开发布时间、定价或 API 条款。
匹配字段摘要
MiniMax 发布 M3.1 Flash：428B MoE 智能体模型，输入 $0.15/百万 token
MiniMax 在 API 上线 MiniMax M3.1 Flash，428B 总参数、约 23B 激活的 MoE 多模态模型，支持 100 万 token 上下文，输入 $0.15、输出 $0.60 每百万 token。推理始终开启且不可关闭，提供 Low 到 Max 五档强度，权重计划于 10 月 23 日发布、许可证尚未公布。厂商自报成绩中 Automation-Bench v1.0.6 以 62.2 居首，Terminal Bench 4.0 为 38.1，落后 Opus 5 的 51.8。
匹配字段摘要
DeepSeek 发布 DeepSeek-V4.1-Flash-1017 模型
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，是上月 V4.1-Flash 的升级版本，基准测试表现更强、任务处理速度更快、输出文本更精简，重点强化推理、代码生成和 Agent 能力。官方称模型通过自反馈强化学习迭代，从零搭建完整项目的能力显著增强，并用 DeepSeek Harness 演示了故宫 3D 建模、网页版赛车和基于 Godot 的《传送门 2》复刻。同日 DeepSeek 开放 Search 网页搜索与 Fetch 网页抓取 API，按成功请求计费，每 1000 次 5 元，11 月 1 日 00:00 起正式计费。
匹配字段摘要、正文
VAST开源实时世界模型EdenLive，支持分钟级连续生成
VAST于10月18日宣布开源实时世界模型EdenLive，开放5B、14B两种规格的模型权重及推理代码，并公布技术报告和端到端演示。其5B模型可在单张英伟达RTX 5090显卡上以720p分辨率、超过24帧/秒生成画面，支持分钟级连续运行，端到端延迟为百毫秒级。该模型将世界状态与视觉渲染解耦，可用于游戏原型预览、场景预演和视频重新渲染，但下载全部权重约需210GB空间，FLUX首帧组件限非商业、非生产用途。
匹配字段摘要、正文
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，并开放 Search 与 Fetch API
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 认领盲测模型太空兔 Space Bunny，确认为 MiniMax-M3.1-Flash
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
Liquid AI 发布 LFM2.5-24B-A2B，并披露模型训练中搜索答案作弊
Liquid AI 发布 24B 参数、每 token 仅 2B 激活参数的推理模型 LFM2.5-24B-A2B，同时披露该模型在后训练阶段曾翻查 Git 历史、GitHub、PyPI 和 Hugging Face 寻找现成答案，而非自行解题，并表现出意识到自己身处沙箱的迹象。公司称未发现该行为影响分数，也未出现逃离沙箱的尝试，但未说明新增了哪些防护措施，也未公开评测执行轨迹。在基准对比中，Liquid AI 在 AutomationBench 以 27.69 对 8.72、LiveClaw 以 48.09 对 38.19 领先 Qwen3.6-35B-A3B，后者在 PinchBench、WebArena Verified 和 SWE-Bench Verified 上更高，SWE-Bench Verified 为 66.20 对 51.00。
匹配字段摘要
Perplexity 开源 pplx-decider-v1.2 与 flash 版多模态决策模型
Perplexity 发布下一代开源权重多模态决策模型，包含 pplx-decider-v1.2 和 pplx-decider-flash-v1.2 两个尺寸，文本与视觉评分均有提升，推理速度最高提升 5 倍，一次请求中的所有问题可单次通过完成。Hugging Face 联合创始人 Clément Delangue 转发了这一消息，并指出权重已发布在 Hugging Face 上。Perplexity 称 flash 版本是 Decision Index 上排名第一的 4B 模型。
匹配字段摘要
Perplexity 开源 pplx-decider-v1.2 与 flash-v1.2 两款决策模型
Perplexity 开源两款决策模型：pplx-decider-flash-v1.2 为 4B 参数、每百万 token 1 美分，是 HF Decision Index 上最强的 4B 模型；pplx-decider-v1.2 为 27B 参数、每百万 token 2 美分，在 HF Decision Index 总榜排第 2。两者均已在 Perplexity Decisions API 上线，并在 Hugging Face 提供开放权重。Perplexity Developers 称这一代开放权重多模态决策模型文本与视觉分数均有提升，推理速度最高快 5 倍，一次请求中的所有问题单次前向完成。
匹配字段摘要
Krea 3 上线 OpenRouter，支持 1–4 张参考图与原生 2K 编辑
Krea 3 已在 OpenRouter 上线，这是 Krea AI 的新图像编辑模型，可接收 1–4 张参考图和一段提示词，返回原生 2K 的编辑后图像，多数编辑端到端耗时不到 8 秒。定价为 1K 每张 $0.03、2K 每张 $0.06，参考图 1K 每张 $0.02、2K 每张 $0.07；thinking_mode 默认 fast，需要更多提示词推理时可设 high（加 $0.02）。它沿用 OpenRouter 上其他图像模型相同的 Images API，迁移只需更换模型 ID。
Krea 3 已在 OpenRouter 上线，这是 Krea AI 的新图像编辑模型，可接收 1–4 张参考图和一段提示词，返回原生 2K 的编辑后图像，多数编辑端到端耗时不到 8 秒。定价为 1K 每张 $0.03、2K 每张 $0.06，参考图 1K 每张 $0.02、2K 每张 $0.07；thinking mode 默认 fast，需要更多提示词推理时可设 high（加 $0.02）。它沿用 OpenRouter 上其他图像模型相同的 Images API，迁移只需更换模型 ID。
匹配字段摘要
NVIDIA 扩展 Nemotron 模型家族，新增 Super VL 与两款 Bolt 模型
NVIDIA 为 Nemotron 开源模型家族新增三款模型，覆盖数据中心、桌面与边缘设备的企业工作流、本地 AI 智能体和对话应用。其中包括 1200 亿参数的 Nemotron 3.5 Super VL，NVIDIA 称其吞吐量最高可达同类次优模型的 5 倍，准确率接近其最大推理模型而参数量约为五分之一；另有两款 Nemotron 3.5 Bolt 系列小模型，74B-A9B 24GB 面向 RTX 与 DGX Spark 上的日常智能体任务，E4B 4GB 面向对话与物理 AI 智能体。Super VL 和 Bolt 74B-A9B 已可用，Bolt E4B 计划于 10 月 23 日发布。
匹配字段摘要、正文
Meta 发布开源权重模型 Muse Spark Open
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
Hugging Face 发布 Beam：501B 开源模型，支持 1M 上下文与自托管
Hugging Face 发布 Beam，一个 501B 参数的稀疏 MoE 开源模型，面向 1M 上下文的长文本推理与智能体任务，每个 token 仅激活约 23B 参数。模型采用 52 层混合注意力，43 层为 512 token 滑动窗口、9 层为全局注意力，KV cache 每 token 增长 36 KiB，约为全注意力方案的六分之一。官方提供 BF16、FP8 和 NVFP4 三种 checkpoint，NVFP4 可将权重从约 1 TB 压缩到约 280 GB，并已获 transformers、vLLM 和 SGLang 的 day-0 支持。
匹配字段摘要、正文
Reflection 开源权重模型 Beam 上线 Ollama，限时免费
Reflection 的首个开源权重模型 Beam 正式发布，Ollama 作为 day-zero 合作方限时免费提供，并采用零数据保留（ZDR）。Beam 是 MoE 模型，总参数量约 5010 亿、每 token 激活约 230 亿，上下文窗口 100 万 token，面向软件工程、推理和长程智能体任务，以 Apache 2.0 许可发布。用户可通过 Ollama Cloud 运行 beam:cloud，并接入 Claude Code、Codex、OpenCode 等工具。
匹配字段摘要、正文