Reflection 的首个开源权重模型 Beam 已在 Baseten 平台上线，通过 Baseten Model APIs 和 Dedicated Inference 提供 day-0 支持。Beam 采用 MoE 架构，总参数 501B、每 token 激活 23B，上下文窗口最高 100 万 token，面向编码与智能体工作流。Reflection 在训练中采用较长 RL rollout 并加入长度惩罚，鼓励模型用更少 token 完成任务，用户还可通过 reasoning effort 参数调节推理投入。
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
Reflection 发布首个开源权重模型 Beam，权重已在 Hugging Face 以 Apache 2.0 许可开放。Beam 是稀疏 MoE 模型，总参数 501B、激活 23B，面向编码、推理和长程智能体任务，同时提供 BF16、FP8、NVFP4 精度格式和投机解码草稿模型。Reflection 还联合 40 多家合作伙伴构建其称为智能体开放操作系统的生态，覆盖 vLLM、SGLang、Unsloth、Axolotl 等推理与微调框架，并开源了配套的 Mirror CLI 智能体工具。
匹配字段摘要
Meta 发布开放权重模型 Muse Spark Open，总参数量 8160 亿，采用 MoE 架构，每次推理激活约 420 亿参数，开发者可下载权重在自有硬件上部署。苹果同步展示多机推理方案，用 NVFP4 四位量化把模型内存占用压到约 493GB，两台 M5 Ultra Mac Studio 采用张量并行时生成速度约每秒 24.99 tokens，四台可达每秒 36.73 tokens。Meta AI 负责人 Alexandr Wang 表示，本地运行时 Meta 无法看到或控制用户的使用内容。
匹配字段摘要、正文
Meta 发布 Muse Spark Open 的模型权重，这是一个 816B 参数的开源权重模型，激活参数 42B，上下文窗口为 100 万 token，面向编码、软件工程和多步推理。模型原生多模态并支持智能体工作流，可通过 Baseten、Fireworks AI、Groq、OpenRouter 等推理平台使用，权重可从 Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden 和 Microsoft Foundry Models 下载。Meta 称其针对两台搭载 M5 Ultra 芯片的 Apple Mac Studio 做了本地运行优化，并展示了用 Muse Code 修 bug、加功能和构建 iOS 应用等端侧工作流。
匹配字段摘要
Meta 发布 Muse Spark Open，称其为目前美国最强的开源权重模型，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。模型规格为 816B 总参数、42B 激活参数，1M token 上下文窗口，原生支持文本、图像、视频和音频多模态。该模型可在两台搭载最新 MLX 框架的 Apple M5 Ultra Mac Studio 上运行，并支持 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、llama.cpp 和 Unsloth 等推理引擎，权重以 Muse Model License 发布，可通过 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 的 API 使用，并在 Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face 和 Microsoft Foundry Models 下载。
匹配字段摘要
Meta 发布开源权重模型 Muse Spark Open，面向编码与智能体任务，总参数 816B、激活参数 42B，上下文窗口 1M token，原生支持文本、图像、视频和音频。该模型已针对双 Apple M5 Ultra Mac Studio 与最新 MLX 框架优化，同时支持 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、llama.cpp 和 Unsloth 等推理引擎，并针对 AMD、Apple、Intel 和 NVIDIA 芯片优化。模型今日起在 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 等 API 平台上线，权重可在 Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face 和 Microsoft Foundry Models 下载，采用 Muse Model License 发布，开发者可用 PyTorch 及 TorchTitan 进一步微调。
匹配字段摘要
Meta 发布开源权重模型 Muse Spark Open，总参数 816B、激活参数 42B，支持 1M token 上下文窗口，原生支持文本、图像、视频和音频多模态，面向编码与智能体任务。该模型今日起在 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 等 API 平台上线，权重可在 Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face 和 Microsoft Foundry Models 下载，采用 Muse Model License 发布，有限商业条款允许许多开发者免费使用。模型还针对 MLX 框架在两台 Apple M5 Ultra Mac Studio 上运行做了优化，并支持 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、llama.cpp 和 Unsloth 等推理引擎。
匹配字段摘要
Thomas Wolf 转发 Alexandr Wang 的推文，后者称 muse spark open 是目前美国最强的开源权重模型，总参数 816B、激活参数 42B，支持 1M token 上下文，原生多模态，面向编码和智能体任务，如长周期任务、高难度软件工程和多步推理。
匹配字段摘要
NVIDIA 发布 Nemotron 3.5 Super VL 开放模型，总参数 120B、激活参数 12B。该模型支持推理、工具调用，以及文本、图像、文档和视频理解，面向长时间运行的 AI 智能体。
匹配字段摘要
NVIDIA Nemotron 3.5 Super VL 已在 OpenRouter 上线，这是 NVIDIA 推出的开源 120B-A12B 多模态模型，面向需要看、推理并跨文本、图像、文档、GUI 和视频执行操作的长时智能体，支持 1M 上下文。该模型采用 Hybrid Mamba-Transformer MoE 架构并引入多 token 预测以加快输出，面向文档智能、网络研究、客户服务和视频理解等场景。
匹配字段摘要
NVIDIA Nemotron 3.5 Super VL 已在 OpenRouter 上线，这是一个来自 NVIDIA AI 的开源 120B-A12B 多模态模型，支持 1M 上下文，面向需要看、推理并跨文本、图像、文档、GUI 和视频行动的长时间运行智能体。该模型采用 Hybrid Mamba-Transformer MoE 架构与多 token 预测以加快输出，面向文档智能、网络研究、客户服务和视频理解等场景。
匹配字段摘要
NVIDIA Nemotron 3.5 Super VL 已在 OpenRouter 上线，这是一个开源的 120B-A12B 多模态模型，面向需要跨文本、图像、文档、GUI 和视频进行观察、推理与操作的长时运行智能体，支持 1M 上下文。该模型采用 Hybrid Mamba-Transformer MoE 架构并支持多 token 预测以加快输出，面向文档智能、网络研究、客户服务和视频理解等场景。
匹配字段摘要
阶跃星辰将 Step 5 Preview 开放权重，BF16 和 FP8 权重已上线 Hugging Face 与 ModelScope，并同步发布技术博客。该模型采用稀疏 MoE 架构，总参数 600B、每 token 激活 27B，支持 1M token 上下文窗口和原生文本与视觉输入，面向编码、软件工程、专业知识工作与金融等长周期智能体任务。部署方面支持用 vLLM 或 SGLang 提供 OpenAI 兼容 API、用 Transformers 离线推理，并获得 NVIDIA 的 Day-0 支持，可在 Blackwell 上运行，同时上线 Fireworks AI、Together Compute、Modal、DeepInfra 和 Featherless AI。
匹配字段摘要
阶跃星辰发布 Step 5 Preview 开放权重，BF16 与 FP8 权重已上线 Hugging Face 和 ModelScope，采用 Sparse MoE 架构，总参数 600B、每 token 激活 27B，支持 1M token 上下文窗口和原生文本与视觉输入，面向编码、软件工程、专业知识工作与金融等长程智能体任务。配套技术博客介绍其架构与训练协同设计，包括 92 层窄而深架构用于隐式多跳推理、Sparse GQA 降低百万 token 上下文成本、8-token 块索引将索引与 top-k 开销降至 1/8、关键状态使用 FP32 精度配合细粒度梯度裁剪，以及百万级可验证环境和面向长程任务的 RL 训练。官方还更新了开源智能体框架 Step Code 至 v0.1.4。
匹配字段摘要
NVIDIA 发布两款新模型 Nemotron-3.5-Bolt 和 Nemotron-3.5-Super-VL。Nemotron-3.5-Bolt-74B-A9B 可在 24GB 内存上运行，Unsloth 称其在该体量下性能处于顶尖水平；Super-VL-120B-A12B 需要 82GB 内存。NVIDIA 介绍 Super VL 为开源模型，将推理与工具调用同文本、图像、文档和视频理解结合，面向长时间运行的 AI 智能体，总参数 120B、激活 12B。Unsloth 同时提供了两款模型的 GGUF 下载链接和使用指南。
匹配字段摘要
NVIDIA 发布开源多模态模型 Nemotron 3.5 Super VL，总参数 120B、每 token 激活 12B，面向视觉推理与智能体工作流。该模型支持图像、文档和视频理解，以及视觉推理、工具调用和文档智能等场景，目前已上线 fal 平台。
匹配字段摘要
蚂蚁百灵宣布 SGLang 在发布当天即支持 Ling-3.1-flash，帮助开发者更高效地部署该模型。据 SGLang 介绍，Ling-3.1-flash 是 560B MoE 混合推理模型，激活参数 25B，上下文窗口 1M，面向真实工作场景，可将粗略需求转化为网页、移动端 UI 或交互原型。其 MXFP4 加 block-FP8 量化把权重从约 534GB 降至约 292GB，可放入 4 张 Hopper GPU，并在 GDPVal-AA、FrontierSWE 和 Terminal-Bench 4.0 等真实智能体、办公与编码任务上表现较强。
匹配字段摘要
面壁智能宣布 MiniCPM-V 4.7 已在 ModelScope 开源，这是一个 35B-A3B MoE 多模态模型，采用 Apache 2.0 许可，主打端侧运行。据 ModelScope 介绍，该模型在 iPhone 17 Pro Max 上以 13+ tokens/s 运行，是首个支持流畅无损端侧推理的开源 MoE，并提供 35B-A3B 与 1B 两种尺寸及 FP8、GPTQ、AWQ、BNB、GGUF 等变体，兼容 SGLang、vLLM、llama.cpp、Ollama 等工具，支持 iOS、Android 和 HarmonyOS。
匹配字段摘要
NVIDIA 于 2026 年 10 月 15 日发布开放多模态模型 Nemotron 3.5 Super VL，参数量 120B，采用 MoE 架构、每 token 激活 12B 参数，面向常驻智能体场景；同时推出面向边缘与本地硬件的 Nemotron 3.5 Bolt 74B-A9B 24GB，Nemotron 3.5 Bolt E4B 4GB 计划于 10 月 23 日发布。NVIDIA 称 Super VL 在多模态智能体任务上的准确率可与其最大推理模型相比，参数量约为后者的五分之一，单 GPU 吞吐最高为同尺寸其他开放模型的 5 倍，并报告 Hermes Bench 63.44%、LangChain 行为评测 87.05%、CharXiv 80.8% 等结果。模型提供 base、后训练和 NVFP4 量化 checkpoint，已在 Hugging Face、OpenRouter、ModelScope 和 NVIDIA NIM 上线，Bolt 74B 支持 llama.cpp、Ollama、LM Studio、Unsloth 和 vLLM。
匹配字段摘要