Google Cloud 于 2026 年 10 月 21 日宣布在 Model Garden 上线 OpenAI 的 GPT-Astra、GPT-6.1 Sol 和 GPT-6 Luna，三款模型同日面向部分企业客户开启私密预览。GPT-Astra 面向编码、计算机操作、专业任务与科研，GPT-6.1 Sol 主打更低成本的智能体编码与专业工作，GPT-6 Luna 定位快速低成本的大规模日常任务。OpenAI 模型通过 Google Cloud Marketplace 结算，用量计入单一账单并抵扣现有云承诺，客户可按性能、延迟和成本动态切换模型。
匹配字段摘要、正文
Fireworks 在发布当天上线了 Meta 的开源权重模型 Muse Spark Open，这是一个 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 称其在 Vals AI 的 Harvey Legal Agent Benchmark 排行榜上以 25.4% 位列 75 个模型之首，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。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。
匹配字段摘要、正文
llm-d 项目在 PyTorch Conference North America 上发布 1.0 版本，这是一个 Kubernetes 原生的分布式推理服务栈，由 Red Hat、IBM 和 Google 主导维护，CNCF 以沙箱项目托管。1.0 版本新增多租户服务质量保障，包括按优先级和公平性调度的流控与可控降载，并支持路由器热备、安全滚动更新，以及把 prefill 和 decode 副本作为整体管理的 DisaggregatedSet 控制器。项目公布的测试显示，在 544 张 NVIDIA H100 上部署 GLM-5.2 可服务最多 3000 个并发编码智能体且零抢占，按当前云租赁价格计算，每 token 成本比同等商业 API 低 5 到 10 倍。
匹配字段摘要
IBM、Red Hat 与 Google 等 llm-d 项目贡献者发布分布式 AI 推理框架 1.0 版本，新增多租户服务质量、零停机升级和面向 AI 智能体的服务模式。框架基于 Kubernetes，可与 vLLM、SGLang 等推理引擎配合，通过路由把请求导向已缓存相关上下文的副本，并在 GPU 内存、CPU 内存和存储之间迁移缓存。IBM 称在一项智能体编码测试中路由器捕获了 97% 的可用缓存复用，IBM 与 Red Hat 还在自建基础设施上并发运行 3000 个软件工程智能体，成本比通过托管服务运行同一开源模型低 5 到 10 倍。
匹配字段摘要
PyTorch 2.15 在 MPS 后端加入 FP8 支持，并让 MoE 模型解码速度比 2.14 快 5–6.5 倍：在 M3 Ultra 上配合 torch.compile，Qwen3.6-35B-A3B 从 9.4 tokens/s 提升到 61.3 tokens/s，LFM2.5-8B-A1B 从 23.6 提升到 123.6 tokens/s。Wan2.2 的 tiled VAE 视频解码峰值驱动内存从约 270 GiB 降到 8 GiB，Qwen-Image-2.1 的 VAE 编码在 MPS 上的图像损坏问题也随 padding 改动修复，编解码往返 PSNR 从 10.06 dB 升到 29.95 dB。该版本要求 macOS 15 或更高版本、Python 3.11 或更高版本。
匹配字段摘要、正文
MiniMax 宣布 M3.1 Flash 已在 Cline 上线并免费开放，面向耗时较长、成本累积快的智能体编码任务。MiniMax 感谢 Cline 在发布首日即完成接入，并建议用户把它用于自己最复杂的仓库。
匹配字段摘要、正文
MiniMax 宣布 M3.1 Flash（又称 Space Bunny）已在 GMI Cloud 上线，并感谢对方在 day0 完成接入。据 GMI Cloud 介绍，该模型面向编码、智能体工作流和 computer use，智能体任务成本降低 70%，在 DeepSWE v1.1 上得分 73.7%，在 CyberGym 上得分 82%。
匹配字段摘要
MiniMax 官方确认 M3.1 Flash（又称 Space Bunny）已在 Command Code 上线，并对所有订阅用户限时免费。据 Command Code 介绍，该模型支持 1M token 上下文窗口，具备前沿水平的编码能力，所有套餐和订阅用户均可使用。
匹配字段摘要
Vercel Developers 宣布 MiniMax M3.1 Flash 已在 AI Gateway 上线并免费提供，调用名为 minimax/minimax-m3.1-flash。该模型在智能体任务、编码和网络安全方面表现更好，由 MiniMax 提供服务时免费开放至 10 月 22 日。Guillermo Rauch 转发该消息并称 More free AI。
匹配字段摘要
Vercel 开发者账号宣布，Reflection 的 Beam 模型在 Vercel AI Gateway 上限时免费，此前它以 stealth/cat-jam 的代号隐身运行，是一款低延迟的美国开源权重模型，调用名为 reflection/beam-free。Guillermo Rauch 转述称该模型可接入可部署的 eve 智能体、用 fx 开始编码，或自行搭建 harness。
匹配字段摘要
Sakana AI 于 2026 年 10 月 15 日公开第三代 The AI Scientist（The Agentic Scientist），通过 Codex、Claude Code 等多个编码智能体协作，覆盖假设提出、实验、分析到论文撰写，并开源可生成可编辑论文插图的 CLI 工具 AutoIllustrate。系统在 5 个课题上用 9 种大语言模型和 4 种智能体执行工具共运行 70 次研究流程，论文质量由 AI Reviewer 按 1 至 10 分评估，新模型得分更高，Claude 系列尤为明显，同一模型下不同执行工具差异较小。代码以 Apache License 2.0 在 GitHub 的 AI-Scientist-v3 仓库公开，默认使用 Claude Code，可切换 Codex、Gemini CLI，并提供仅用 CPU 即可跑通的示例。
匹配字段摘要
LMSYS 宣布 SGLang 已原生支持 Reflection 的 Beam 模型，并用于支撑其生产 API。Beam 是 501B 参数、每 token 激活 23B 的 MoE 模型，原生 1M token 上下文窗口，计划以 Apache 2.0 发布，SGLang 为其提供 BF16、NVFP4 和动态 FP8 支持、DFlash2 投机解码与混合注意力前缀缓存。在 4 张 NVIDIA GB300 GPU 上以 NVFP4 运行 OpenHands 多轮智能体编码回放，并发 32 时达到每 GPU 127.6K tokens/sec、每用户 185.87 tokens/sec（p50）。
匹配字段摘要
Meta 发布的开源权重模型 Muse Spark Open 已在 OpenRouter 上线，OpenRouter 称其为美国实验室最强的开源权重模型，面向智能体编码，支持 1M 上下文，可输入图像、视频、音频和 PDF，定价为每百万 token 输入 1.25 美元、输出 4.25 美元。据 Meta 官方介绍，该模型总参数 816B、激活参数 42B，原生支持文本、图像、视频和音频，擅长长周期任务、复杂软件工程与多步推理。OpenRouter 表示该模型在发布首日即上线，合作方包括 Baseten、Fireworks AI、Nebius 和 Together Compute。
匹配字段摘要
OpenRouter 宣布 Meta 的 Muse Spark Open 已在其平台上线，并联合 baseten、FireworksAI、nebiusai 和 togethercompute 在发布当天提供支持。该模型被描述为美国实验室最强的开源权重模型，面向智能体编码，支持 1M 上下文窗口，可输入图像、视频、音频和 PDF，定价为每百万 token 输入 1.25 美元、输出 4.25 美元。
匹配字段摘要
阶跃星辰宣布 Step 5 Preview 已在 DeepInfra 上线，支持 1M token 上下文窗口。据 DeepInfra 介绍，该模型为 600B 开源权重 MoE，激活参数 27B，支持文本与视觉，采用 FP8，定价为每 1M token 输入 $1.00、输出 $2.70、缓存 $0.05，面向编码、前端和金融等长周期智能体场景。
匹配字段摘要
Hao AI Lab 发布 ORA（Open Robot-Use Agents），一个由 DeepSeek-V4.1-Flash 驱动的开源机器人智能体框架，仅凭视觉输入零样本操作机械臂，无需 VLA，性能可与前沿模型智能体竞争。在 RoboTwin 上取得 69.2%、LIBERO-Pro 上 81.4%；作为对比，带任务专用记忆的 RPent 在 RoboTwin 上用 GPT-5.5 和 Opus-4.7 分别为 62.4% 和 58.4%，在 LIBERO-Pro 上用 Opus-4.7 为 82.4%。ORA 的工作方式类似编码智能体，观察场景、调用感知或动作工具、检查反馈再决定下一步，同一套框架可运行 ARX X5、ALOHA 和 Franka，靠机器人卡片描述各自的几何结构与控制方式。按 DeepSeek 非高峰 API 价格估算，每个成功案例的模型成本约 0.30 至 0.35 美元，40 个展示片段平均每个 0.13 美元；在低成本机械臂上的初步测试中，它完成了拉开抽屉和把糖果棒放入盒子。
匹配字段摘要
Hao AI Lab 发布 ORA（Open Robot-Use Agents），一个由 DeepSeek-V4.1-Flash 驱动的开源机器人智能体框架，从视觉输入零样本操作机器人，不使用 VLA。ORA 在 RoboTwin 上取得 69.2%、在 LIBERO-Pro 上取得 81.4%；带任务专属记忆的 RPent 在 RoboTwin 上用 GPT-5.5 和 Opus-4.7 分别为 62.4% 和 58.4%，在 LIBERO-Pro 上用 Opus-4.7 为 82.4%。ORA 的工作方式类似编码智能体，通过提示词描述机器人与任务、感知与运动工具、以及上下文管理构成闭环，同一套框架可运行 ARX X5、ALOHA 和 Franka，靠机器人卡片适配不同硬件。团队称每个成功案例的模型成本约 0.30 至 0.35 美元，40 个展示片段平均 0.13 美元；在低成本机械臂上的初步测试中，DeepSeek-V4.1-Flash 完成了拉开抽屉把手和把糖果棒放入盒子。
匹配字段摘要
Hao AI Lab 发布开源机器人智能体 ORA（Open Robot-Use Agents），由 DeepSeek-V4.1-Flash 驱动，仅凭视觉输入零样本操作机器人，不使用 VLA，在 RoboTwin 上取得 69.2%、LIBERO-Pro 上取得 81.4%。ORA 的工作方式类似编码智能体：观察场景、调用感知或动作工具、检查反馈再决定下一步，并通过机器人卡片适配 ARX X5、ALOHA 和 Franka 等不同硬件。团队称每个成功案例的模型成本约 0.30–0.35 美元（按 DeepSeek 非高峰 API 价格估算，含失败尝试），40 个展示片段平均每个 0.13 美元；在低成本机械臂的初步测试中，它完成了拉开抽屉把手和把糖果棒放入盒子。
匹配字段摘要
Hao AI Lab 发布机器人智能体 ORA，其工作方式类似编码智能体：观察场景、调用感知或动作工具、检查反馈再决定下一步。该框架用 robot cards 描述各机器人的几何结构与控制方式，同一套 harness 可运行 ARX X5、ALOHA 和 Franka。据其估算，在 DeepSeek 非高峰 API 费率下，RoboTwin、LIBERO 和 LIBERO-Pro 上每个成功案例的模型成本约 0.30 至 0.35 美元，40 个展示片段平均每个 0.13 美元。
匹配字段摘要
Hao AI Lab 发布机器人智能体 ORA，用同一套 harness 驱动 ARX X5、ALOHA 和 Franka，各机器人通过 robot cards 描述自身几何结构与控制方式。ORA 的工作方式类似编码智能体：观察场景、调用感知或动作工具、检查反馈再决定下一步，依赖描述机器人与任务的提示词、感知几何与运动工具，以及把近期观测留在上下文、较旧观测存入文件的上下文管理。感知环节用 SAM 3 定位物体，深度信息把图像位置转成以米为单位的三维坐标，再由计算工具处理向量与旋转运算。作者估算每个成功案例的模型成本约 0.30 至 0.35 美元，按 DeepSeek 非高峰 API 价格计算并包含在 RoboTwin、LIBERO 和 LIBERO-Pro 上的失败尝试，40 个展示回合平均每个 0.13 美元。
匹配字段摘要