作者对 2026 年 1—2 月的主要开放权重 LLM 发布进行架构对比，并补充了 3 月 6 日发布的 Sarvam 30B 和 105B。文章逐一分析 Trinity Large、Kimi K2.5、Step 3.5 Flash、Qwen3-Coder-Next、GLM-5、MiniMax M2.5、Nanbeige 4.1 3B、Qwen3.5、Ling 2.5、Ring 2.5 与 Tiny Aya，重点比较 MoE、混合注意力、MLA、Gated DeltaNet、滑动窗口注意力和 MTP 等设计。作者认为，近期架构普遍加入计算效率优化，但模型表现也很大程度取决于数据质量和训练方案。
匹配字段标题
2026年10月20日,基于Qwen3.8-27B进行强化学习后训练的开源环境模型发布。据Rohan Paul介绍,该模型在AA-Omniscience上把幻觉率从30.4%降到15.1%,并在Terminal-Bench、τ3-bench、ClawEval和BFCL v4上超过Muse Glimmer 30B与GPT-6 Luna high;但DeepSWE仍由Luna以53.1%领先。其解出任务的中位输出为23.8K token,基础Qwen为54.9K。作者还提到,MLA版本把16层全注意力改为多头潜在注意力,每token内存占用从64 KiB降到18 KiB,压缩版可跑在单张24 GB RTX 4090上,上下文约为基础Qwen的3.5倍。
匹配字段标题
2026年10月20日,基于Qwen3.8-27B进行强化学习后训练的开源环境模型发布。据Rohan Paul介绍,该模型在AA-Omniscience上把幻觉率从30.4%降到15.1%,并在Terminal-Bench、τ3-bench、ClawEval和BFCL v4上超过Muse Glimmer 30B与GPT-6 Luna high;但DeepSWE仍由Luna以53.1%领先。其解出任务的中位输出为23.8K token,基础Qwen为54.9K。作者还提到,MLA版本把16层全注意力改为多头潜在注意力,每token内存占用从64 KiB降到18 KiB,压缩版可跑在单张24 GB RTX 4090上,上下文约为基础Qwen的3.5倍。
匹配字段标题