Inception 发布扩散语言模型 Mercury 3，称速度达 GPT-6 Luna 与 Claude Haiku 5.5 的四到八倍
Inception 发布扩散语言模型 Mercury 3，称其在多项基准上超过 GPT-6 Luna 和 Claude Haiku 5.5，运行速度快 4 到 8 倍。
搜索“Claude”
找到 21 条 · 更新于 13:13
The DecoderAI 评分7171
Anthropic@AnthropicAI精选AI 评分7070Anthropic 发布 Claude Haiku 5.5，称其是迄今最快、最强的小模型。官方称其平均运行成本比 Claude Haiku 4.5 低约 75%。
引用Claude@claudeaiIntroducing Claude Haiku 5.5: the cheapest, fastest, and most capable small model we’ve ever released. On average, it costs around 75% less to run than Claude Haiku 4.5.
推荐理由：官方给出 Haiku 5.5 的定位与相对上一代的成本降幅，可据此判断小模型选型。
智谱 GLM 模型发布精选AI 评分8080 智谱发布 GLM-5.3-Flash：320B 总参数、18B 激活的原生多模态模型
智谱发布 GLM-5.3-Flash，这是 GLM-5 系列首个原生多模态模型，总参数 320B、激活参数仅 18B，在基准和真实负载上超过 GLM-5.2，价格为其十分之一，编码与智能体基准接近 Claude Opus 4.8。
推荐理由：GLM-5.3-Flash 以 320B 总参数、18B 激活参数和十分之一价格超过 GLM-5.2，读者可据此判断小激活多模态模型的性价比。
智谱 GLM 模型发布精选AI 评分8080 智谱发布 GLM-5.3-Flash：GLM-5 系列首个原生多模态模型
智谱发布 GLM-5.3-Flash，这是 GLM-5 系列首个原生多模态模型，总参数 320B、激活参数仅 18B，在基准测试和真实负载上超过 GLM-5.2，价格为其十分之一，编码与智能体基准接近 Claude Opus 4.8。
推荐理由：GLM-5 系列首个原生多模态模型，320B 总参数仅激活 18B，价格降至十分之一，可据此判断开源多模态模型的效率路线。
elvis@omarsar0AI 评分5858
引用ViggleAI@ViggleAIToday we are releasing JST-2, the world's first full-stack physics-native world foundation model. Many world models learn in pixel/video space. We went back to first principles and built the entire model stack in 3D. Generate a 3D scene in seconds and expand it in real time. Create characters with motion built in, all through one general architecture.
月之暗面 Kimi 模型发布精选AI 评分8888 月之暗面开源 Kimi K3：2.8T 参数原生多模态模型，支持 100 万 token 上下文
月之暗面发布开源权重模型 Kimi K3，总参数 2.8T、激活参数 104B，基于 KDA 与 AttnRes 架构，原生支持文本、图像、视频并具备 100 万 token 上下文窗口。
推荐理由：月之暗面开源 2.8T 参数原生多模态模型，给出完整架构参数与多榜单对比，可据此判断开源前沿模型的当前水位。
DeepSeek 模型发布精选AI 评分8585 DeepSeek 发布 V4.1-Flash 多模态 MoE 模型，KV cache 压至 890 bytes/token
DeepSeek 发布 DeepSeek-V4.1-Flash，这是一个 552B 骨干参数、支持 100 万 token 上下文的多模态 MoE 模型，原生处理图像与文本并自回归生成文本。
推荐理由：技术报告给出 KV cache 压缩到 890 bytes/token 与激活参数 8B/16B 的设计取舍，可据此判断长上下文智能体负载的成本走向。
月之暗面 Kimi 模型发布精选AI 评分8585 月之暗面开源 Kimi K2.6 多模态智能体模型
月之暗面发布开源原生多模态智能体模型 Kimi K2.6，采用 MoE 架构，总参数 1T、激活参数 32B，上下文长度 256K，视觉编码器为 400M 参数的 MoonViT。
推荐理由：模型卡给出完整架构、评测对比和部署方式，可据此判断开源多模态智能体模型的当前水平。
月之暗面 Kimi 模型发布精选AI 评分8585 月之暗面开源 Kimi K2.5 原生多模态智能体模型
月之暗面发布开源原生多模态智能体模型 Kimi K2.5，在 Kimi-K2-Base 上以约 15 万亿视觉与文本混合 token 持续预训练而成。模型采用 MoE 架构，总参数 1T、激活参数 32B，上下文长度 256K，配备 400M 参数的 MoonViT 视觉编码器，支持即时与思考两种模式。
推荐理由：月之暗面开源原生多模态智能体模型，1T 总参数与 Agent Swarm 设计给出了与闭源旗舰对比的完整基准。
智谱 GLM 模型发布精选AI 评分8282 智谱发布 GLM-5.3 开源权重模型，编码与长程任务能力提升
智谱发布 GLM-5.3，与 GLM-5.2 使用同一基座模型，能力提升全部来自后训练。官方称其在自研 Z.ai Code Bench 上较 GLM-5.2 提升 50%，并在 Terminal Bench 3.0、Agents' Last Exam 等公开基准上取得开源 SOTA。
推荐理由：GLM-5.3 沿用 GLM-5.2 基座、全部提升来自后训练，读者可据此判断开源权重模型在编码与长程任务上的位置。
月之暗面 Kimi 模型发布精选AI 评分8282 月之暗面发布 Kimi K2 Instruct 模型
月之暗面发布 Kimi K2，这是一个总参数 1T、激活参数 32B 的 MoE 语言模型，在 15.5T token 上预训练，采用 Muon 优化器，并针对工具调用与自主问题求解做了优化。
推荐理由：原文给出 1T 总参数、32B 激活的 MoE 架构与完整评测对照，可据此判断开源模型在编码和工具调用上的位置。
量子位精选AI 评分8080 MiniMax 发布 M3.1 Flash，Agent 基准 ALE 得分 29.6% 居国产模型第一
MiniMax 正式发布 M3.1 Flash，即此前在 OpenRouter 匿名测试的 Space Bunny（玉兔），Agents' Last Exam 得分 29.6%，位列国产模型第一。
推荐理由：文章列出 M3.1 Flash 在 Agent、编码、网络安全等基准上的分数与定价，可对照国产 Flash 模型的性价比路线。
钛媒体精选AI 评分7878 Mirendil发布千亿参数编码基座模型Mirendil-Base，1人3个半月训练完成
Mirendil发布编码专用基座模型Mirendil-Base，参数区间1000亿至5000亿，由1名研究员借助Agent在三个半月内完成，成本不到1000万美元。
推荐理由：原文给出单人加Agent训练千亿参数基座的成本与对比分数，也点出这一门槛对普通团队仍难复制。
TechCrunch · AI精选AI 评分7878 Recursive 发布笔记本端编码模型 Flint，称主要由 AI 参与构建
Recursive 发布首个模型 Flint，这是一个可在笔记本上离线运行、以 Apache 2.0 许可在 Hugging Face 免费下载的编码模型，公司称其研发过程主要由自研的 Eureka Machine 参与，小团队不到四个月从零建成。
推荐理由：Flint 以 40B 参数、单次激活 2.5B 的 MoE 结构跑在笔记本上，可与同机其他小模型的速度和基准表现对照。
爱范儿精选AI 评分7878 实测 DeepSeek V4.1 Flash：4 元生成特斯拉飞行 3D 网页
作者在 DeepSeek Harness 中实测 DeepSeek V4.1 Flash，用纯提示词生成特斯拉飞行 3D 网页，耗时 35 分钟、消耗 3752 万 Token，按缓存命中 0.04 元每百万 Token 和输出 8 元每百万 Token 计算约花 4 元。
推荐理由：作者用多个实测案例对比 V4.1 Flash 与闭源模型的成本差距，可据此判断低价模型能覆盖哪些任务。
智谱 GLM 模型发布精选AI 评分7878 智谱发布 GLM-5.3：与 GLM-5.2 同基座，编码与长程任务显著提升
智谱发布 GLM-5.3，与 GLM-5.2 使用同一基座模型，全部提升来自后训练。官方称其在自研 Z.ai Code Bench 上较 GLM-5.2 提升 50%，并在 Terminal Bench 3.0、Agents' Last Exam 等公开基准上达到开源 SOTA；在 CyberGym 漏洞发现与利用链基准上同样领先，利用类基准成绩超过 GLM-5.2 两倍。
推荐理由：GLM-5.3 与 5.2 共用基座、提升全部来自后训练，读者可据此判断后训练对编码与长程任务的实际拉动幅度。
DeepSeek 模型发布精选AI 评分7575 DeepSeek 发布 DeepSeek-V4.1-Flash-1017 小版本更新
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，作为 DeepSeek-V4.1-Flash 的小版本更新，在推理、编码、智能体任务和视觉基准上均有提升，同时缩短任务执行时间和输出长度。
推荐理由：原文给出多项基准对比和推理成本变化，读者可据此判断这次小版本更新在智能体任务上的位置。
月之暗面 Kimi 模型发布精选AI 评分7272 月之暗面发布 Kimi K2.7 Code 编码智能体模型
月之暗面发布基于 Kimi K2.6 的编码智能体模型 Kimi K2.7 Code，在长周期真实编码任务上做了较大改进，思考 token 用量相比 K2.6 减少约 30%。
推荐理由：模型卡给出与 K2.6、GPT-5.5、Claude Opus 4.8 的同基准对比，可据此判断其在编码智能体上的位置。
The Decoder同事件AI 评分7878 Recursive 发布首个模型 Flint，由 Eureka Machine 参与研发
AI 初创公司 Recursive 发布首个语言模型 Flint，开发过程几乎每一步都有名为 Eureka Machine 的 AI 系统参与，由它提出想法、实现、测试并规划后续实验。
同一件事，精选收录的是《Recursive 发布笔记本端编码模型 Flint，称主要由 AI 参与构建》
雷锋网同事件AI 评分7575 MiniMax M3.1 Flash 发布，Agent 任务榜单第一并实测对比 DeepSeek
MiniMax 于 10 月 19 日正式发布 M3.1 Flash，并认领此前匿名模型 Space Bunny，其在 Automation-Bench 复杂 Agent 任务对比中位列第一，BankerToolBench 以 76.2% 与 Opus 5 并列第一。
同一件事，精选收录的是《MiniMax 发布 M3.1 Flash，Agent 基准 ALE 得分 29.6% 居国产模型第一》
腾讯混元模型发布AI 评分5858 腾讯混元发布 Hy-Memory-30B-A3B-FP8 记忆写入模型
腾讯混元发布 Hy-Memory-30B-A3B-FP8，这是 Hy-Memory-30B-A3B 的 FP8 量化版本，针对 vLLM 部署优化。