大语言模型 AI

Ling-3.0-flash-base是inclusionAI的开放基础语言模型，用于持续预训练、训练中期、微调和研究。它是一个总参数为 124B 的稀疏专家混合模型，每个令牌仅激活 5.1B 个非嵌入参数。

该架构使用 512 个路由专家、8 个路由专家加上每个代币 1 个共享专家，以及将 KDA 与门控 MLA 相结合的原生混

Ornith-1.5 是一个开源模型系列，它将自我脚手架扩展到端到端的自我改进循环。它涵盖 397B 和 35B 专家混合模型以及 9B 密集模型，针对推理、编码和代理任务。

Ornith-1.5 不再仅仅依赖固定的人工管理任务和手工构建的工具，而是提出新任务、生成特定于任务的支架、推出解决方案，并使用强化学习来改进其策略。随着系

Qwen3.8-27B 是一个密集的 270 亿参数视觉语言模型，适用于编码、专业工作、研究和长期代理任务。它可以理解文本和视觉输入，包括图像、文档、图表和视频。

该模型采用灵活的思维控制、原生多模态理解以及可扩展到 100 万个令牌的 262K 令牌上下文窗口。思维可以通过reasoning_effort进行调整，而preser

Grok 4.6 是 xAI 的模型，适用于长期运行的代理、雄心勃勃的交互式工作、编码、研究和知识任务。它旨在跨多个步骤继续工作，从调查不熟悉的领域到生成精美的应用程序或工作工件。

该版本强调视觉和交互式项目的更强有力的首次通过、跨代码库的持续工作以及通过反馈持续改进。 xAI 报告使用精心策划的推理和技术数据、改进的优化器、监督

GLM-5.3是Z.ai的前沿编码和长视野智能体模型。它针对的是复杂的软件工程、研究工作流程以及需要代理跨多个相关步骤进行操作的任务。

该版本保留了 GLM-5.2 基本模型，并将其收益归因于扩展后训练。 Z.ai 扩展了可执行环境，合成了验证器，使用了异步强化学习，并为长任务保留了 SAO 压缩。

GLM-

Muse Glimmer 是 Meta 的开放式 300 亿参数模型，适用于始终在线的本地代理。它针对工具使用、本地编码、多模式理解、长上下文记忆以及可在消费者 Mac 或 PC 上运行的代理工作流程进行了优化。

Meta 通过来自更大教师的蒸馏、更长的代理重数据、监督微调、策略蒸馏和强化学习来训练模型。量化可将模型压缩至 20

Qwen3.8-2.4T-A95B 是一个非常大的专家混合语言模型，拥有 2.4 万亿个总参数和 950 亿个激活参数。它的目标是前沿规模的高级编码、代理工作、研究和一般推理。

该模型使用 512 个路由专家，其中 10 个路由专家加上每个代币活跃的共享专家。它具有原生 262K 令牌上下文窗口，可扩展至约 101 万个令牌，并使

Claude Opus 5 是 Anthropic 的 Opus 层模型，适用于长期运行的代理、编码和专业知识工作。它被定位为对之前 Opus 模型的重大升级，在软件工程、推理繁重的任务和企业工作流程方面具有更强的性能。

该模型支持工作量设置，让客户可以权衡智能、延迟和令牌使用。与同一级别的早期模型相比，Anthropic 强调了

DeepSeek-V4-Flash-0731 是在 Hugging Face 上发布的开放权重语言模型，作为 DeepSeek V4 系列中更快、更小的激活参数变体。它针对需要强大能力和更高效推理的代理、编码和一般推理工作负载。

该模型包括一个推测性解码模块，并记录了用于 vLLM、SGLang 和本地推理流的服务。它的卡片强调

Inkling 是 Thinking Machines Lab 推出的开放权重多模态基础模型，面向定制、微调和智能体工作流。该发布将其描述为一个 Mixture-of-Experts Transformer，具有 975B 总参数、41B 激活参数、最高 100 万 token 的上下文窗口，并在文本、图像、音频和视频上进行训练。

Bonsai 27B 是 PrismML 基于 Qwen3.6 27B 构建的低比特多模态语言模型家族，旨在让其能够在包括手机在内的消费级硬件上本地运行。该发布包含三值和 1 比特变体，在保留大模型能力层级的同时，将内存需求降低到适合笔记本、GPU 和手机级部署的水平。

三值版本每个权重的有效位宽为 1.71 bit，目标是在约

Kimi K3 是 Moonshot AI 面向长上下文推理、智能体编码、知识工作和视觉问题求解的前沿级多模态模型。它被定位为一个拥有 2.8 万亿参数、3T 级别、原生支持视觉且具备 100 万 token 上下文窗口的模型，为团队提供一个可覆盖仓库级开发、重文档分析和多模态工作流的统一模型。

该模型结合了 Kimi Delta

GLM-5.2 是 Z.ai 的旗舰开放权重模型，适用于长期任务、代理编码和大规模工程工作。该版本描述了超越 GLM-5.1 的实质性功能跳跃，以及用于持续长上下文工作流程的可靠 1M 令牌上下文。

该模型通过灵活的思维努力水平改进了编码，并引入了架构更改（例如 IndexShare）以提高稀疏注意力效率。 Z.ai 还描述了用

Claude Fable 5 和 Claude Mythos 5 是 Anthropic 发布的前沿模型，被描述为 Mythos 级系统，其中 Fable 5 面向更广泛的一般使用场景，而 Mythos 5 则保留给可信访问计划。公告强调它们在软件工程、知识工作、视觉、科学研究以及长而复杂任务上的能力提升。

这次发布的重点是让高能

DiffusionGemma 是 Google 推出的基于扩散的文本生成模型，被定位为标准自回归解码的超快替代方案。公告称，它通过并行细化文本而不是严格逐 token 生成，可实现最高 4 倍更快的文本生成。

该模型将扩散思想应用到语言上，从带噪或不完整的文本状态出发，逐步去噪得到最终答案。这改变了交互式助手、批量生成系统，以及需

MiniCPM5-1B 是一种紧凑的 1B 级语言模型，专为高效指令跟踪、工具感知聊天以及轻量级本地或边缘部署而设计。它的重点是通过将特定于任务的模型设计与研究人员、开发人员或生产团队可以使用的输出相结合，使该工作流程更加实用。 MiniCPM5-1B 不是提供通用演示，而是针对具体的能力差距，并为用户提供一种更可控的方式来处理复杂的 AI 生成或 A

Qwen 3.7 是 Qwen 大型语言模型版本，专为高级推理、代理工具使用、编码、多模式工作流程和一般助理任务而设计。它的重点是通过将特定于任务的模型设计与研究人员、开发人员或生产团队可以使用的输出相结合，使该工作流程更加实用。 Qwen 3.7 不是提供通用演示，而是针对具体的能力差距，并为用户提供一种更可控的方式来处理复杂的人工智能生成或人工智能

Step 3.7 Flash 是一个针对现实世界代理的高效多模式 Flash 模型，专为使用工具的代理而设计，这些代理可以理解图像、搜索网络、编排工具以及跨常见工具执行操作。它的重点是通过将特定于任务的模型设计与研究人员、开发人员或生产团队可以使用的输出相结合，使该工作流程更加实用。 Step 3.7 Flash 不是提供通用演示，而是针对具体的能力差

GPT Realtime 2 是 OpenAI 的实时语音模型，用于构建实时对话代理，这些代理可以在对话仍在进行时进行聆听、推理、说话和使用工具。它专为需要语音界面来完成实际工作的产品团队而设计，例如客户支持、日程安排、行程变更、车载辅助、教育和免提生产力。与简单的语音到文本加聊天机器人管道不同，GPT Realtime 2 是围绕单一实时代理体验中的

ZAYA1-8B 是 Zyphra 的紧凑型专家混合语言模型，旨在以较小的活跃参数预算实现高智能密度。该模型被设计为在推理、数学和编码方面表现强劲，同时保持足够高的效率，能够适用于更广泛的部署。它的发布突出了一条发展路径，即更小的活跃模型可以在有针对性的高难度基准测试中与规模大得多的开放权重系统和专有系统竞争。

该模型在 AMD