面壁智能与 OpenBMB 正式开源 MiniCPM-V 4.7，包含 35B-A3B 与 1B 两个版本。35B-A3B 为系列首个 MoE 模型，每次推理仅激活 3B，约 3G 内存即可在 iPhone 17 Pro Max 上断网流畅运行，解码速度超每秒 13 token。模型通过前瞻专家调度提前预取专家、混合精度量化压缩权重，并以自回放微调减少业务定制后的通用能力遗忘。
推荐理由：原文实测了35B MoE模型在手机端的运行效果，并详解了前瞻专家调度等让大模型在低内存设备上跑快的关键技术。
10月13日，APUS AI 宣布开源 Personal Agent 产品 Reflex Agent，基于自研决策模型 Reflex 构建 Harness，并结合 Continuum 记忆引擎实现长周期任务执行。
阶跃星辰旗舰基座模型 Step 5 Preview 登顶 OpenRouter Trending 榜，日榜位列全球第二，将于 10 月 15 日正式开源。模型采用稀疏 MoE 架构，总参数量 6000 亿，每个 Token 激活约 270 亿参数，Artificial Analysis 综合智能指数 44 分，位居全球开源前三。
星动纪元自研世界动作模型VPP2登顶RoboDojo仿真榜单，综合平均成功率32.26%、平均得分39.26分双双第一，领先GPT-6-Astra的22.48%和28.97分。
当地时间 10 月 5 日，Reflection 发布首款开放权重模型 Beam，一天后 Mistral 推出迄今最大的 Mistral Large 4，两者均以 GLM、Kimi、DeepSeek、Qwen 为主要比较对象。
Liquid AI 发布两款开源权重决策模型 d1-3B 与 d1-omni-600M，与生成式模型不同，它们以单次前向传播直接输出答案。
Mistral 表示其开源模型 Le Chonk 能够媲美顶尖闭源模型。该模型采用开放权重，与闭源路线形成差异化竞争。
Mistral 发布 1 万亿参数新模型 Mistral Large 4（代号 le Chonk），称其综合基准性能跻身全球最佳开源模型之列，并为中国以外最强开源权重模型。该模型正向开发者和网络安全负责人预览，本月晚些时候更广泛发布；其训练动用 4,000 块 Nvidia Grace Blackwell GPU，在编码等领域仍落后于前沿水平。
Musubi 发布面向实时内容审核的轻量决策模型 PolicyLM-1.7B，以开放权重发布，可将英文内容策略在 50 毫秒内套用到消息上。该模型输出二元判断，比大语言模型更快更省，且策略变更时无需重新训练。决策模型自 9 月 TypeSafe AI 的 Jev 发布后成为热点，OpenAI 和 Amazon 也相继推出竞品。
Google DeepMind 发布 EmbeddingGemma 2，一款开源轻量级的多模态嵌入模型，可将文本、图像、音频与视频统一映射到单一嵌入空间。模型基于 Gemma 4 架构，参数量 740M，采用 Apache 2.0 许可，专为端侧推理优化，支持 8K token 上下文窗口。
推荐理由：原文给出了多模态嵌入与端侧资源占用的具体指标，读者可据此评估离线 RAG 管线的可行性。
Mistral 发布迄今最大模型 Mistral Large 4（ML4，昵称 le Chonk），总参数约 1 万亿、活跃参数 49B，为原生多模态模型，API 现已通过 Mistral Studio 开放，权重预计 10 月底发布。
推荐理由：原文并列了 ML4 与 Claude Opus 5.5、GPT-6 Astra 在智能指数、编码和安全测试上的差距，读者可据此判断其真实定位。
Mistral AI 于周二发布 Mistral Large 4（ML4），一款 1T 参数的多模态大模型，昵称 Le Chonk，被定位为美国闭源模型与中国开源模型之外的第三条道路。
推荐理由：原文给出 ML4 在闭源与中国开源模型之间的定位与自有算力投入对比，读者可据此判断欧洲开源路线的竞争力。
Reflection 发布首个免费模型 Beam，面向编码、逻辑推理与智能体任务，MoE 架构总参数 501B、每 token 激活 23B。公司称 Beam 在高难度推理任务上以 3 到 4 倍更少的算力匹配 GLM 5.2，编码与智能体基准接近 Qwen3.8-Max，但原始性能仍弱于 Kimi K3。
推荐理由：原文给出 Beam 与 GLM 5.2、Qwen 3.8 的同性能算力对比，读者可据此判断低算力开源模型的竞争位置。
Reflection 发布 Beam，一个总参数 501B、激活 23B 的纯文本 MoE 模型，面向编码、智能体与科学工作，从零训练，Apache 2.0 完整权重计划本月开放。
推荐理由：原文汇总了 Beam 的参数规格、训练规模与第三方评测，读者可据此横向对比中美开源模型格局。
Reflection AI 发布开源项目，作为西方对中国实验室的回应。该消息目前在 Hacker News 上获得 3 个赞与 1 条评论。
Reflection AI 正式发布首款前沿开放权重模型 Beam，为 501B 总参数、23B 激活参数的纯文本 MoE 模型，预训练数据 23.8T tokens，上下文窗口 100 万 token。
推荐理由：原文把 Beam 的参数规模、上下文窗口与 GLM-5.2 等对手并列对比，读者可据此判断其低算力成本主张的分量。
Aleph Alpha 发布 Kolibri，一个 78B 参数的德英双语开源权重模型，采用 mixture-of-experts 架构，每个 token 约激活 3B 参数。
NASA 与 IBM Research 联合多家学术机构发布 NASA-IBM Lunar Foundation Model，是首批面向月球科学的开源基础模型之一。
推荐理由：模型把光照几何作为显式输入而不是让模型从原始像素猜测，这一做法对受光照影响大的遥感任务有直接参考价值。
本期 Hacker News 热门文章涵盖苹果推出 Apple Pass Designer、Aleph Alpha 发布 Kolibri 模型以及 Zig 0.17.0 发布。
Kimi 发布开源模型 Kimi K2.5，在 K2 基础上继续预训练约 15T 视觉与文本混合 token，主打编码、视觉与自主导航的 Agent Swarm。K2.5 可自动编排最多 100 个子智能体、执行最多 1,500 次工具调用的并行工作流，相比单智能体设置最多缩短 4.5 倍执行时间。模型已通过 Kimi.com、Kimi App、API 与 Kimi Code 开放使用。
推荐理由：原文给出了 K2.5 的多模态预训练规模与 Agent Swarm 并行调度机制，读者可据此判断其在复杂任务上的执行效率优势。
月之暗面（Kimi）正式开源最新模型 Kimi K2.6，并同步上线 Kimi.com、Kimi App、API 与 Kimi Code。模型在内部 Kimi Code Bench 上显著优于 K2.5，Agent Swarm 可横向扩展到 300 个子智能体、4,000 个协同步骤，而 K2.5 为 100 个子智能体与 1,500 步。
推荐理由：官方给出 Kimi K2.6 的开源范围、基准数据与企业试用反馈，可据此对比它与 K2.5 及闭源模型在长程编码和智能体编排上的差距。
月之暗面发布 Kimi K3，2.8T 参数开源模型，具备原生视觉能力与 100 万 token 上下文窗口，官方称其为全球首个开源 3T 级模型。
推荐理由：原文给出 2.8T 参数、KDA 与 Attention Residuals 架构及多项基准对比，读者可据此判断其在开源模型中的位置。
月之暗面（Kimi）开源 Kimi K2，这是总参数 1T、激活参数 32B 的 Mixture-of-Experts 模型，在前沿知识、数学和编码任务上达到非思考型模型的 SOTA。
推荐理由：官方给出 Kimi K2 的参数规模、开源版本与调用入口，读者可据此判断它能否替代现有编码智能体方案。
通义千问发布 Qwen3Guard 护栏模型，基于 Qwen3 架构针对安全分类任务微调，提供 Qwen3Guard-Gen 与 Qwen3Guard-Stream 两个版本，均有 0.6B、4B、8B 三种参数规模。
推荐理由：官方给出逐词流式检测的实现路径与三级风险标签设计，读者可据此评估将其接入现有安全审核流程的可行性。
MiniMax 正式发布通用全模态生成模型 H3，支持多模态上下文统一理解，可输出最高 15s 2K 分辨率的原生双声道音视频。该模型在指令遵循、文字与品牌信息呈现及 V2V Motion Transfer 等方面表现出色，2K 分辨率下每秒价格不到主流模型的 1/3。官方计划在未来几天内开放模型权重，以推动开源社区发展。
推荐理由：MiniMax 发布全模态生成模型 H3，支持 15s 2K 原生双声道音视频，计划开放权重，为多模态创作提供了新的高性价比选项。
Black Forest Labs 发布 Flux 3 系列的图像模型 Flux 3 Image，支持多步编辑而不改变图像其他区域，覆盖 text-to-image、image-to-image、文本渲染与照片级真实感。
推荐理由：原文列出了 Flux 3 Image 的多步编辑能力、授权方式与开放权重计划，便于与 Ideogram 4.5 等同类编辑模型对照选择。
openJiuwen 团队开源智能路由框架 model-router，通过精准画像、动态决策与自演进三层架构实现按任务复杂度自动选择模型。
推荐理由：文章拆解了模型路由的画像、决策与自演进三层架构，并给出实测成本对比，适合作为多模型调度系统的设计参考。
DeepSeek 于 9 月 30 日正式开源面向华为昇腾算力平台的基础设施组件，涵盖 TileLang 高级语言编译工具、计算库与分布式通信库，所有组件与此前面向英伟达平台的开源组件一一对应。其中 TileLang 的昇腾版本是本次开源中最重的一块，DeepSeek 的叙事是建立新一代自主可控的 GPU 软件生态。
小米发布 MiMo-V2.6 系列原生全模态开放模型，MiMo-V2.6-Pro 以 1.02T 总参数、42B 激活参数登顶 Artificial Analysis 开放权重智能指数（46），另有 Flash 与最高 20x 提速的 Pro-UltraSpeed 版本。
推荐理由：小米以非传统大厂身份拿下开放权重榜首，并同步开放 RL 环境与训练配方，显示后训练正成为更便宜的能力跃升路径。
阶跃 StepFun 发布面向真实世界 Agentic 任务的新一代旗舰基座模型 Step 5 Preview，即日起全量开放，并将于 10 月 15 日释放模型权重。
推荐理由：官方给出架构、参数规模与多项基准对比，读者可横向判断它与 Claude Opus 5 之间的成本能力取舍。
DeepSeek-V4.1-Flash正式上线千问AI平台，API服务与Token Plan同步开放，开发者可在Qoder、千问APP、Codex等工具中调用。模型原生支持文本与图像理解，最长支持100万Token上下文，可用于代码开发、长文档处理、视觉理解和智能体任务。借助新一代缓存压缩技术，其HBM需求降至上一代模型的1/4、SSD存储需求降至1/8，部署基于vLLM开源社区适配完成。
推荐理由：原文列出了模型的多模态能力、100万Token上下文与存储需求降幅，读者可据此评估长上下文场景的部署成本。
腾讯混元团队用 Sherry 稀疏三值量化算法和 MIX-STQ1_0 逐层混合精度策略，把 Hy4 preview 权重从约 1.5 TB 压到约 214 GB，大幅降低运行硬件门槛。
8 月 28 日，腾讯混元发布并开源新一代大语言模型 Hy4 preview，总参数 770B、激活参数 49B，上下文长度突破 1M。在腾讯内部 163 名专家、203 个工程任务的盲测中，Hy4 preview 均分 2.99/4，略优于 GLM 5.3（2.92/4.00）和 Kimi K3（2.94/4.00）。
千问 AI 平台上线 Qwen3.8-Flash，API 每百万 Tokens 输入 0.8 元、输出 2.7 元、缓存命中 0.1 元。该模型为多模态 MoE 架构，千亿总参数仅激活 60 亿，引入 QSA 机制与 Gated Residual，在高缓存命中的 1M Tokens 长上下文场景中提速 8 倍以上。模型权重已在 Hugging Face 与魔搭社区开源，千问办公标准模式也已内置。
推荐理由：原文列出了 Qwen3.8-Flash 的架构创新与分层价格，读者可据此评估长上下文 Agent 任务的调用成本。
智谱上线并开源 GLM-5.3-Flash（320B-A18B），这是 GLM-5 系列首个原生多模态模型，AA 综合智能指数取得 57 分，与 Claude Opus 4.8 持平，定价为 GLM-5.3 的 1/10、限时折扣内 1/20、Opus 4.8 的 1/40。
推荐理由：原文给出与 Claude Opus 4.8 的能力与价格对照，以及混合注意力架构的降本路径，可据此评估前沿模型的成本走向。
Microsoft Research 发布深度学习交换关联泛函 Skala 1.1，训练数据量较初版扩大 2.5 倍，在 GMTKN55 基准的 55 个类别中拿下 32 个第一，加权平均误差 2.8 kcal/mol，精度超过主流全局杂化泛函而成本接近 meta-GGA。
智谱 GLM-5.3 API 正式上线，在 Artificial Analysis Intelligence Index 取得 60 分，与 Claude Fable 5、GPT-5.6 Sol 等闭源旗舰处于同一水平，并与 Kimi K3 并列开源模型第一。
推荐理由：文中把 GLM-5.3 与 Claude Fable 5、GPT-5.6 Sol 等闭源旗舰放在同一 AA 指数区间对比，便于读者判断其成本优势。
智谱发布 GLM-5.3，基座与 GLM-5.2 相同，通过后训练 Scaling 提升编程与网络安全能力，Terminal-Bench 3.0 得分从 4.6 升至 28.3，CyberGym 得 84.5% 略高于 Mythos 5，但 ExploitBench 仍明显落后闭源前沿模型。模型权重将在两周后开源，同步启动「开源的盾」计划，向开源社区免费提供安全审计能力与模型额度。
推荐理由：原文给出 GLM-5.3 在编程与安全基准上与闭源前沿模型的对比数据，读者可据此判断开源模型当前的追赶位置。
Google DeepMind 在 Nature 发表论文，其 WeatherNext AI 模型在热带气旋路径、强度和风结构预测上达到 SOTA 精度，三天预报相当于以往两天水平，为预报员多争取约一天预警时间。
推荐理由：该模型以 28x28km 分辨率取得气旋路径、强度与风结构预测的 SOTA 精度，领先时间多出约一天，相当于约十年气象进展。
DeepSeek 发布并开源 V4 Flash 0731，该模型仅经微调性能即超过 V4 Pro Preview，体量小可本地部署且价格极低，并支持 Codex。