Inception 发布 Mercury 3 扩散式 LLM，速度达 1,068 tokens/s
Inception 发布 Mercury 3 扩散式 LLM，采用并行修订方式生成内容，官方报告速度为 1,068 tokens/s，支持 1M-token 上下文窗口。
#推理
MarkTechPostAI 评分7575 SiliconANGLE AIAI 评分7474 MiniMax 发布 M3.1 Flash，称智能体任务成本降低 70%
MiniMax 发布 M3.1 Flash 大语言模型，称其智能体任务运行成本较上一代模型降低 70%，推理速度接近 3 倍，常见峰值输出超过 200 tokens per second。
AGI HuntAI 评分3939 REAX Labs 发布开源决策模型 REAX 1，并启动挖矿竞赛
REAX Labs 发布开源决策模型 REAX 1，该模型基于 Perplexity Decider v1.2 微调，自测较基座提升 2.4 分，并在全部 6 次测试抽取和 10 个领域领先。公开竞赛依托 subnet 92，设需求预测与风险评估赛道，推理矿工、引擎竞赛及两个微调赛道的代币分配比例分别为 50%、20% 和各 15%。
SiliconANGLE AIAI 评分7373 Inception AI 发布 Mercury 3，主打最高 8 倍生成速度
Inception AI 发布旗舰模型 Mercury 3，公司基准测试显示其在 12 项测试中的 8 项超过 GPT-6 Luna 和 Claude Haiku 5.5，速度为后者的 4 至 8 倍。
量子位AI 评分7373 MemT 1.0 开源发布，以模型内生记忆支持经验复用
MemT 1.0 系列正式开源发布，包含 36B 总参数、激活 3B 的 Nano 和 288B 总参数、激活 17B 的 Flash，通过在 Transformer 中加入记忆计算通路，让经验以可更新的内部状态参与后续生成。
Google DeepMind Blog精选AI 评分8989 Google DeepMind 发布 Gemini 4 Argon 面向复杂任务的前沿模型
Google DeepMind 发布 Gemini 4 Argon，面向复杂工程、科研和智能体任务，并提供 1M 统一输入输出 token 限制。模型在 Vals Index 排名第一，API 首发价格为每百万输入 token $2、每百万输出 token $10，已面向开发者、企业和部分消费者全球推出。
推荐理由：模型提供复杂编码、科研与网络安全等任务的实践案例，并公开基准表现、定价和使用入口，便于评估其应用价值。
Google AI Blog精选AI 评分8787 Google 发布 Gemini 4 Argon 前沿模型
Google 发布 Gemini 4 Argon，向全球开发者和企业开放，首发价格为 $2 per million input tokens 和 $10 per million output tokens，并提供 1M 统一输入输出 token 上限。
推荐理由：Gemini 4 Argon同时给出模型能力、真实工程案例、开放渠道与定价，便于开发者评估复杂任务的可用性和成本。
Mistral AI News精选AI 评分7979 Mistral 发布 Mistral Large 4 公开预览版
Mistral 发布 Mistral Large 4 公开预览版，并开放 Mistral Studio 预览 API。该模型总参数量为 1 trillion，激活参数量为 52 billion，原生支持多模态，模型权重计划于本月底发布。
推荐理由：公开预览已开放，模型规模、权重发布时间及编码、智能体和多模态评测结果均已明确，便于评估其开放权重路线。
Hugging Face：deepseek-ai 新模型精选AI 评分8787 DeepSeek 发布 DeepSeek-V4.1-Flash 多模态 MoE 模型
DeepSeek 发布 DeepSeek-V4.1-Flash，这是一款拥有552B主干参数、支持1M token上下文的多模态MoE模型，可原生处理图像和文本。
推荐理由：模型将1M token上下文与每token仅8B或16B激活参数结合，并量化了KV cache压缩效果，为高输入量智能体工作流提供成本对照。
AI Explained精选AI 评分8080 AI Explained 评测 GPT-6 Astra 的性能与安全争议
AI Explained 分析 GPT-6 Astra 的成本效率、基准表现及链式思维可监控性变化。视频将其与 Fable 5.1 对比，并讨论 ARC-AGI 3、FrontierMath 等评测中的结果以及 AI 安全研究方面的担忧。
推荐理由：围绕基准结果、交易表现与 CoT 可监控性展开对比，帮助读者理解 GPT-6 Astra 引发争议的具体维度。
Hugging Face：zai-org 新模型精选AI 评分7777 GLM-5.3-Flash 发布，主打原生多模态与高效推理
智谱（GLM）发布 GLM-5.3-Flash，这是 GLM-5 系列首个原生多模态模型。模型总参数量为 320B、激活参数量为 18B，采用稀疏与线性注意力混合架构并引入 mHC，在多项基准和实际工作负载上超过 GLM-5.2，价格为其十分之一。
推荐理由：GLM-5.3-Flash 同时给出架构、部署方式与评测复现参数，便于比较其多模态、编码和智能体能力及部署成本。
Hugging Face：zai-org 新模型精选AI 评分7878 智谱发布 GLM-5.3 开源权重模型，强化编码与智能体能力
智谱发布 GLM-5.3，沿用 GLM-5.2 的基础模型，通过后训练提升复杂编码、长程任务和安全能力。官方称其 Z.ai Code Bench 相比 GLM-5.2 提升 50%，并在 Terminal Bench 3.0、Agents' Last Exam 和 CyberGym 等基准上达到开源 SOTA。
推荐理由：GLM-5.3 通过后训练强化复杂编码、长程任务和安全能力，并提供多框架部署与复现配置，便于评估实际应用边界。
Hugging Face：deepseek-ai 新模型精选AI 评分8282 DeepSeek 发布 DeepSeek-V4-Pro-0813 正式版模型
DeepSeek 正式发布 DeepSeek-V4-Pro-0813，取代 Preview 版本，并加入 DSpark 推测解码模块以增强智能体能力。模型在 HLE、Terminal Bench 2.1 和 DeepSWE 等基准中取得 42.7/60.0、87.9 和 62.7 的成绩，reasoning_effort 现支持 low、high、max 三档。
推荐理由：DeepSeek-V4-Pro-0813的正式版本、评测数据与部署配置齐全，便于开发者比较其智能体和编码表现并评估落地方式。
Hugging Face：deepseek-ai 新模型精选AI 评分7373 深度求索发布 DeepSeek-V4-Flash-0731 正式版
深度求索正式发布 DeepSeek-V4-Flash-0731，取代此前预览版，并强化 Agent 能力，模型结构与 DeepSeek-V4-Flash-DSpark 相同，附带 DSpark 推测解码模块。
推荐理由：该发布提供模型结构、推理档位、编码方式及 vLLM、SGLang 部署配置，便于开发者评估并部署 Agent 工作流。
Hugging Face：moonshotai 新模型精选AI 评分8989 月之暗面发布 Kimi K3 开放权重原生多模态智能体模型
月之暗面发布开放权重原生多模态智能体模型 Kimi K3，总参数 2.8T、激活参数 104B，支持 1-million-token 上下文窗口。模型采用 KDA、AttnRes 与 Stable LatentMoE，每个 token 从 896 个专家中选择 16 个，原生处理文本、图像和视频，面向长程编程与智能体知识工作。
推荐理由：Kimi K3披露2.8T参数架构、1M上下文与多类基准成绩，为评估开放权重多模态智能体的能力边界提供集中参考。
Hugging Face：moonshotai 新模型精选AI 评分8686 Kimi K2.6 发布原生多模态智能体模型
Moonshot AI 发布开源原生多模态智能体模型 Kimi K2.6，强化长程编码、编码驱动设计、主动自主执行与多智能体编排能力。模型采用 MoE 架构，总参数 1T、激活参数 32B、上下文长度 256K，可横向调度 300 个子智能体执行 4,000 个协调步骤。
推荐理由：同时提供架构参数、基准结果、部署引擎和调用示例，便于开发者评估能力并规划接入。
Hugging Face：moonshotai 新模型精选AI 评分8383 月之暗面发布原生多模态智能体模型 Kimi K2.5
月之暗面发布开源原生多模态智能体模型 Kimi K2.5，基于 Kimi-K2-Base 持续预训练约 15T 个视觉与文本 token。模型采用 1T 总参数、32B 激活参数的 MoE 架构，支持 256K 上下文、图像和视频输入、即时与思考模式以及多智能体协作。
推荐理由：模型页披露了架构、评测、部署与调用方式，便于比较其多模态和智能体能力及实际接入成本。
Hugging Face：moonshotai 新模型精选AI 评分7979 Moonshot AI 发布 Kimi-K2-Thinking 开源思考模型
Moonshot AI 发布开源思考模型 Kimi-K2-Thinking，支持逐步推理、动态工具调用和 256K 上下文窗口。模型采用 MoE 架构，总参数量 1T、每 token 激活 32B 参数，可在连续 200–300 次工具调用中保持目标导向，并通过后训练量化感知训练实现原生 INT4 推理与约 2x 生成加速。
推荐理由：Kimi-K2-Thinking把长链推理、工具编排与原生INT4部署放在同一模型中，并提供完整评测与调用示例。