Nace AI 发布面向计算机操作智能体的多模态决策模型 Drex Max
Nace AI 发布多模态决策模型 Drex Max，可读取文本和图像并返回校准概率，面向计算机与浏览器操作智能体。该模型通过托管 API 运行，支持每次问题最多 262,144 tokens，并在公开 Decision Index 0.3.2 上获得 67.59 分。
#评测/基准
MarkTechPostAI 评分5151 MarkTechPostAI 评分7575 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。
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%。
Hugging Face BlogAI 评分7575 NVIDIA 发布 Nemotron 3.5 多模态检索、重排与文档解析模型
NVIDIA 扩展 Nemotron Retriever，发布 Nemotron 3.5 Embed、Rerank 和 Parse 多模态模型。Rerank 配合 8B Embed 可将每次查询的智能体 token 成本降低约 14%，Parse 以 631M 参数提供单、双和三遍文档解析模式。
少数派AI 评分6161 MiniMax 发布 M3.1 Flash 模型，面向复杂 Agent 与软件工程任务
MiniMax 上线 M3.1 Flash 模型，线上推理速度较此前提升近 3 倍，Agent 类任务综合使用成本降低 70%。模型已接入 MiniMax API、MPlan 和 MiniMax Code，权重计划稍后开放，并在 DeepSWE v1.1 中取得 73.7% 的成绩。
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。
Latent SpaceAI 评分4646 Latent Space 试播 AI 新闻节目 High Taste Testers 第 1 集
Latent Space 试播 High Taste Testers 第 1 集，汇总 10/15/2026-10/16/2026 的 AI 模型与产品动态。重点涵盖 Muse Spark Open、Reflection Beam 1.0 和 Gemini 4 Argon，也涉及 Haiku 5.5 降价与 GPT-6 Astra Pro 更新。
Hugging Face：deepseek-ai 新模型精选AI 评分6565 DeepSeek-V4.1-Flash-1017 更新模型并提升推理与编程能力
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，这是 DeepSeek-V4.1-Flash 的小版本更新，重点改进推理、编码、智能体任务和视觉基准表现。
推荐理由：材料提供了模型更新、代表性基准成绩、推理部署参数及开源许可信息，便于比较版本变化与实际使用成本。
Lenny's Newsletter / PodcastAI 评分5959 Meta Muse Wonder 模型评测：智能体表现突出，设计输出较弱
Claire Vo通过How I AI bench评测Meta Muse Wonder与Muse Wonder Full，覆盖近20项原型开发、智能体工作流、编码、写作和创意任务，并结合LLM-as-a-judge与语音笔记给出初步结果。
Google DeepMind Blog精选AI 评分8383 Google DeepMind 开始广泛推出 Gemini 4 Argon
Google DeepMind 开始广泛推出 Gemini 4 Argon，并扩大 Fairwind Program，向更多受信任的网络安全防御者开放。Argon 在 12 个端到端模拟网络攻击场景中全部解决，较上一代的 5 个有所提升；其 Prompt Injection 防护在 Gray Swan 的 IPI 基准中将 15 次自适应攻击的成功率降至 0.7%。
推荐理由：文章系统介绍了 Gemini 4 Argon 的能力边界、滥用防护、实时失配监控与 Prompt Injection 防护，并公开了相关测试结果和安全机制。
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。
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：deepseek-ai 新模型精选AI 评分7373 DeepSeek 发布 DeepSeek-V4-Flash-Vision-Exp 实验性多模态模型
DeepSeek 发布 DeepSeek-V4-Flash-Vision-Exp，这是 DeepSeek-V4 系列首个实验性多模态模型。该模型在 ApexBench 的 Pass@1 得分由 26.2 提升至 36.5，Agents' Last Exam 得分由 25.2 提升至 27.3，文本 Agent 任务表现与 DeepSeek-V4-Flash-0731 相当。
推荐理由：仓库提供提示词编码、最小推理实现和基准结果，并给出 vLLM、SGLang 部署方式，便于评估与复现。
Hugging Face：zai-org 新模型精选AI 评分7979 GLM-5.3发布，强化复杂编码与长程智能体任务
GLM-5.3发布，沿用GLM-5.2基础模型，主要通过后训练提升复杂编码、长程任务和网络安全能力。模型在内部Z.ai Code Bench上较GLM-5.2提升50%，在Terminal Bench 3.0和Agents' Last Exam等公开基准上达到开源SOTA，并支持SGLang、vLLM、Transformers、Unsloth等本地部署框架。
推荐理由：文章给出GLM-5.3相对GLM-5.2的编码与网络能力增幅，并提供本地部署和评测配置，便于对照能力变化与复现条件。