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。
#Agent
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。
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。
The DecoderAI 评分5555 Cloudflare 发布 Clairic，以更低成本和更快速度提取文档字段
Cloudflare 发布文档信息提取模型 Clairic，声称其速度和成本优于大语言模型，现已在 Workers AI 上开放预览，开放权重也将随后推出。用户可指定订单号、发票金额等字段，Clairic 会以单次处理返回对应值和置信度，缺失值则返回“null”；它还能执行简单计算、估算和预测，并可作为 Agent 链的一部分。
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。
雷达侦探精选精选AI 评分7979 NVIDIA 发布 Nemotron 3.5、Kumo、Cosmos 3.5 等开放模型
NVIDIA 扩展覆盖语言、机器人、生物与量子计算的开放模型阵容，推出 NVIDIA Nemotron 3.5 Super VL、Nemotron 3.5 Bolt、Nemotron Retriever、Kumo、Cosmos 3.5、Alpamayo 2 Edge、BioNeMo RFD4-Proteina 和 Ising。
推荐理由：NVIDIA 同步扩展多领域开放模型阵容，并说明了各模型的用途、开放渠道与产业合作情况。
NVIDIA NewsroomAI 评分6666 NVIDIA 发布 RFD4-Proteina 开放模型，推进医疗与生命科学合作
NVIDIA 与 UW Medicine Institute for Protein Design 发布 RFD4-Proteina，将可编程蛋白质设计与搜索能力结合在 NVIDIA BioNeMo 开放模型中。
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。
The DecoderAI 评分7474 Mistral AI 发布 Voxtral 3 实时语音智能体模型家族
Mistral AI 发布 Voxtral 3 实时语音智能体模型家族，包含 Voxtral Small Transcribe 3、Voxtral Mini TTS 3 和基于 LiveKit 的语音智能体 SDK。
量子位AI 评分7474 MiniMax 发布 M3.1 Flash，Agent 基准成绩与价格同步升级
MiniMax 正式发布 M3.1 Flash，定位为面向复杂 Agent、编码和工具调用场景的高性价比文本模型。其在 Agents’ Last Exam（ALE）得分 29.6%，DeepSWE v1.1 得分 73.7%，CyberGym 得分 82.2%，BankerToolBench 得分 76.2%。
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。
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。
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7777 GLM-5.3-Flash 发布，采用原生多模态与混合注意力架构
GLM-5.3-Flash 发布，定位为 GLM-5 系列的原生多模态模型，采用稀疏与线性注意力混合架构。模型总参数 320B、激活参数 18B，官方称其以 GLM-5.2 一十分之一的价格在多项基准和实际工作负载上表现更优，并在编码和智能体基准中接近 Claude Opus 4.8。
推荐理由：模型公开了原生多模态架构、部署框架和推理参数配置，便于开发者评估能力表现与本地落地成本。
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。
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：zai-org 新模型精选AI 评分7878 智谱发布 GLM-5.2 开源模型，支持 1M-token 上下文
智谱发布 GLM-5.2 旗舰模型，主打长程任务，提供稳定的 1M-token 上下文，并增强编码能力和多档思考强度。模型采用 MIT 开源许可证，支持 SGLang、vLLM、Transformers、KTransformers 和 Unsloth 等框架部署，官方还公布了 HLE、AIME 2026、SWE-bench Pro、MCP-Atlas 等基准成绩。
推荐理由：GLM-5.2 将长程任务、1M-token 上下文和灵活思考强度结合，并提供多项基准与本地部署方案，便于评估其实际能力边界。
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7777 Moonshot AI 发布 Kimi K2.7 Code 编码模型
Moonshot AI 发布基于 Kimi K2.6 构建的 Kimi K2.7 Code 编码智能体模型，真实软件开发长程任务能力提升，思考 token 使用量较 Kimi K2.6 减少约30%。模型采用 MoE 架构，总参数量1T、激活参数量32B，支持256K上下文和图像、视频输入，提供 API 及 vLLM、SGLang 等部署方式。
推荐理由：提供模型架构、基准成绩、API调用与部署方式，读者可据此比较编码智能体能力及其落地条件。
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。