Fireworks 发布 Ember-1：在 Kimi K3 上训练，token 用量减少约 40%
模型2026年9月28日
Fireworks Research 发布专用模型 Ember-1：以 Kimi K3 为基座训练，同等质量下 token 用量减少约 40%，成本最多降半，已在 Serverless 上线 Research Preview。
四款 Flash 模型横评：DeepSeek V4/V4.1、GLM-5.3、MiMo-V2.6 的参数、架构与跑分对比
模型2026年9月24日
基于官方发布数据对比 DeepSeek V4 Flash、V4.1 Flash、GLM-5.3 Flash、MiMo-V2.6 Flash 的参数规模、架构路线、主流评测成绩与 API 价格。
小米开源 MiMo-V2.6 系列：智能指数 46.32 登顶开源第一，RL 训练全程直播
模型2026年9月22日
小米开源全模态 MiMo-V2.6 系列：Pro 以 46.32 的智能指数登顶开源第一，六天完成 30 步 RL 训练并全程直播，API 价格与 V2.5 持平。
阶跃星辰 Step 5 Preview 发布：600B MoE、27B 激活、1M 上下文，主打智能体与金融
模型2026年9月21日
阶跃星辰发布 Step 5 Preview：600B MoE、每 token 激活 27B、支持 1M 上下文与视觉输入；AA 智能指数 44，DeepSWE v1.1 拿到 67.7，金融基准亮眼，10 月 15 日开源权重。
Qwen-Image-2.1：小模强效，创改一体
模型2026年9月20日
阿里通义千问开源 Qwen-Image-2.1：视觉生成部分仅 7B 参数，把文生图与图像编辑合一，原生支持透明图像生成与编辑，最多支持 10 张参考图，并提升文字排版与人像质感。
TypeSafe 发布 System One 模型与 Jev：把前沿智能变成一次函数调用
模型2026年9月20日
TypeSafe AI 发布首个 System One 模型 Jev：在 System One 任务上智能水平与现有 LLM 相当，却快两个数量级；放弃字符串生成，输出带类型的概率化决策，且不可能产生类型错误。
GPT-6 Astra：破解一条百年未解的一战德军 ADFGVX 密电
模型2026年9月19日
GPT-6 Astra 破解一条百年未解的一战德军 ADFGVX 密电，用密钥 TRUPPENVERSCHIEBUNG 还原 1918 年塞瓦斯托波尔情报，并与 HMS Canterbury 航海日志吻合。
DeepSeek V4.1 Flash 发布：552B 非对称 MoE，KV 缓存降至 1/4
模型2026年9月10日
DeepSeek 发布 V4.1 Flash：552B MoE、非对称 CED 仅激活 8B/16B，KV 缓存累计压缩 437 倍，多项 Agent 基准反超 Opus-5，API 降价。
智谱上线 GLM-5.3-Flash：GLM-5 系列首个原生多模态模型，定价降至 Opus 4.8 的 1/40
模型2026年8月27日
智谱上线 GLM-5.3-Flash：320B 参数、18B 激活，混合稀疏与线性注意力，原生多模态、1M 上下文，AA 智能指数看齐 Claude Opus 4.8，定价仅为其 1/40。
Qwen 开源 Qwen3.8-Flash-Next：Qwen4 架构先导，训练成本降至约 1/9
模型2026年8月27日
阿里开源 Qwen3.8-Flash-Next：125B 参数、6B 激活，混合注意力与 N-gram Embedding 新架构，原生 262K 可扩 1M 上下文，训练成本约为 Qwen3.7-Plus 的 1/9。
腾讯开源 Hy4 preview：770B 参数、49B 激活、1M 上下文，稳居开源第一梯队
模型2026年8月27日
腾讯发布 Hy4 preview：总参 770B、激活 49B、1M 上下文，代码/办公/游戏/科研全面跃升；163 名专家盲测胜 GLM 5.3 与 Kimi K3；API 输入 6 元/百万 token（命中缓存 0.3 元）。
DeepSeek-V4-Flash-Vision-Exp 上线：多模态 API 开启，Agent 能力逼近 Opus-4.8
模型2026年8月22日
等待四个月的 DeepSeek 多模态模型终于落地：看图按 token 计费（最多 384 tokens/张，1 分钱约看 9 张图），文本能力与 V4-Flash 持平，视觉 Agent 评测大幅跃升。
SGLang 与 Miles 为 Qwen3.8-2.4T-A95B 提供 Day-0 支持：首个开源旗舰的混合注意力挑战
模型2026年8月17日
LMSYS Chatbot Arena 团队宣布 Qwen 最大开源模型 Qwen3.8-2.4T-A95B 获 SGLang 与 Miles 发布日即全面支持，涵盖混合注意力状态管理、PD 分离与 Day-0 RL。
海外开发者正在「榨干」Qwen3.8-27B：从量化到 MTP 推测解码的工程优化
模型2026年8月17日
Qwen3.8-27B 开源不到 12 小时登上 Hugging Face 历史最受欢迎 TOP4，两天下载破百万。开发者围绕量化精度、推理配置与 MTP 推测解码展开优化：RTX 3090 解码从 31 提到 41.3 tokens/s，Apple Silicon 挑战 16 小时内提升 153%。
Simon Willison 实测 Qwen3.8-27B：很强，但默认疯狂「过度思考」
模型2026年8月17日
Simon Willison 实测 Qwen3.8-27B：17GB 量化模型可在笔记本本地运行，但默认 xhigh 推理档位常耗尽 8K 上下文，生成一幅鹈鹕骑自行车 SVG 竟思考了 21 分钟。
DeepSeek V4 Pro 上线 24 小时急撤：HF 配置疑似错发，权重与 API 后端连夜切换
模型2026年8月14日
DeepSeek V4 Pro 0813 发布不到 24 小时被撤下：Hugging Face 配置一度与 Flash 相同，权重重传、API 指纹热切换，疑为发版流程事故。
智谱发布旗舰基座模型 GLM-5.3：编程体感再涨 50%，Terminal-Bench 3.0 位列开源第一
模型2026年8月14日
智谱发布旗舰基座模型 GLM-5.3：1M 上下文、128K 输出，后训练 Scaling 让编程体感提升 50%，Terminal-Bench 3.0 跃升至 28.3，API 即将上线。
MiniMax 开源音乐 3.0：一次生成整首歌曲，最长五分钟
模型2026年8月14日
MiniMax 开源 Music 3.0 音乐生成模型：给定创意与可选歌词，单次生成即可完成作曲、编曲、演奏与制作，输出最长五分钟的完整歌曲。
阿里开源 Qwen3.8-27B：Gated DeltaNet 混合架构多模态模型，原生 1M 上下文
模型2026年8月14日
阿里开源 Qwen3.8-27B 多模态模型：Gated DeltaNet 线性注意力的混合架构、27B 参数、原生 262K 可扩至 1M 上下文，支持图像与小时级视频理解，Apache 2.0 协议。
英伟达发布 Nemotron 3.5 Lightning：开源 30B-A3B 模型专攻智能体执行层
模型2026年8月12日
英伟达开源 Nemotron 3.5 Lightning：30B MoE 仅激活 3B 参数，面向长时智能体高频执行，输出速度最高达同级 4 倍。
DeepSeek-V4-Flash-0731 DSpark：Gilded Gnosis r16 定版镜像发布
模型2026年8月2日
DeepSeek-V4-Flash-0731 的 Gilded Gnosis r16 镜像通过全部门禁：内置 DSpark K5 投机解码、InstantTensor 加载与可选原生 CPU KV 卸载。
DeepSeek V4 正式版发布：性能逼近 Opus 4.8，定价仅为 Fable 5 的 1/57
模型2026年8月2日
DeepSeek V4 GA 正式版上线：Pro/Flash 双版本、百万上下文与峰谷计费，SWE-bench 80.6% 逼近 Opus 4.8，附旧 API 迁移指南。
MiniMax 发布 H3：打破任务与模态边界的开源多模态生成模型
模型2026年8月1日
MiniMax 正式发布通用多模态生成模型 H3，可统一理解文本、图像、视频与音频，生成最高 2K 分辨率、15 秒的原生立体声视频，并计划开放权重。
OpenAI 官宣下一代模型 Astra：一口气解出十个悬置十年以上的数学难题
模型2026年8月1日
OpenAI 首次确认下一代模型家族 Astra：内部版本解出十个十年未解的数学难题，Lean 形式化验证全部通过，算力成本约 2000 美元。
Kimi K3 正式开源：vLLM 上线高效 Day-0 支持
模型2026年8月1日
vLLM 宣布对 2.8 万亿参数的 MoE 模型 Kimi K3 提供 Day-0 支持，配合 DSpark 投机解码，单用户吞吐最高达 370 tok/s。