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。

AgentLongBench：用「横向思维谜题」环境推演给长上下文智能体出题

研究2026年8月16日

复旦团队新基准：基于环境推演（Environment Rollouts）评测 32K—4M token 的长上下文智能体，覆盖知识密集/无知识×简洁/冗长四档，暴露动态信息合成的核心短板。

开源模型夏季观察：中国实验室领跑前沿，Qwen 成为社区基础模型

行业2026年8月15日

Hugging Face 发布 2026 夏季开源模型报告：中国实验室月参数量上限达 2.78 万亿、Qwen 派生模型超 15 万、代码智能体首次成为 Hub 头号用户。

DeepSeek Harness 开源实测：一切皆插件，被称'Agent 时代的安卓'

工具2026年8月14日

量子位深度体验 DeepSeek Harness：一切皆插件的 Agent 框架，内置百余插件与轨迹回放，实测长程任务更强，被称为'Agent 时代的安卓'。

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。