模型与能力
Thinking Machines 发布 Inkling 2 Small：首个原生多模态美国开源 MoE 模型
594B 总参数、17B 活跃参数，支持图像输入；Apache 2.0 开源，权重下周发布；ARC-AGI-2 达 81.7%，Code Arena WebDev 排 US 开源模型第 1，DeepFinance 超 GLM 5.3 和 DeepSeek V4.1 Flash。
> 相关链接：官方说明｜ARC Prize 评测
Moonshot 开源 Kimi K3.1 Pro：2.8T MoE，Agent Arena 开源模型第 1
2.8T 总参数、104B 活跃参数，Agent Arena 开源模型排名第一；SGLang 已支持 day-0 megakernel，Tinker 提供 256K 上下文服务。
> 相关链接：发布说明｜Arena 排名
Baidu 发布 ERNIE-5.5-Flash-Base：280B MoE，MMLU-Pro 78.4 分
280B 总参数、14B 活跃，支持 1M 上下文；MMLU-Pro（78.4）、HumanEval+（82.3）、LiveCodeBench（40.1）全面超 DeepSeek-V4-Flash-Base；权重开放 FP8/BF16，但禁售 EU/UK/韩国。
> 相关链接：Baidu 技术公告
Google Gemini 4 Argon 登顶 SillyTavern 使用榜：36.7B tokens，强空间推理
在 SillyTavern 实际使用中排名第一（超 DeepSeek V4.1 Flash），用户反馈对话质量高、提示遵循好、审查少；有分析认为其优势来自 Google 地理/地图产品线的专项训练。
> 相关链接：SillyTavern 排行榜截图｜用户实测反馈
Qwen Concept 27B：直接改权重，思考 token 减 54%，GPQA 提升 3%
不额外后训练，仅通过权重空间编辑（weight-space edit）优化 Qwen3.8-27B，显著减少推理步数且提升硬推理能力。
> 相关链接：技术说明
Agent 与工具链
Open WebUI + Open Terminal 实现本地模型自由操控 Windows 桌面
qwen3.8-flash-nvfp4 模型通过新版本 Open WebUI 0.13.0 和 Open Terminal 0.17.2，在沙箱 Win11 VM 中用鼠标坐标自由绘制 MS Paint 狗图——这是 GUI 自动化，不是图片生成。
> 相关链接：Reddit 原帖
Together Compiler 支持运行时修改推理代码，实验效率提 252 倍
无需重启引擎即可动态调整 inference 逻辑，实验吞吐达顶级开源引擎的 2.6 倍；已在手工调优过的 endpoint 上实测提升 12–20% TPS。
> 相关链接：官方公告
GitHub 新 Git 存储系统：5000 并发 AI Agent，7200 次/秒推送
专为 agent 规模设计的 Git 后端，支撑数千 agent 同时提交代码变更，已用于内部 AI 编程工作流。
> 相关链接：GitHub 博客
基础设施与硬件
Zyphra ZYFA：FP8 注意力在 AMD MI355X 上提速 1.16–1.76x
针对 AMD GPU 的 FP8 attention kernel，在 16K 长上下文持续负载下超越 AITER；意外发现数值下溢反而提升频率和速度。
> 相关链接：技术报告
DeepSeek V4.1 Flash 在 GB300 NVL72 达 848 tok/s，Vera Rubin 是其 5 倍
单 agent 推理速度从 596 提升至 848 tok/s（vLLM+推测解码+Dynamo）；Vera Rubin 架构在 260 tok/s 下达 GB300 5 倍吞吐，验证新硬件潜力。
> 相关链接：AA-AgentPerf 报告
华为 Horinger 内蒙古基地：约 113K NPUs，相当于 81K H100
Epoch 估算该基地算力达 Colossus 2 的 7%；按 Teortaxes 拆解，约 113K 华为昇腾 NPU，折合 81K H100 算力。
> 相关链接：Epoch 分析
研究与方法
斯坦福新记忆机制：16 个 token 压缩整段对话，文档 token 减少 4212×
用极小内存 token 表示长历史，在 512 文档测试中快 27 倍，5/8 基准领先；但评论提醒：压缩必丢信息，关键细节可能永远丢失。
> 相关链接：Adib Vafa X 帖子
METR 报告：AI 正加速 AI 自身研发，能力进步速率近翻倍
AI 辅助 R&D 使能力进展加速，Ajeya Cotra 估算相当于 10 倍研究员时间；Ryan Greenblatt 将软件研发乘数从 4.5x 修正为 3.8x。
> 相关链接：METR 报告原文
Anthropic 内部 Model 4：AECI 178.6，跃升幅度≈ Opus 4.6→Mythos 5 全程
2026 年 9–10 月训练的未发布模型，AECI 分数比前代跃升近 90%，METR 归因于 AI 加速研发而非单纯算力堆叠。
> 相关链接：METR 分析图
产品与应用落地
CCORE GLB-3D-Coder 4B：本地生成可导出 Three.js GLB 3D 场景
基于 Qwen3.5-4B 微调，输出完整 HTML+Three.js 场景，带一键导出 GLB 功能，适配 Godot/Blender/Unity；Q8 量化效果好，Q4 不可用。
> 相关链接：Hugging Face 页面
Meta Muse 升级 Active Memory/Focus：关键信息遗忘减 2.4x，约束变化恢复率升 67%
Muse Wonder 训练的新能力，让模型更牢牢记住任务重点，并在用户突然改需求时更快调整；用户还能用自然语言描述并保存持久 App。
> 相关链接：Meta 官方说明
行业与公司动态
Anthropic 年度目标 $100B 年化营收，当前已达 $80B
据 WSJ 报道，10 月年化营收达 $80B；市场对 $1.5T IPO 估值存疑，部分投资者认为合理估值约 $1T；OpenAI 9 月曾达 $50B。
> 相关链接：WSJ 报道
OpenAI 将停用 GPT-5.6 Sol Ultra Fast，Cerebras 曾主推该模型
该模型将被正式弃用，影响此前依赖它的服务商；SemiAnalysis 称 Cerebras 已转向其他模型部署。
> 相关链接：SemiAnalysis 分析
政策、治理与安全
Vals CyberOffense 测试：GPT-6 Sol 渗透企业网络成功率 80.8%，DeepSeek V4.1 Flash 72.8%
AI agent 自主执行红队渗透，OpenAI Daybreak 限定版 GPT-6 Sol 表现最强；但 DeepSeek 成本仅 $3/次（Sol 约 $22），且长程表现更稳。
> 相关链接：ValsAI 报告
OpenAI 与前沿模型论坛发布网络 jailbreak 严重性评级框架
首次定义 AI 模型绕过安全防护的分级标准，涵盖利用难度、影响范围、隐蔽性等维度，供红蓝队和监管参考。
> 相关链接：OpenAI 博客
中国部分开源模型被指弱化网络安全能力：Kimi/Tencent Hy4 或主动限制逆向/漏洞分析
Reddit 用户指出 Kimi K3.1、Tencent Hy4 等新模型正移除或压制逆向工程、二进制分析等能力；社区呼吁尽快归档现有开放权重。
> 相关链接：Reddit 讨论