Artificial Analysis@ArtificialAnlysAI 评分6262#搜索
- Artificial Analysis@ArtificialAnlysAI 评分6262
MiniMax (official)@MiniMax_AIAI 评分4040感谢 Parallel Web System 提供如此有意义的数据点~ 是的，MiniMax M3.1 Flash 现已在搜索能力排行榜的效率维度上位列第一。而且它很快~
引用Parallel Web Systems@p0MiniMax M3.1 Flash is now #1 on our search capabilities leaderboard for efficiency. It delivers web research performance with Parallel Search similar to DeepSeek V4.1 Flash (1017) at ~3x lower cost.
- Artificial Analysis@ArtificialAnlysAI 评分6060
Exa 发布 Exa 3.0，其 Search API 新增 Dynamic Highlights 模式，在共享预算内决定每页返回的文本量。
公众号：DeepSeek同事件AI 评分7272 DeepSeek 发布 V4.1-Flash-1017：性能费用帕累托改进并开放自研搜索 API
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，网页端、APP 与 API 已同步更新，各基准测试相比上一版 V4.1 Flash 明显提升，同时缩短任务运行时间与输出长度，在多个 Harness 下达到新的性能-费用帕累托最优，建议升级到 DeepSeek Harness 0.2.1-rc.1 及以上。
- Artificial Analysis@ArtificialAnlysAI 评分4848
Aravind Srinivas@AravSrinivasAI 评分5050引用Perplexity@perplexity_aiWe built a new way to train contextual embedding models, which encode each chunk of a document with the whole document in view. pplx-embed-v2-context-9b-preview sets a new state of the art on ConTEB and @turbopuffer's new, privately held context-bench. https://www.perplexity.ai/hub/blog/contextual-embedding-beyond-the-gold-passage
公众号：小红书技术精选AI 评分6868 小红书 AllSpark 开源 Search Agent 模型 Iris，35B 与 397B 版本同量级成绩领先
小红书 AllSpark 团队发布并开源 Search Agent 模型 Iris，权重和评测代码已公开，数据与训练配方将陆续公布。
推荐理由：原文给出了数据构造、SFT-RL 训练和统一评测的完整思路，读者可以据此理解 Search Agent 的训练难点与可迁移方法。
The Decoder：AI NewsAI 评分6565 AllSpark 发布 Iris-mini 和 Iris-pro 开源搜索智能体
AllSpark 团队发布 Iris-mini（35B，基于 Qwen3.6-35B-A3B）和 Iris-pro（397B，基于 Qwen3.5-397B-A17B）两个开源搜索智能体，并公开训练配方。
IT之家·人工智能AI 评分6262 微信开源多模态嵌入模型 WeMM-Embedding，已在微信大规模使用且日调用量达 10 亿次
微信 AI 于 9 月 4 日宣布开源通用多模态嵌入模型 WeMM-Embedding，包含 2B、4B、9B 三个版本，支持文本、图像、视频、视觉文档及任意交错的多模态输入。
MarkTechPostAI 评分5252 H Company 发布 NeoMME 260M/800M 单塔多模态编码器，取消视觉塔和因果解码器
H Company 发布 NeoMME 系列多模态编码器，包含 260M 和 800M 两个双向 Transformer 模型，用单一塔处理多语言文本和 32×32 图像块，去掉了独立视觉塔和因果解码器，以离散掩码扩散方式预训练。
Ant Ling@AntLingAGIAI 评分3939蚂蚁百灵发布 Ling-3.0-flash-Sante，一个基于 Ling-3.0-flash 构建、面向健康与医疗领域增强的 MoE 模型，名字取自法语 santé（健康）。
IT之家·人工智能AI 评分6262 微信开源多模态嵌入模型 WeMM-Embedding，含 2B/4B/9B 三个版本
微信 AI 宣布开源通用多模态嵌入模型 WeMM-Embedding，含 2B、4B、9B 三个版本，支持文本、图像、视频、视觉文档及交错多模态输入。模型基于 Qwen3.5 多模态架构，WeMM-Embedding-9B 在 MMEB-v2 榜单以 80.6 分位列第一；该模型已大规模部署于视频号、直播、公众号、电商与朋友圈的推荐与搜索系统，日调用量达 10 亿量级。
公众号：蚂蚁百灵AI 评分5454 蚂蚁开源 Ling-3.0-flash-Fin（124B A5.1B）金融模型与 FinFIRST 评测基准
蚂蚁集团正式开源面向真实金融工作流的 Ling-3.0-flash-Fin（124B A5.1B），为 MoE 架构、支持最长约 256K 上下文，并同步开放面向金融搜索 Agent 的评测基准 FinFIRST（Financial Information Retrieval, Sourcing and Traceability），中金公司投行团队在构建过程中提供专业支持。
Inception Labs：Blog精选AI 评分6363 Inception Labs 发布 Mercury 2 for Search，解码超 1000 tokens/秒
Inception Labs 发布面向搜索管线的 Mercury 2，扩散式并行解码超 1000 tokens/秒，在 WideSearch 各步骤比 Gemini 3.1 Flash Lite 快近 2 倍、比 GPT-5 Mini 快 10 倍，定价 $0.25/M 输入、$0.75/M 输出。
推荐理由：原文给出每步延迟、成本与检索消融数据，读者可据此评估扩散模型在搜索管线中的实际取舍。
IT之家·人工智能AI 评分5555 Neon 携手 Castform 开源 4B 模型：文档搜索能力超 GPT-5.6 Sol，成本仅为 1/100
Neon 与 Castform 联合开源一款经强化学习后训练的 4B 参数模型，在文档搜索任务中平均评估分 1.447，超过 GPT-5.6 Sol 的 1.369 与 GPT-5.4 的 1.377。该模型单次推理成本为 0.000929 美元，约为 GPT-5.6 Sol（0.087338 美元）的 1/100，旨在以更低成本实现智能体式搜索。
Elon Musk@elonmuskAI 评分6666引用Grok@grokGrok 4.5 is now available to try on the free tier. Use Grok Build with any X or SuperGrok account. We’re excited to hear your feedback. https://x.ai/cli
MarkTechPostAI 评分6262 Liquid AI 发布 LFM2.5-Embedding-350M 与 LFM2.5-ColBERT-350M 双向编码检索模型
Liquid AI 本周发布两款 350M 参数检索模型：稠密双编码器 LFM2.5-Embedding-350M 和后期交互模型 LFM2.5-ColBERT-350M。二者基于 LFM2.5-350M-Base，通过将因果注意力改为双向注意力实现双向编码，支持阿拉伯语、德语、英语等 11 种语言的单语与跨语言搜索。在 NanoBEIR 多语言检索上，ColBERT 版 NDCG@10 为 0.605，Embedding 版为 0.577，均优于 Qwen3-Embedding-0.6B。在 MKQA-11 问答 Recall@20 上分别为 0.694 和 0.691。上下文窗口 32,768 tokens，文档调优至 512 tokens。提供 GGUF 格式，MacBook Pro M4 Max 上查询延迟低于 10 ms。模型以 LFM Open License v1.0 发布在 Hugging Face。
MarkTechPost精选AI 评分7373 Harness-1：基于强化学习训练的有状态搜索20B检索子智能体
UIUC与Chroma联合推出Harness-1，一个20B参数的检索子智能体。它通过强化学习在一个有状态搜索框架中训练，该框架维护候选池、重要性标注集、证据图和验证记录，由策略决定搜索、筛选、验证及停止的时机。Harness-1在8个基准测试上达到0.730平均curated recall，比下一个最佳开源子智能体高出11.4个百分点，仅落后于Opus-4.6。模型权重和框架代码均已公开。
推荐理由：UIUC和Chroma放出的这个20B检索子代理，用RL训练出了0.73的平均召回，把开源竞品甩开11.4分，只比Opus-4.6低一点。权重、Harness全开源，搞RAG的可以真刀真枪试试了。
MarkTechPostAI 评分5656 NVIDIA发布Gated DeltaNet-2：解耦Delta规则中擦除与写入的线性注意力层
NVIDIA推出了改进的线性注意力模型Gated DeltaNet-2。其核心创新在于将Delta规则中控制记忆擦除与写入的单一门控机制，解耦为两个独立的通道级门控。该模型参数规模为1.3B，在100B个FineWeb-Edu令牌数据上训练。实验表明，它在语言建模、常识推理和长上下文检索等任务中全面超越了Mamba-2、Gated DeltaNet、KDA及Mamba-3等现有模型，尤其在RULER S-NIAH和多关键针检索任务中取得了最显著的性能提升。
Hugging Face 社区博客精选AI 评分6060 引入 Ettin Reranker 系列
Hugging Face 发布六个 Ettin Reranker 重排序模型（17m、32m、68m、150m、400m、1b），基于 Ettin ModernBERT 编码器，蒸馏 self-mxbai-rerank-large-v2 分数训练，在 MTEB(eng, v2) Retrieval 达各自规模 SOTA。模型以 Sentence Transformers CrossEncoder 接口提供，三行代码可调用。同时发布 train-sentence-transformers Agent Skill（v5.5.0），允许 AI 编码智能体在用户数据上微调模型。训练配方、数据集和脚本已全部开源。
推荐理由：从17M到1B的全尺寸reranker家族，每个量级都是SOTA，而且训练数据和代码全开放，做搜索和RAG的开发者可以无痛替换旧模型。
Hugging Face 社区博客精选AI 评分6060 IBM 发布 Granite Embedding Multilingual R2 开源多语言嵌入模型
IBM 发布两个 Apache 2.0 开源多语言嵌入模型：97M 参数的紧凑型（granite-embedding-97m-multilingual-r2）在 MTEB Multilingual Retrieval 上得 60.3 分，超越所有开放子 1 亿参数模型；311M 全尺寸模型（granite-embedding-311m-multilingual-r2）得 65.2 分，在 500M 以下开放模型中排第二，并支持 Matryoshka 维度。两者均基于 ModernBERT 架构，支持 200+ 种语言，针对 52 种语言和 9 种编程代码检索训练，上下文窗口达 32,768 tokens。可直接替换 sentence-transformers、LangChain、LlamaIndex 等框架中的默认模型，预置 ONNX 和 OpenVINO 权重以优化 CPU 推理。
推荐理由：97M小模型在跨语言检索上打败很多300M级选手，32K上下文让长文档处理不再鸡肋，Apache 2.0开源意味着做多语言RAG的可以直接拿来当默认嵌入模型了。
The Decoder：AI NewsAI 评分6666 Baidu的Ernie 5.1在性能比肩顶尖模型的同时，将预训练成本削减94%
百度发布其对话机器人Ernie的最新版本5.1。该模型采用“Once-For-All”方法，仅使用前代模型三分之一的参数量，其预训练成本仅为同类模型的6%，实现了94%的成本削减。在Search Arena排行榜上，Ernie 5.1位列全球第四，排名仅次于两个Claude Opus变体和GPT-5.5 Search。
🚨 AI News | TestingCatalog@testingcatalogAI 评分7272引用Baidu Inc.@Baidu_IncERNIE 5.1 ranked No. 4 globally on @arena's Search Leaderboard, with a score of 1,223. That ranking reflects stronger multi-source retrieval and synthesis, helping generate more consistent, reliable answers for content generation, AI assistants, enterprise knowledge management, and agent applications.
Baidu Inc.@Baidu_IncAI 评分7373ERNIE 5.1 刚刚发布。 基于 ERNIE 5.0 的预训练基础，我们最新的基础模型升级了搜索、推理、知识问答、创意写作和智能体能力，而预训练成本仅需对标模型的约 6%。 更多内容详见主题帖 🧵
IT之家·人工智能AI 评分6969 百度发布文心大模型 5.1：搜索能力位居国内首位，预训练成本仅为业界 6%
百度发布新一代基础大模型文心大模型5.1，并已在千帆模型广场等平台上线。该模型采用“多维弹性预训练”技术，仅以业界同规模模型约6%的预训练成本，实现了基础效果的领先。在国际权威竞技场LMArena的搜索榜上，文心5.1位列国内第一、全球第四。其综合能力显著提升，Agent能力实现超越，创意写作与推理能力已接近或达到业界领先水平。
Google AI@GoogleAI精选AI 评分6969
推荐理由：Google 第一个原生多模态嵌入模型，把文本、图像、视频拉到同一个向量空间，做跨模态搜索的开发者可以不用再手动打标签了，但离「无感理解」还有距离。
Sierra：BlogAI 评分5151 Sierra 发布 Linnaeus 与 Darwin 搜索模型，分辨率提升最高 16 个百分点
Sierra 推出专为检索与重排序设计的 Linnaeus 和 Darwin 搜索模型，相比通用模型可将分辨率率提升最多 16 个百分点。两款模型针对特定任务优化，旨在提高搜索结果的准确性与业务转化效果。
公众号：小红书技术AI 评分5252 REDSearcher：30B参数深度搜索Agent超越GPT-5，低成本可扩展
REDSearcher是一个30B参数的深度搜索Agent，性能超越GPT-5，同时实现低成本与可扩展性。
MiniMax：Blog精选AI 评分6767 MiniMax 发布 MiniMax M2.5 模型，专为现实世界生产力打造
MiniMax 最新发布的大语言模型 M2.5，通过在数十万个复杂现实环境中进行强化学习训练，在编码、智能体工具调用、搜索和办公工作等多项任务上达到 SOTA。模型推理效率高，完成 SWE-Bench Verified 评估的速度比前代 M2.1 快 37%，与 Claude Opus 4.6 相当。定价方面，以 100 tokens/秒运行时每小时成本仅 1 美元。M2.5 在超过 10 种编程语言和 20 多万个真实环境中训练，具备从系统设计到测试的全流程能力。
推荐理由：MiniMax M2.5 把 SWE-bench 拉到 80.2%，成本只有 Claude Opus 4.6 的十分之一，速度还翻倍，对做 agent 的团队来说是个高性价比选择。
Cohere 产品与研究博客AI 评分5454 Cohere 发布 Rerank 4 重排序模型，含 Fast 与 Pro 双版本并引入 Self Learning
Cohere 发布 Rerank 4 重排序模型系列，称在整体搜索相关性上优于 MongoDB 的 Voyage 模型和 ElasticSearch 的 Jina rerankers。