Ai2 发布 Olmo-core 3 开源 MoE 训练框架
Ai2 发布 Olmo-core 3，这是支持大规模混合专家（MoE）训练的开源框架，已验证可扩展至万亿参数级别。在 8 张 NVIDIA B300 GPU 上，47B 参数 MoE 吞吐达 52,000 tokens/秒/GPU，约为旧 FSDP 实现的 2.7 倍；专家池从 8 扩至 128 而训练吞吐下降不足 5%。
#部署/工程
Ai2 / Allen Institute for AIAI 评分5858 
Rohan Paul@rohanpaul_aiAI 评分6969IT之家·人工智能AI 评分7575 谷歌发布 Gemini 4 Argon，DeepSWE 测试 77.9% 超 Claude Opus 5.5
谷歌于 9 月 30 日发布 Gemini 4 Argon，称其为迄今最先进的 AI 模型，主打长流程软件工程、企业知识工作和网络安全防御，单次输出上限约 100 万 tokens。
MarkTechPostAI 评分7272 Google DeepMind 发布 Gemini 4 Argon：单次输出可达 1M tokens
Google DeepMind 发布 Gemini 4 系列首个前沿模型 Gemini 4 Argon，单次响应输出上限从 64K 提升到 1M tokens，面向长周期软件工程、法律金融企业知识工作和网络防御。
The Verge：AIAI 评分7070 Google 发布 Gemini 4 Argon，目前仅限受信任的网络防御者使用
Google 发布新一代前沿模型 Gemini 4 Argon，称其在软件工程、法律和金融等企业知识工作以及网络防御方面具有前沿性能。模型初期仅向一批受信任的网络防御者开放，Google 正参与美国政府的发布前模型访问自愿流程并逐步扩大访问范围；该模型已用于 Google 内部工作流，如大规模代码库迁移。
🚨 AI News | TestingCatalog@testingcatalogAI 评分5757引用Sundar Pichai@sundarpichaiLots of discussion out there about our next model(!), so I wanted to give an early look as soon as possible. Introducing Gemini 4 Argon! It shows frontier performance in complex workflows, cyber defense and software engineering. Teams are using it extensively at Google, from coding to quantum computing, great feedback. Here’s a look at the benchmarks:
Google DeepMind：Blog精选AI 评分7878 Google DeepMind 发布 Gemini 4 Argon，面向可信网络防御者先行开放
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向可信网络防御者开放，后续将逐步面向开发者、企业和消费者推出。
推荐理由：官方发布给出了定价、输出 token 上限和多项基准成绩，读者可以据此比较它在编码与企业工作流中的实际位置。
IT之家·人工智能AI 评分7575 DeepSeek 开源面向华为昇腾算力平台的基础设施组件，与英伟达平台一一对应
DeepSeek 于 9 月 30 日通过官方公众号宣布正式开源面向华为昇腾算力平台的基础设施组件，与此前面向英伟达平台的开源组件一一对应，涵盖 TileLang 编译工具、计算库和分布式通信库。
MarkTechPostAI 评分6262 Liquid AI 发布决策模型 d1：零输出 token 返回校准概率
Liquid AI 发布决策模型 d1，专为结构化选择设计，通过 Noul、Choice、Score 三种原语一次调用返回类型化答案和校准概率，output_tokens 为 0。
IT之家·人工智能同事件AI 评分8484 OpenAI 发布 GPT-6.1 Sol：性能接近 GPT-6 Astra，标准价格仅为其五分之一
OpenAI 在开发者活动日宣布推出 GPT-6.1 Sol，性能接近旗舰 GPT-6 Astra，标准输入/输出 token 价格仅为 Astra 的五分之一，每 100 万 token 缓存输入费用 0.10 美元。
同一件事，精选收录的是《OpenAI 发布 GPT-6.1 Sol，以约五分之一价格接近 GPT-6 Astra 智能》
OpenAI：官网动态精选AI 评分8686 OpenAI 发布 GPT-6.1 Sol，以约五分之一价格接近 GPT-6 Astra 智能
OpenAI 发布 GPT-6.1 Sol，在 agentic 编码、computer use 和专业工作等任务上接近 GPT-6 Astra，标准 API 价格为每百万输入 token $2、缓存输入 $0.10、输出 $10，约为 Astra 五分之一。
推荐理由：官方公布了与 GPT-6 Astra 的多项基准对比和完整 API 定价，开发者可以据此评估用五分之一成本替代旗舰模型的可行性。
公众号：卡尔的AI沃茨AI 评分7171 实测 Claude Sonnet 5.5：代码动画断档领先 gpt6，但 3D 不如 Opus 5.5
作者实测 Anthropic 新发布的 Claude Sonnet 5.5，用代码动画、HTML PPT、3D 网页和写作四项任务对比 Opus 5.5 与 gpt6。
MarkTechPostAI 评分5858 Google Research 开源 RRSI：智能体在模型权重冻结下自我改进 harness 并避免过拟合
Google Cloud AI Research 联合 UNC-Chapel Hill、Stanford 和圣路易斯华盛顿大学发布 RRSI（Regularized Recursive Self-Improvement），让 LLM 智能体在不改动模型权重的情况下改写自身 harness 的提示词、工具、记忆、控制流和子智能体。
MarkTechPostAI 评分5555 Liquid AI 发布 LFM2.5-VL-3B-DSpark 投机解码草稿模型，解码最高提速 3.13 倍
Liquid AI 发布 LFM2.5-VL-3B-DSpark，一个为其视觉语言模型 LFM2.5-VL-3B 设计的实验性投机解码草稿模型，新增约 279.5M 参数（+8.9%），在 Apple silicon 上解码最高提速 3.13 倍，NVIDIA H100 上最高 2.66 倍。
MarkTechPostAI 评分5353 Aikido Security 发布开源权重安全模型 Altar-1，由 GLM-5.3 压缩至 328 GB
Aikido Security 发布首个开源权重安全模型 Altar-1，将 Z.AI 的 GLM-5.3 经 AWQ 4-bit 量化和 Cerebras REAP 专家剪枝（每层保留 168/256 个专家）从 1,506.7 GB 压缩到 328 GB，缩小 78.2%。
MarkTechPostAI 评分5858 Fastino 发布 GLiNER2.5-Decide：可在 CPU 上运行的 340M 开源权重决策模型
Fastino Labs 发布 340M 参数开源权重决策模型 GLiNER2.5-Decide，接受文本和类型化问题 schema，返回带概率分布、置信度和约束可行性元数据的结构化答案，权重采用 Apache 2.0，可运行于 CPU、GPU 或气隙环境。
Liquid AI 模型与工程博客AI 评分5757 Liquid AI 发布 LFM2.5-VL-DSpark 视觉语言 drafter 模型，边缘端解码最高提速 3.13 倍
Liquid AI 为视觉语言模型 LFM2.5-VL-3B 发布实验性 DSpark drafter 模型，参数约 280M，仅增加 8.9% 参数量。GPU 上解码吞吐最高提升 2.66 倍、边缘设备 3.13 倍，端到端分别最高 2.27 倍和 2.62 倍；模型已上架 Hugging Face，支持 llama.cpp、SGLang 和 MLX-VLM。
公众号：蚂蚁百灵精选AI 评分6767 蚂蚁开源 Ming-Image-0.1-Design 系列：两个 6B 模型打通设计生成与图层编辑
蚂蚁百灵开源 Ming-Image-0.1-Design 系列模型，包含两个 6B 模型：Design 从文字需求生成 UI、信息图、海报等完整设计，Layer 将设计图拆成 2 至 9 个可独立编辑的 RGBA 图层，并同步开源 Design Skill 和 PPT Skill。
推荐理由：原文给出两个 6B 模型的能力划分、评测成绩和实际接入效果，读者可以据此评估设计生成加图层编辑链路的部署价值。
Fireworks AI精选AI 评分6666 Fireworks 发布 Ember-1，以约四成更少 token 达到 Kimi K3 质量
Fireworks Research 发布基于 Kimi K3 训练的专用模型 Ember-1，通过学习精简不必要的推理，在保持质量的同时减少约 35-50% 的 reasoning token。
推荐理由：官方给出了多组基准、A/B 测试和成本数据，读者可以据此评估用 Ember-1 替代 Kimi K3 降低推理 token 开销的可行性。
IT之家·人工智能AI 评分8989 OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，API 价格较 GPT-5.6 促销价降低 50%
OpenAI 发布 GPT-6 系列新成员 GPT-6 Sol 和 GPT-6 Luna，API 价格较 GPT-5.6 促销价降低 50%，两款模型沿用 GPT-6 Astra 的训练方法，主打更快更经济。
Microsoft Research 博客AI 评分5252 Microsoft Research 发布开源逆合成模型 RetroChimera 并登上 Nature
Microsoft Research 在 Nature 发表逆合成预测模型 RetroChimera，结合基于 Transformer 的 R-SMILES 2 和图神经网络模型 NeuralLoc，用 learning-to-rank 集成两者互补预测。
MarkTechPostAI 评分5959 Jina AI 发布 jina-ocr-v1：3.4B MoE 文档解析模型，内置投机解码面向低预算 GPU
Jina AI 发布端到端视觉文档解析模型 jina-ocr-v1，总参数 3.4B，每 token 激活约 570M，可将 PDF、扫描件、表格和发票一次转成 Markdown。
TechCrunch：AIAI 评分6868 OpenAI前研究员创办的TypeSafe发布非LLM新模型Jev，输出校准概率而非文本
OpenAI前研究员、RLHF共同发明人Almeida创办的TypeSafe AI发布基于transformer的新模型Jev，它不输出文本而是产生概率形式的校准决策。
MarkTechPostAI 评分6666 PrismML 发布 Ternary Bonsai 2 27B：5.93 GB 三值权重模型保留 Qwen3.8 27B 98.2% 的性能
PrismML 发布 Ternary Bonsai 2 27B，将 Qwen3.8 27B 转为三值权重，模型仅 5.93 GB（FP16 为 53.80 GB），Apache 2.0 开源，官方称在 20 个基准上保留母模型 98.2% 的平均分，支持文本与图像输入和 262K token 上下文。
公众号：智谱AI 评分6262 智谱上线 GLM-5.3-FlashX，推理速度最高 200 tokens/s
智谱正式推出 GLM-5.3-FlashX，在 GLM-5.3-Flash 基础上加大对 Infra 侧投入与推理优化，速度最高 200 tokens/s，算力基于 10 万张国产芯片。该模型此前曾以 Ox Alpha 之名面向开发者，官方称其长期保持同尺寸最强智能水平并具备高性价比，API 已上线，Model Key：GLM-5.3-FlashX。
TechCrunch：AIAI 评分6060 PrismML 发布 Bonsai 2 27B：将 Qwen3.8 27B 压缩至 5.9 GB 可跑在 PC 上
AI 实验室 PrismML 发布 Bonsai 2 27B，将阿里开源模型 Qwen3.8 27B 压缩到 5.9 GB，内存较原版减少 9 到 10 倍，可放进 PC 甚至高端智能手机。
IT之家·人工智能AI 评分7272 智谱 GLM 公开递归自我改进实践，GLM-5.3-Flash 发布
智谱 GLM 团队披露递归自我改进方向首个工程化实践，由 GLM-5.3 驱动的 Infra Agent 完成了 GLM-5.3-Flash 推理基础设施的设计、调试与优化。
MarkTechPostAI 评分5656 Nums AI 发布表格基础模型 Causilo，单模型 Elo 登顶 TabArena
Nums AI 发布预训练表格基础模型 Causilo，支持分类和回归，在 TabArena 单模型中取得最高 Elo，总体 1792.9，领先 Google Research 的 TabFM（1764.4）和 EXAONE Tabular（1758.8）。
SiliconFlow@SiliconFlowAI精选AI 评分6666推荐理由：原文给出了参数规模、上下文长度、开源协议和定价，读者可据此评估它能否接入现有编码与 Agent 工具链。
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分5252 蚂蚁 inclusionAI 发布 SingProbe 流式护栏探针，基于 Qwen3.5-4B
蚂蚁 inclusionAI 发布 SingProbe，一个基于 Qwen/Qwen3.5-4B 的轻量探针，复用基座模型隐藏状态在生成时逐 token 输出查询意图、回复不安全性和幻觉风险三类评分，仅 5.18M 参数，解码开销低于 0.5%。
Baseten 工程博客精选AI 评分7676 DeepSeek 发布开源模型 DeepSeek-V4.1-Flash，优化编码智能体 prefill 效率
DeepSeek 本周在 HuggingFace 开源 DeepSeek-V4.1-Flash 权重，模型总参数 552B，prefill 激活 8B、decode 激活 16B，支持 1M token 上下文和文本加图像输入，已上线 Baseten Model APIs。
推荐理由：文章解释了 CED 架构如何把 prefill 降到 8B 激活参数并压缩 KV cache，读者能理解它为何更适配编码智能体的高 prefill 负载。
MarkTechPostAI 评分6060 Sakana AI 发布 Fugu Max 和 Fugu Ultra v2，主打更低成本的多模型编排
Sakana AI 发布 Fugu 系列两款新模型 Fugu Max 和 Fugu Ultra v2，通过单一 OpenAI 兼容 API 在多个模型间路由任务。
IT之家·人工智能AI 评分5959 DeepSeek V4.1 Flash 模型上线国家超算互联网
DeepSeek V4.1 Flash 模型 9 月 10 日上线国家超算互联网中心，用户可在官网「模型服务」页面调用其 API。该模型为 552B 参数 MoE 模型，采用 Causal-Encoder-Decoder 结构，输入激活 8B、输出激活 16B；基准测试中超越了包括 DeepSeek V4 Pro 在内的旗舰模型。
MarkTechPost精选AI 评分8787 DeepSeek AI 发布 DeepSeek-V4.1-Flash：1M 上下文、FP4 KV 缓存与跨层注意力复用
DeepSeek AI 发布多模态 MoE 模型 DeepSeek-V4.1-Flash，552B 主干加 196B Engram 参数，上下文窗口 1M，prefill 激活 8B 参数、decode 激活 16B，全局 KV 缓存降至每 token 890 字节，约为 DeepSeek-V4-Flash 的 1/4、DeepSeek-V1 的 1/437。
推荐理由：文章拆解了 KV 缓存压缩和预精简架构的具体做法，读者可以对照其工程路径评估长上下文部署成本。
OpenAI：官网动态AI 评分8282 OpenAI 发布 GPT-6 Astra，面向专业工作场景
OpenAI 发布 GPT-6 Astra，已在 ChatGPT Work、Codex 和 API 提供，定价为每百万输入 token $10、输出 token $50。
IT之家·人工智能AI 评分5656 DeepSeek 计划 9 月 10 日前后发布 V4.1 Flash，各项指标全面超越 V4 Pro
DeepSeek 开放平台发布通知，计划于北京时间 2026 年 9 月 10 日前后正式发布 V4.1 Flash 模型，官方称经内外部多方测试，其在性能、费用、速度、总用时等指标上全面超越 V4 Pro。
Ant Ling@AntLingAGIAI 评分5454引用SGLang@sgl_projectMeet Ling-3.0-flash-VL (124B/5.5B MoE) from @AntLingAGI, with native image + video understanding and a 1M context window. Day-0 support is live in SGLang! > Native multimodal: ViT encoder + MLP projector brings vision into the full loop of understanding, reasoning, acting, and verification > VideoRoPE: encodes space + time for event localization, long-video QA, and clip editing > 42-layer hybrid backbone: KDA + Gated MLA at 5:1 for efficient 1M-token long context Run Ling-3.0-flash-VL with SGLang!
Inception Labs：BlogAI 评分6464 Inception 发布扩散大语言模型 Mercury 2.5
Inception 发布 Mercury 2.5，称其为目前最强扩散大语言模型，智能较 Mercury 2 提升 40%，在 NVIDIA GPU 上达 1,107 tokens 每秒，上下文 260K tokens，定价 $0.20/百万输入、$0.75/百万输出，发布期 8 折优惠。
MarkTechPostAI 评分6363 OpenBMB 发布 MiniCPM5-2B：2.52B 稠密模型，34 项基准平均 53.9，面向端侧运行
OpenBMB 发布 MiniCPM5 系列第二个 checkpoint MiniCPM5-2B，2.52B 稠密模型，原生 131,072 token 上下文，Apache 2.0 权重，采用标准 LlamaForCausalLM 架构，可通过 vLLM、SGLang、llama.cpp、Ollama 等主流引擎直接运行。