Artificial Analysis 基准测试 MiniMax 的 Flash 推理模型 MiniMax-M3.1-Flash，在 Artificial Analysis Intelligence Index 得 42 分，比 MiniMax-M3 高 13 分，与 GLM-5.3-Flash 持平，低于 DeepSeek V4.1 Flash 1017 的 45 分。
蚂蚁百灵今日开源 3 个语音家族共 5 个 Ming-3.0 模型。Ming-3.0-tts 含 0.5B 语音设计与副语言线索模型和 7.9B 总参数、1.3B 激活的 Tiny 长语音模型；Ming-3.0-audio 含 Flash 126B 总参数、6.5B 激活的理解与工具调用模型和 9.3B 总参数、2.7B 激活的 Tiny 高效对话模型；Ming-3.0-asr-tiny 为 8.6B 总参数、2B 激活的方言与上下文识别模型。图片补充：TTS 支持七种语言加两种方言，ASR 支持热词列表与对话上下文。
Nvidia 于周四发布面向常驻 Agent 和边缘计算的开源模型。
今天我们发布 JST-2，全球首个全栈物理原生世界基础模型。 许多世界模型在像素/视频空间中学习。我们回归第一性原理，在 3D 中构建了整个模型栈。 数秒内生成 3D 场景并实时扩展。通过一个通用架构创建内置动作的角色。
Nace AI 发布迄今最强的决策模型 Drex Max，支持文本、图像和视频输入，单次决策 34ms，262K token 下不到 1 秒，输入价格 $0.06 / 1M tokens，已在 https://nace.ai/drex 开放。
MiniMax 发布 M3.1 Flash，428B 总参数、约 23B 激活的 MoE 多模态模型，上下文 100 万 tokens，定价 $0.15/$0.60 每 1M tokens，为 M3 的一半。
稀宇科技宣布 MiniMax M3.1 Flash 模型上线，称此前的匿名模型 Space Bunny 即其早期版本，已处理超 200T Token。
Arena 宣布 MiniMax-M3.1-Flash 上线 Code Arena: WebDev 榜单，以 1588 分在开源模型中排第 12（总榜第 32），并将 MiniMax 带到所有实验室第 12 名。
MiniMax 官方宣布 MiniMax M3.1 Flash，即此前在 OpenRouter 上代号 Space Bunny 的模型。该模型 DeepSWE 得分 74%，官方称 Automation-Bench 62%、ALE 30%、BabyVision 91%，定价为每 1M input/output tokens $0.15/$0.60，缓存读取 $0.015/1M tokens，速度为 M3 的 3 倍、成本为其 1/3。模型权重将于 10 月 23 日放出，Minimax 还在准备发布 Pro 模型。
MiniMax 发布 M3.1 Flash，称其以 M3 的 1/3 成本和 3 倍速度达到前沿级智能体表现，Space Bunny 此前登顶全球榜单的版本即为 M3.1 Flash 早期版本。
MiniMax 正式更新 M3.1 Flash，此前匿名处理超 200T Token 的 Space Bunny 即其早期版本。模型在 Agent 任务、编程、Computer Use 和网络安全上全面提升，DeepSWE v1.1 得 73.7%，OSWorld V2 得 61.7 分，CyberGym 得 82%，输出速度日常可达 200+ TPS。
MiniMax 正准备发布 MiniMax-M3.1-Flash，API 参考文档中已有说明。 > “MiniMax-M3.1-Flash——具备 1M 上下文窗口和可调思考深度的前沿多模态编程模型。” > “可调思考深度”似乎是 3.1 系列将提供的一项新特性。 即将到来 👀
欢迎回来。太空兔。🚀 MiniMax-M3.1-Flash 即将到来。
Arena 公布 2026 年第 42 周大模型盲测排名，月之暗面 kimi-k3-max 以 ELO 1540 分稳定在代码榜第十，小米 mimo-v2.6-pro 首次入榜即列前端开发榜第 19。
蚂蚁 inclusionAI 在 GitHub 发布 Ming-3.0-tts，包含 0.5b dense 和基于 Ling V3 的 tiny（7.9B 总参数、1.3B 激活）两个语音生成模型，MIT 协议开源，权重可在 Hugging Face 和 ModelScope 下载。
面壁智能 OpenBMB 宣布 MiniCPM-V 4.7 升至 Hugging Face Trending 第二名。35B-A3B MoE 版本可在 iOS 和 Android 上以约 3GB 内存流畅运行，1B 模型在 OCR、数学和视频理解上表现较强，模型和代码已在 Hugging Face 和 GitHub 开放。
蚂蚁 inclusionAI 在 GitHub 发布 Ming-3.0-asr-tiny，将 Ling-tiny-v3 语言模型与音频编码器结合，支持中英文转写、方言识别和上下文 ASR。
Mistral AI 发布时序基础模型家族 Timestral，包含 5M、28M、123M、209M 四个零样本预测模型，209M 版在 GIFT-Eval、TIME 和 fev-bench 上位居零样本预训练模型第一，fev-bench SQL skill score 为 50.39，超过 Google 的 TimesFM-3 的 48.99。
终于有机会试用了 OpenAI 的新 "Aurora" 图像模型，目前正在 Arena 上测试。 绿色 🟢 > 红色 🔴 > 生成的图像感觉像是 Nano Banana 和 GPT Image 模型联手打造的作品。 > Aurora 的输出比 gpt-image-2.5-flare 好得多，尤其是在配色方案上。 Nano Bana 3 Pro 将面临激烈竞争。
Arena 宣布 DeepSeek-V4.1-Flash-20261017 (Max) 成为 Code Arena: WebDev 榜单第一开源模型，超过 Kimi K3 (Max)，成本低约 10 倍。
MiniMax 发布 MiniMax M3.1 Flash，匿名模型 Space Bunny 是其早期版本，曾处理超过 200 万亿 token。
Google DeepMind 的四个 Gemini 4 Argon 智能体在无人类输入下击败 Minecraft，全自主击杀末影龙。智能体被投入随机生成世界，未分配角色或策略，自行分工、互相预警威胁、回收阵亡队友物品并记录错误到共享记忆。
我们把果蝇大脑放进了Odyssey-3，一个前沿世界模型。 这个小家伙现在完全靠自己，在完全由想象生成的模拟世界里飞来飞去 🫶
Kyutai 联合 Inria 和 École des Ponts 发布 2.4B 参数的视觉-语言-动作模型 REKI，仅用公开数据预训练，权重已在 Hugging Face 开放（CC BY-NC-SA 4.0）。
Perplexity Decider Flash 相当不错，运行速度极快，还能在你的 M4 Mac 16GB 上端侧运行。
最近有一些强大的嵌入向量模型发布。我们的仍然更好。 我们使用 RCP-nDCG@10 在 163 个数据集上对 Embed 5 Fast 与 Google 的 EmbeddingGemma 2 进行了基准测试。 Embed 5 Fast 在其中超过 95% 的数据集上领先。
作者表示开源模型永远追不上闭源的观点没撑过一周，DeepSeek-V4.1-Flash-1017 在 DeepSWE v1.1 上得分 77，以低 83 倍的成本达到 Opus 5 级性能。该模型将上线 Databricks，作者强调永远不要小看开源。
Arena 更新 Arena Alignment Index 榜单，新增两个实验室和三个模型：Meta 的 Muse Wonder 以 77.5% 排第 6，Reflection 的 Beam-1.0-501B-A23B 以 75.3% 排第 7，StepFun 的 Step 5 Preview 以 75.1% 排第 8。
Arena Alignment Index 更新新增两家实验室和三款模型，Meta 新旗舰 Muse Wonder（Max）以 77.5% 位列第 6，Reflection 的 Beam-1.0-501B-A23B 以 75.3% 排第 7，StepFun 的 Step 5 Preview 以 75.1% 排第 8。
Anthropic 的 Claude 在不到 30 分钟内破解了一个悬置 25 年的密码学谜题：NIST 在 2000 年标准化的 ECDSA 椭圆曲线种子由 NSA 提供，来源不明，长期引发后门怀疑。
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，相比上一版基准更强、任务完成更快、输出更短，称是性能与成本的 Pareto 改进，已上线网站、App 和 API。Nathan Lambert 转发时吐槽命名方式（小版本号加日期标签），并称基准提升幅度大，内置视觉后可能强于 GLM 5.3，问开源权重之王是否回归。
DeepSeek 发布增量更新版本 V4.1-Flash-1017，官方称基准表现更强、任务完成更快、输出更短，实现性能与成本的帕累托改进，已上线官网、App 和 API。
OpenBMB 宣布 MiniCPM-V 4.7 登上 Hugging Face 热门榜第 3。35B-A3B MoE 模型可在 iOS 和 Android 上以约 3GB 内存流畅运行，1B 模型在 OCR、数学和视频理解方面表现较强。GitHub 与 Hugging Face 链接已开放。
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，已在官网、App 和 API 开放，权重开源在 Hugging Face 和 ModelScope。
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，基准成绩更强、任务完成更快、输出比上一版更短，官方称是性能与成本的 Pareto 改进，已上线网站、App 和 API。作者补充称其解决了此前过度思考的问题，同样任务约省一半 token。该模型针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等优化，建议升级 DeepSeek Harness v0.2.1-rc.1 或更高版本使用。
DeepSeek 发布开源权重模型 DeepSeek-V4.1-Flash-1017，在 DeepSWE 1.1 基准上取得 77% Pass@1，据称超过 GLM-5.3、Kimi K3、GPT-5.6 Sol 和 Opus 5。模型已上线 DeepSeek Chat、API 和 HuggingFace，官方称相比上一版性能更强、任务完成更快、输出更短，并在性能与成本上实现 Pareto 改进。
DeepSeek 发布 V4.1-Flash-1017 检查点，已上线网站、App 和 API，官方称在全部 11 项基准上超过 9 月版 V4.1-Flash，提升 2.0 到 11.1 分，DeepSWE v1.1 达 77.0，但 Claude Opus 5 仍在 Terminal-Bench 4.0 和 HLE 等项目领先。
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，官方称相比上一版性能更强、任务完成更快、输出更短，已在官网、App 和 API 上线。引用内容称其性能与成本实现 Pareto 改进，并针对 DeepSeek Harness、Tencent CodeBuddy、WorkBuddy 等优化，建议升级 DeepSeek Harness v0.2.1-rc.1 或以上版本；对比图显示其在 HLE（无工具）42.6/44.0、Terminal-Bench 4.0 42.3、DeepSWE v1.1 77.0 等基准上的成绩。
🚀 DeepSeek-V4.1-Flash-1017 来了！ 相比上一版本，基准测试表现更强、任务完成更快、输出更短——性能与成本上的帕累托改进。现已在我们的网站、App 和 API 上线。 🛠️ 针对 @DeepSeekHarness、腾讯 CodeBuddy、WorkBuddy 等进行了优化。升级到 DeepSeek Harness v0.2.1-rc.1 或更高版本，以获得新模型的最佳体验。 1/4
DeepSeek 将 V4.1 Flash 更新至 V4.1-Flash-1017 版本，网页端、APP 与 API 已同步替换，各项基准测试能力较上一版明显提升，任务运行时间与输出长度缩短，单次调用综合成本下降。
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。
MarkTechPost 盘点了 TypeSafe 于 2026 年 9 月 15 日发布决策模型 Jev 后约 4 周内出现的 20 个替代方案，来自 Cloudflare、OpenAI、Perplexity、Liquid AI、AWS Strands Labs 及独立开发者，按参数规模、许可证、硬件、定价、Jev API 兼容性和基准表现逐项比较。
StepFun 发布 Step 5 Preview 开放权重，为 600B 参数、每 token 激活 27B 的 MoE 模型，支持最高 1M token 上下文，FP8 和 BF16 权重已上线 Hugging Face 和 ModelScope。
DeepSeek V4.1 Flash 1017 是 DeepSeek V4.1 Flash 于 2026-10-17 的快照，基于 CED 架构的稀疏 MoE 模型，总参数 552B，输入激活 8B、输出激活 16B，架构原生支持图像理解。
Arena 公布 Meta 发布的 Muse Spark Open (Max) 在 Code Arena: WebDev 以 1511 分位居美国开源模型第一、开源模型总榜第 13。
OpenRouter 是使用 Perplexity Decider 模型的最佳平台
Arena 本周榜单更新：Google DeepMind 的 Gemini 4 Argon (High) 进入 Agent Arena 第 5 名，净提升 +13.2%；小米 MiMo V2.6 Pro 以 +3.9% 净提升成为 Agent Arena 开源模型第一（总榜第 13）。
我们刚刚又开源了一对最先进的决策模型： pplx-decider-flash-v1.2：4B 参数，每百万 token 1 美分（HF Decision Index 上排名第一的 4B 模型） pplx-decider-v1.2：27B 参数，每百万 token 2 美分（目前在 HF Decision Index 总榜上排名第 2——暂时如此，会快速提升） 两者均已在 Perplexity Decisions API 上线，同时也以开放权重形式发布在 @huggingface 上 尽情享用！
Haiku 5.5 写了二十首俳句，然后用 JavaScript 画出了每一帧。
Elorian 发布其首个 AI 模型 Glimpse，定位为可在思考中途回看图像或视频细节的视觉思考模型。它能在推理时返回视频特定时间点、放大细节，或以更高帧率回放半秒视频后再作答。
2947 items