62 条精选近 30 天 36条共收录 201条
更新Reflection AI 推出了 Beam，这是一款用于智能体编程和多步骤任务的开放权重模型，总参数量为 5010 亿，激活参数量为 230 亿。Reflection 称其有效上下文长度为 100 万个 token，并以 Apache 2.0 许可发布 Beam 1.0，提供 BF16、FP8 和 NVFP4 版本。本指南介绍如何通过 Amazon SageMaker JumpStart，或借助 JumpStart、SGLang 或 vLLM 在 HyperPod Inference 上进行部署，内容包括容量规划、调用、性能测量和清理。
推荐理由：部署方式的比较说明了何时托管端点已足够，以及何时 Kubernetes 基础设施或自定义运行时能为服务配置、分布式执行和扩缩容提供有用的控制。
Reflection在Hugging Face上发布了Beam。这是一款501B的MoE模型，每个token激活23B参数，支持100万token的上下文窗口，并采用Apache 2.0许可证。这款纯文本模型面向编程和智能体工作，提供BF16、FP8和NVFP4检查点，并在发布首日支持transformers、vLLM和SGLang。Hugging Face还提供部署和后训练方案，以及自有的任务评测和演示。
推荐理由：部署指南区分了活跃计算量与权重总内存用量，帮助团队评估运行和适配一款具有长上下文窗口的稀疏模型所需的硬件配置。
Ollama 是 Reflection AI 首个开放权重模型 Beam 的首发合作伙伴，限时在 Ollama Cloud 上免费提供该模型，采用美国托管并提供完整 ZDR。Beam 的上下文窗口为 100 万 token，专为软件工程、推理和长时间运行的智能体任务而设计。 ollama run beam Claude Code ollama launch claude --model beam:cloud Codex ollama launch codex --model beam:cloud OpenCode ollama launch opencode --model beam:cloud Reflection AI 表示，Beam 的权重以 Apache 2.0 许可发布，地址为 https://huggingface.co/reflection。
推荐理由：这项限时免费服务让用户可以通过多种编程工具试用 Beam；其软件工程和智能体任务定位，以及美国托管和完整 ZDR 均有说明。
Antigravity 宣布，Gemini 4 Argon 今日开始向付费 Google AI Pro 订阅用户推出，但不包括 Pro 试用用户、免费用户和 Google AI Plus 订阅用户。用户可通过 Antigravity 桌面应用、CLI 和 IDE 扩展使用，但目前还无法在 Antigravity IDE 中使用；建议用户更新至最新版本。Argon 有单独的每周配额，不会消耗 Gemini 3.8 Flash 的额度，也不会每 5 小时刷新；每周配额数量和重置日期尚未说明。 官方模型文档：https://antigravity.google/docs/models
推荐理由：单独的 Argon 每周配额让符合条件的 Pro 订阅用户可以使用 Argon，而不减少其 3.8 Flash 额度，从而为规划两种模型的使用提供了具体依据。
vLLM 现已提供对 Meta 开放权重模型 Muse Spark Open 的首日支持，并已在 NVIDIA 和 AMD GPU 以及 TPU 上完成验证！ 该模型拥有 816B 个参数，每个 token 激活 42B 个参数，支持 1M token 的上下文，输入包括图像、视频和音频，专为长周期智能体编程而构建。 我们很高兴能够参与合作 https://t.co/MleWIPrBMD
推荐理由：在 NVIDIA 和 AMD GPU 以及 TPU 上完成验证，为部署团队提供了通过 vLLM 运行 Meta 开放权重模型时所需的具体硬件兼容性信息。
Meta 的 Muse Spark Open 是一款开放权重的混合专家模型，约有 8160 亿个参数，每个 token 激活约 420 亿个参数，上下文窗口最长可达 100 万个 token。该模型经过智能体编程训练，可接收文本、图像、音频和视频，并生成文本。Hugging Face 提供推理和部署方案，报告了其自身的量化测试结果，并演示了使用 TRL 对注意力层进行 LoRA 微调，同时冻结专家网络。
推荐理由：这些部署方案阐明了稀疏专家激活如何在保留大量内存需求的同时减少每个 token 的计算量，帮助开发者根据不同检查点格式和服务框架评估硬件需求。
Google 宣布，用户现在可以使用普通 Google 账号，通过 Google Play 将在 Google AI Studio 中创建的 Android 应用无线安装到自己的设备上，无需注册开发者账号。这项功能从今天起开始向特定市场中年满 18 岁的用户逐步推出，其中包括美国；应用仍为私密状态，未来几个月计划支持与亲朋好友分享。Baoyu 还报道了 Ask Play 应用对比功能、Gemini 中的 Play，以及通过 Game Finder 和 Gamer DNA 发现游戏方面的更新。
推荐理由：通过普通 Google 账号安装 AI Studio 应用，降低了个人使用的设置门槛；而公开分发仍需注册开发者账号并接受审核。
Gemini 4 Argon 现已在 Cursor 上线！ 默认 effort 下，CursorBench 得分为 52.8%，与 Opus 5.5 相当。 输入价格为每百万 token 2 美元，输出价格为每百万 token 10 美元。https://t.co/1wOk4NvgFJ
推荐理由：报告的 CursorBench 结果显示，Gemini 4 Argon 在默认 effort 下的表现可与 Opus 5.5 相比较，同时还提供了输入和输出 token 的定价。
据 Baoyu 报道，Google 于 10 月 13 日发布 Gemini 4 Argon，用于处理复杂的多步骤任务，并援引了 Sundar Pichai 关于全球付费可用性的公告。访问方式包括付费的 Gemini API 和平台、Google Antigravity 中的 Ultra 订阅，以及 Gemini 应用和搜索中的 Pro 或 Ultra 订阅。入门 API 定价为每百万输入令牌 2 美元、每百万输出令牌 10 美元（包括思考令牌），有效期至 11 月 30 日；12 月 1 日起价格翻倍。输入、思考和输出共用 1,048,576 个令牌的限额。
推荐理由：输入、思考和输出共用预算，因此长任务中的上下文分配至关重要；而重复计算输入用量这一做法仍留下一个具体的计费细节尚未明确。
Google DeepMind 已通过其 API 和部分 Google 产品在全球推出 Gemini 4 Argon，具体访问权限取决于订阅或服务等级。入门价格为每百万输入 token 2 美元、每百万输出 token 10 美元；缓存输入 token 可享受 95% 的折扣，通过 Gemini API 的统一输入输出 token 上限为 1M。Google 表示，该模型在编程、专业工作流程、科学研究和机器人领域均有提升，同时增强了智能体防护措施和抵御提示注入的能力。
推荐理由：Google 报告的代码提交量提升和回滚次数减少，将 Argon 的工程能力与内部工作流程中的交付速度和代码稳定性联系起来。
Meta 超级智能实验室发布了 Muse Wonder 和 Muse Wonder Full，这是其第二代模型系列，面向个人和专业场景中的智能体工作。Latent Space 报道称，Wonder 可通过 Meta Model API 和 Muse Code 使用，而 Full 仅限 Muse Code 订阅用户使用。Artificial Analysis 给出的 Wonder Full 和 Wonder Intelligence Index v4.3 得分分别为 56 和 52，而 Opus 5.5 为 58；Wonder 支持 1M 上下文窗口，可输入文本、图像、视频和音频，输出仅支持文本。
推荐理由：基准测试细分结果将 Wonder 各版本与竞争模型在智能体表现和 token 用量方面进行比较，展示它们在不同任务中的相对排名如何变化，而非给出单一排名。
据 Alexandr Wang 引述的帖子，Meta 已发布 Muse Wonder 和 Muse Wonder Full。在最高推理力度下，它们在 Artificial Analysis Intelligence Index v4.3 上的得分分别为 52 和 56，而 Muse Spark 1.3 的得分为 48；两次发布间隔 6 周。Muse Wonder 可通过 Meta 的第一方 API 和 Muse Code 使用，而 Muse Wonder Full 仅向 Muse Code 用户开放；两者的上下文窗口均为 1M 个 token。
推荐理由：Artificial Analysis 的对比凸显了一个权衡：与 Muse Spark 1.3 相比，Muse Wonder 的基准测试表现有所提升，但每项任务的成本更高，尽管其输出 token 用量更低。
Meta的超级智能实验室于周一发布了 Muse Wonder 和 Muse Wonder Full。这两款更大的模型据称比 Muse Spark 能力更强。Meta称，它们的基准测试得分与 Fable 5.1 和 GPT-6 Astra 相当，并强调通过“主动记忆”保留信息。通过 Meta Model API 使用 Wonder 的价格为每百万输入 token 4.00 美元、每百万输出 token 20.00 美元；Wonder Full 仅向 Muse Code 订阅用户开放。这两款模型都将为 Muse 智能体提供支持。
推荐理由：Wonder 可通过 API 使用，而 Wonder Full 仅向订阅用户开放，这种区别为开发者比较 Meta 全新模型系列中的集成选项提供了具体依据。
Cursor 的 /visualize 会在同一聊天中用新图表回答后续问题。 第一张图表通常会引出下一个问题。在同一聊天中提问。https://t.co/NPdqP4c46r https://t.co/YSOJY8NG17 被引用的 @cursor_ai 帖子称，图表和示意图可以直接显示在 Agents Window 中。https://t.co/oDR6jJvAGK
推荐理由：在同一聊天中提出后续问题并生成新图表，为探索初始数据可视化引出的问题提供了一套具体的工作流程。
Anthropic 发布 Claude Haiku 5.5，这是 Haiku 系列约一年来的首次更新，定价与 OpenAI 的 GPT-6 Luna 持平，同日还下调了 Sonnet 5.5 与订阅计划价格。
推荐理由：汇总了 Haiku 5.5 的定价、独立评测与 token 消耗数据，便于判断小模型在智能体工作流中的成本取舍。
Anthropic 发布 Claude Haiku 5.5，官方跑分逐项超过 GPT-6 Luna，并取代 DeepSeek V4.1 Flash 和 GLM-5.3-Flash 成为新的小模型守门员。
推荐理由：原文给出 Haiku 5.5 的跑分、分档定价与迁移改动清单，读者可据此判断它适合承接哪类执行层任务。
GitHub 发布与 Microsoft Applied Sciences 联合微调的 ModernBERT 分类器，用代码上下文识别无固定格式的密钥，可在 2 毫秒内评估一批候选密钥，据称能把可拦截的密钥数量提升一倍以上。
推荐理由：GitHub 用九个季度数据说明密钥泄露与人工修复的失衡，并给出把检测前移到推送环节的模型方案。
Mistral 发布 1 万亿参数模型 Mistral Large 4，代号 Le Chonk，任何人可免费使用和定制，目前处于预览阶段，最终版本将在本月底推出。该模型面向通用任务，但专门针对编码、网络防御以及制造、金融、电气工程等细分领域做了优化。Mistral 称 Le Chonk 是迄今中国以外能力最强的开源权重模型，与部分闭源模型非常接近，并强调该模型是从零训练而非蒸馏。
推荐理由：Mistral 以 1 万亿参数开源权重模型切入编码与网络防御等细分领域，读者可据此观察开源与闭源模型的差距变化。
Mistral 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、490 亿激活参数的 natively 多模态模型，权重将于本月底开放。
推荐理由：Mistral 官方给出 1 万亿参数多模态模型的开放权重时间表与自建欧洲算力背景，可对照其与主流开源模型的定位差异。
智谱（Z.ai）的 GLM 5.3 已在 Amazon Bedrock 上线，这是一个 753B 参数的 MoE 模型，面向编码和长程智能体任务，通过全托管 API 提供跨区域推理、提示词缓存和服务层级，目前面向符合条件的企业客户开放。
推荐理由：原文给出 GLM 5.3 在 Bedrock 上的接入方式与提示词缓存用法，读者可据此评估托管推理对编码与长程智能体工作流的成本影响。
