量子位报道，GPT-6.2-Astra 已出现在部分用户的模型列表中并接受请求路由，Claude Mythos 5.5 也短暂出现在官网前端代码中。GPT 侧有用户 20% 的请求被路由至 6.2，也有用户的 100% 请求被发送至 6.2，且基本需要 $500 的 Pro 套餐才能灰度。
推荐理由：文章对照了 GPT-6.2 Astra 与 Claude Mythos 5.5 的灰度和前端曝光细节，并列出路由比例、套餐门槛与下载量。
Mistral 发布万亿参数开放权重模型 Mistral Large 4（ML4），面向企业和政府的网络安全场景。Mistral 称，ML4 的网络安全任务性能与 GLM-5.3 相当，每项任务的 token 消耗低 47 percent，并在 Artificial Analysis 的 Coding Agent Index 中超过其他开放模型。
同一件事，精选收录的是《Mistral AI 发布 Mistral Large 4 改进版模型权重》
NVIDIA 发布开放权重模型 Nemotron 3.5 Transcribe，并开放 Granary v2 多语种数据管线；前者集成 40 种语言转录、31 种语言与英语互译、说话人区分和英文音频问答。
推荐理由：原文给出从提示词优化到数据构造、LoRA 微调、检查点选择和评测的完整医疗语音适配流程，可直接用于复现同类场景。
面壁（OpenBMB）在 HuggingFace 上线 tiny-processor 版本的 MiniCPM OCR 模型，仓库名为 openbmb/tiny-processor-minicpm-ocr。仓库页面显示其公开可访问，但下载模型文件需登录或注册 HuggingFace 账号，并同意共享账号信息与使用条款。
VAST 开源实时世界模型 EdenLive，5B 模型在单张 RTX 5090、720P 条件下生成速度超过 24FPS，端到端延迟为百毫秒级，支持任意参考输入、任意画风和分钟级连续生成。
推荐理由：原文给出了单卡 720P 超 24FPS 与百毫秒级端到端延迟的具体数据，并拆解了世界状态与视觉渲染解耦的技术路线，便于读者评估实时世界模型的可用边界。
StartLux（原点星辉）推出的StartLux-Decision-v1.1-27B Instant以69.1分登顶Hugging Face Decision Index 0.3.2榜单全球第一，在173项公开复现模型中领先第二名近3分，也是榜单中唯一突破69分的模型。该公司在9月底发布首代模型后仅用十余天迭代出v1.1版本，刷新全球决策模型最佳成绩。
推荐理由：中国创业公司在国际权威榜单上登顶，展示了决策模型方向的快速迭代能力，可作为行业基准跟踪参考。
Reflection 推出开源大模型 Beam，采用 501B 参数 MoE 架构，每 token 激活 23B，支持 1M token 上下文，专注编码与智能体场景，以 Apache 2.0 授权发布。
推荐理由：原文详细列出了501B MoE模型的架构参数与各类基准分数，可作为评估开源大型MoE模型实际表现的参考。
腾讯混元发布 Hy-Memory-30B-A3B，一个约 3B 激活参数的长期记忆写入模型，用于替代 Mem0、MemOS、Hy-Memory 等外部记忆框架中的通用 LLM，决定保留哪些信息及如何更新记忆库。
推荐理由：原文给出一个 3B 激活参数的记忆写入专用模型，并提供在 Mem0、MemOS、Hy-Memory 与未参与训练的 EverMemOS 上的对比基准，用于评估替代通用 LLM 的写入效果。
Meta 发布开源权重模型 Muse Spark Open，总参数 816B（激活 42B），支持最多 100 万 token 上下文以及文本、图像、视频和音频输入，主打编码和智能体任务。
同一件事，精选收录的是《Meta 开源多模态 MoE 模型 Muse Spark Open，总参数约 816B、每 token 激活约 42B》
阶跃星辰宣布正式开放 Step 5 Preview 模型权重，包括 BF16 和 FP8 两个版本。同步发布技术博客、配套开源开发工具及部署指南，权重已上线 Hugging Face 和 ModelScope。
推荐理由：预览阶段即开放 BF16/FP8 双权重并附部署指南与开源工具，便于提前评估模型能力与接入成本。
阶跃星辰在 Hugging Face 发布旗舰模型 Step 5 Preview，主打 Agentic 工作。该模型为稀疏 MoE 架构，总参 600B、激活 27B，支持最高 1M 上下文，可输入文本、图像和视频，重点强化软件工程、长链路智能体执行、专业知识工作与金融任务。
推荐理由：给出了 600B 总参 / 27B 激活的 MoE 架构与 vLLM/SGLang 并行部署参数，可据此搭出 1M 上下文推理集群。
Liquid AI 发布 LFM2.5-24B-A2B 推理模型，主打端侧与 GPU 上的高速 agent 推理。
同一件事，精选收录的是《LiquidAI发布端侧推理模型LFM2.5-24B-A2B，主打本地智能体》
面壁 MiniCPM 在 Hugging Face 开源 MiniCPM-V-4.7-35B-A3B-DSpark，这是专为 MiniCPM-V-4.7-35B-A3B 配对的 DSpark 投机解码草案模型，含 5 层约 3.89 亿参数，单次前向生成 15 个 token，使用 200 万样本训练 6 轮 AdamW。
推荐理由：DSpark 草案模型的训练配方与 vLLM、llama.cpp 的投机解码接入示例都在原文给出，为 MiniCPM-V-4.7 的推理加速提供了一个现成方案。
AI2 发布 HiRO-ACEv2 气候模拟系统，可生成全球 3 km 数据，成本约为 X-SHiELD 的 1/300。新版下采样模型 HiROv2 同时预测多个高分辨率场，对仅百万分之一概率的极端事件统计误差控制在 3% 以内，并准确估计训练时未见的热带气旋能量。系统附带可下载模型、教程笔记与 Web Demo，未来计划加入 4°C 升温情景。
推荐理由：3 km 全球气候模拟成本约为传统模型的 1/300，并附论文与教程，读者可据此评估其对极端气候研究的可及性。
LiquidAI发布LFM2.5-24B-A2B推理模型，采用24B参数MoE架构但每次仅激活2B，专为本地智能体设计。
推荐理由：LiquidAI给出24B参数MoE仅激活2B的端侧推理模型，在智能体基准上对标更大模型，并附带本地部署与Agent接入示例，便于评估迁移成本。
面壁 MiniCPM-V 4.7 35B-A3B 在 Hugging Face 开源，并同步推出 int4 量化版本，被官方称为首个在端侧可流畅运行且不损失性能的开源 MoE 多模态模型。
推荐理由：原文把 LES、细粒度分层量化和 DSpark 推测解码组合在一起作为端侧 MoE 的可迁移做法，并与 Qwen3.6 35B-A3B 直接比较效率与分数。
面壁 MiniCPM 开源 MiniCPM-V 4.7 35B-A3B 多模态模型，是 MiniCPM-V 系列第一个 MoE 变体。
推荐理由：在端侧实现无损流畅推理的开源 MoE 多模态模型，LES 专家调度与层级量化方案适合和 Qwen3.6 35B-A3B 做性能效率对比。
面壁发布 MiniCPM-V 4.7 35B-A3B，这是 MiniCPM-V 系列首个 MoE 多模态模型，结合 Lookahead Expert Scheduling（LES）跨层预测、层间细粒度量化和 DSpark 推测解码，在 iPhone 17 Pro Max 上以 13+ tokens/s 实现无损端侧流畅推理。
推荐理由：原文同时给出 iPhone 17 Pro Max 上 13+ tokens/s 的实测速度与 LES 调度、层间量化和 DSpark 推测解码三项技术细节，读者可据此评估端侧 MoE 推理的可行边界。
通义千问（Qwen）在 Hugging Face 发布 Qwen-Image-2.1-Turbo，是 Qwen-Image-2.1 的加速检查点，沿用同一 7B 视觉生成架构，支持文生图与图像编辑，默认 CFG=1 并仅需 8 步去噪，配合 prefix KV 缓存复用文本与参考图上下文。
推荐理由：8 步去噪与 prefix KV 缓存是该检查点的核心改动，读者可据此评估它在速度和质量上的取舍。
阿布扎比技术创新研究所（TII）发布 1.6B 参数语音识别模型 Falcon-ASR，主打阿拉伯语尤其是阿联酋方言，使用同一组模型权重还支持英语、法语、西班牙语和葡萄牙语。
推荐理由：把模型在公开榜单和内部阿联酋方言评估上的具体 WER 与 CER 数字直接列出，读者可对照已发表系统查看差距。
面壁 MiniCPM-V 4.7 35B-A3B 系列模型上线，其中 FP8 量化版本已托管在 Hugging Face。
推荐理由：原文详述了 MoE 模型在 iPhone 端侧流畅推理的工程组合并给出 13+ tokens/s 实测速度，对评估同类模型的端侧落地可行性有参考价值。
Liquid AI 开源两款 d1 系列端侧决策模型 d1-3B 与实验版 d1-omni-600M，分别支持文本+图像和文本+图像/音频输入，单次前向传播而非生成 token。
推荐理由：d1-3B 与 d1-omni-600M 在七个公开基准和多款 Jetson 设备上的跑分被详细列出，读者可直接对照 Decider 系列判断端侧决策模型的部署价值。
Nemotron-3-Ultra-CC 在 IOI 2026 拿到 535.4/600 分（来自与人类选手同条件的非官方测试），超过 361.12 的金牌线；IMO 2026 的 generate-verify-refine 系统由官方阅卷人评分，取得 30/42 分，超过 29 的金牌阈值。
推荐理由：展示了 Nemotron 通过微调与推理协同在 IOI 与 IMO 同时达到金牌水平，并公开了完整数据集与训练配方。
Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型，740M 参数、Apache 2.0 协议，在 MTEB Code 上从 68.76 提升至 78.68。
推荐理由：原文给出了 EmbeddingGemma 2 在子 1B 多模态嵌入基准上的表现与端侧显存占用，读者可据此评估它在本地检索管线中的取舍。
NVIDIA 发布开源表格预测基础模型 Kumo Tabular，无需训练或特征工程即可在单次前向中对分类与回归任务预测新行标签。模型分 28M 到 215M 三种参数量，在 TabArena、BeyondArena、TALENT 和 ScoringBench 四个公开榜单上均排名第一。
推荐理由：原文给出无需训练、单次前向即可预测的表格预测基础模型，在四个公开榜单上均居首位，可作为评估其相对现有表格方法的精度与效率参考。
H Company 发布 Holo4 系列智能体模型，包含 27B 稠密版和 35B-A3B MoE 两个规格，基于 Qwen 基座训练，可通过 GUI、代码、MCP 和 API 与软件交互。
推荐理由：在 OSWorld 2.0 等基准上以远小于闭源前沿模型的参数量逼近头部表现，并开源权重与完整训练轨迹供复现。
小米发布 MiMo-V2.6 系列原生全模态开源模型，旗舰 MiMo-V2.6-Pro 总参数 1.02T / 激活 42B，登顶 Artificial Analysis 开源权重智能指数（46），定价 $0.435/M 输入、$0.87/M 输出 token，采用 MIT 协议。
推荐理由：在各家闭源前沿模型与轻量开源模型之间，小米以原生全模态、MIT 协议和 $2.6M 的 RL 后训练给出了开源权重的对照样本。
上海人工智能实验室发布新一代智能体模型 Atria Dawn Preview 预览版，基于 744B 参数的 MoE GLM-5.2 基础模型，256K 上下文，仅支持文本输入，覆盖检索发现、构建创造、交付落地和网络安全四类任务。
推荐理由：在搜索、编码、工具使用、生产力和安全等任务上同时给出与多个主流模型的横向对比数据，读者可以据此评估其相对位置。
千问（Qwen）开源统一文生图与图像编辑模型 Qwen-Image-2.1，视觉生成部分采用 7B 参数与 32 层 Single-Stream DiT 结构。
推荐理由：原文给出了 7B 参数 DiT 架构与原生 RGBA、参考图编辑等能力细节，可作为对比同类图像生成模型的参考。
面壁 MiniCPM 发布 MiniCPM5-2B-DSpark 的 GGUF 版本，用于在 llama.cpp 中与 MiniCPM5-2B 配合进行推测解码，BF16 精度文件大小 653 MB。模型权重采用 Apache-2.0 协议开源，并提供完整的 llama-server 启动命令示例。
智谱发布 GLM-5.3-Flash，是 GLM-5 系列首个原生多模态模型，总参数 320B、激活 18B，价格为 GLM-5.2 的十分之一，编码与智能体基准接近 Claude Opus 4.8。
推荐理由：读者可以横向比较 GLM-5.3-Flash 与 Claude Opus 4.8 在编码与智能体基准上的差距，并参考其混合注意力与稀疏激活设计评估部署成本。
千问（Qwen）在 Hugging Face 开源 Qwen3.8-Flash-Next 的 FP8 量化权重，称其为 Qwen4 架构的实验性预览版本。该模型总参数 125B、激活 6B，并附带 51B n-gram embedding 与 4B MTP，原生 262,144 tokens 上下文可通过 YaRN 扩展至 1,000,000 tokens。
推荐理由：作为 Qwen4 架构的实验预览，文中给出的稀疏注意力与 N-gram 嵌入设计可与既有 MoE 路线横向对照。
NVIDIA 发布多语种 TTS 模型 Magpie TTS Multilingual 新版本，开放权重，支持英语、西班牙语、法语、德语、意大利语、越南语、普通话、印地语、日语、现代标准阿拉伯语、韩语和巴西葡萄牙语共 12 种语言，参数量 364M，可在自有基础设施部署。
推荐理由：文章给出 B200 上 32ms TTFA 等具体延迟数据与帧堆叠等推理优化结构，读者可据此估算多语种语音智能体的端到端可控时延空间。
Meta 发布并开源 30B 多模态模型 Muse Glimmer（Apache 2.0），由 Muse 蒸馏而来，主打本地智能体场景，由 Hugging Face 在发布当日同步接入 transformers、llama.cpp、vLLM 与 Inference Endpoints，并支持基于 DFlash 的推测解码加速。
推荐理由：原文汇总 30B 多模态模型的关键基准、DFlash 加速与同日多框架支持，便于评估其在本地智能体工作流中的可用性。
智谱发布开源旗舰模型 GLM-5.2，主打 1M 上下文长程任务能力，并以 MIT 协议无地区限制开源。模型引入 IndexShare 稀疏注意力架构在 1M 上下文下将每 token FLOPs 减少 2.9 倍，并提供多档思考强度平衡性能与延迟；基准覆盖 HLE、SWE-bench Pro、MCP-Atlas、Terminal-Bench 2.1 等推理、代码与 Agentic 任务。
推荐理由：原文同时给出 1M 上下文、IndexShare 架构细节和与多款前沿模型的横向基准分数，读者可以据此评估 GLM-5.2 在长程任务上的相对位置。
阶跃 StepFun 发布 Step 3.7 Flash 多模态模型，采用 198B 参数稀疏 MoE 架构，每 token 激活约 11B 参数，支持 256k 上下文与低中高三档可调推理强度，最高吞吐达 400 tokens/秒。
推荐理由：Step 3.7 Flash 以 198B 稀疏 MoE 视觉语言模型形态发布，配合 256k 上下文与 ClawEval-1.1 67.1 的领先成绩，为 agent 与工具调用场景提供了从云端 API 到本地 GGUF 的完整部署参考。
MiniMax 在 HuggingFace 发布 MiniMax-M2.7 模型，强调 Agent Teams、复杂 Skills 和动态工具搜索能力，并开放权重支持本地部署。
推荐理由：原文给出了与 Opus 4.6、GPT-5.4 等模型在多个工程基准上的横向对比，并附本地部署方式。
Moonshot AI 发布开源原生多模态智能体模型 Kimi K2.5，基于 Kimi-K2-Base 用约 15T 视觉和文本混合 token 继续预训练，支持即时与思考双模式及 Agent Swarm 协同执行。
推荐理由：原文给出 1T/32B MoE 架构与 256K 上下文的多模态智能体能力，并附与 GPT-5.2、Claude 4.5 Opus、Gemini 3 Pro 的横评。