美国新实验室 Reflection 在 Hugging Face 发布首个开源模型 Beam，这是一个 501B 参数的 MoE 模型，每 token 激活 23B，支持 1M token 上下文，采用 Apache 2.0 许可，主打编码与智能体场景。
选题角度：开源 501B MoE 模型 Beam 放出 Apache 2.0 权重和 vLLM、SGLang 部署配方，适合实测 1M 上下文下的编码与工具调用表现。
Meta 发布开放权重模型 Muse Spark Open，总参数量 8160 亿，采用 MoE 架构，每次推理激活约 420 亿参数，并与苹果共同展示其在两台或四台 Mac Studio 上运行的方案。
选题角度：Meta 开放权重模型 Muse Spark Open 在 Mac Studio 上的多机部署方案，适合实测本地跑 8160 亿参数模型的生成速度与隐私优势。
Hugging Face 发布 Granite Switch 4.1，Granite-Switch-4.1-8B 和 -30B 在单一托管端点内整合对话、通用与专用决策及语音转文字能力。
蚂蚁百灵开源推出 Ling-3.1-flash，主打把真实工作流里的活干完，已接入蚂蚁内部桌面协同 Agent 客户端「小虎」。
阶跃星辰正式开源Step 5 Preview模型权重，BF16、FP8两个版本同步上线Hugging Face和ModelScope。该模型采用稀疏MoE架构，总参数量600B、激活参数27B，支持100万Token上下文窗口，在Artificial Analysis Intelligence Index取得44分，位居全球开源模型前三。
选题角度：原文给出开源权重下载入口和与Claude Opus 5的成本对比，适合实测同一任务下Step 5 Preview的百万token长上下文表现。
阶跃星辰 10 月 15 日正式开源旗舰模型 Step 5 Preview，采用稀疏 MoE 架构，总参数 600B、每 Token 激活 27B，支持 1M Token 上下文窗口和图像、视频多模态输入。
谷歌宣布旗舰模型 Gemini 4 Argon 即日起全球开放，开发者和企业可通过 Google AI Studio 及 Gemini platform 的 API 使用，Google AI Ultra 订阅用户可在 Google Antigravity 中使用。
选题角度：谷歌给出 Gemini 4 Argon 的全球开放入口、五折 API 价格和多个多步骤工具调用演示，适合上手实测同一复杂任务的实际执行效果。
智谱在 Zcode 3.15.1 中灰度上线 GLM-5.3-Highspeed 模型，订阅用户随机获得体验资格。据网友 @leo114119 爆料，该模型速度达到 490 tokens/s，而智谱上月发布的 GLM-5.3-FlashX 最高速度为 200 tokens/s，GLM-5.3-Flash 在 Z.ai API 上约为 60 tokens/s。
微软推出决策模型 Decision-1，基于 Qwen3.5-9B，主打快速结构化决策，可处理分类、评估与路由任务。微软称其在覆盖近 15 万个问题的 36 项基准测试中准确率最高，达 83.5%、延迟 85 ms，速度是第二名 H2O-Lightning-4B 的 2.5 倍。
Anthropic 发布 Claude Haiku 5.5，这是其最快、最便宜的小模型，平均成本比 Haiku 4.5 低约 75%，对 10 万 token 以内的提示词降价最高达 90%，超过 10 万 token 的提示词价格则是五倍。
Anthropic 发布 Claude Haiku 5.5，输入从每百万 token $1 降到 $0.10，输出从 $5 降到 $0.50，官方称平均跑同样的活比 Haiku 4.5 便宜约 75%。
选题角度：官方给出 Haiku 5.5 与 4.5 的价格和跑分对比，还附了一段 Opus 带 10 个 Haiku 子代理的鸡蛋架演示，适合做新旧版本同任务实测对比。
Anthropic 发布 Claude Haiku 5.5，官方称其为迄今最快、最便宜且能力最强的小模型，平均运行成本比 Haiku 4.5 低约 75%，适用于摘要、压缩、数据库查询和分类等高并发、成本敏感任务。
Google 发布图像生成与编辑模型 Nano Banana 2.1，取代 2026 年 2 月发布的 Nano Banana 2，官方称在视觉质量、文字渲染、多轮对话中的角色一致性、宽幅全景和信息图方面全面提升。
法国 AI 实验室 Mistral AI 发布 Mistral Large 4（ML4），一款 1 万亿参数的大型多模态模型，绰号 Le Chonk，定位为介于闭源与中国开源模型之间的第三条路线。
Mistral 发布迄今最大模型 Mistral Large 4，1 万亿参数、490 亿激活参数，在自有欧洲数据中心训练，API 已通过 Mistral Studio 开放预览，权重预计 10 月底发布。
Aleph Alpha 于 2026 年 10 月 3 日以 Apache 2.0 协议开源德语和英语大模型 Kolibri，总参数 78.1B 的 MoE 架构，每个 token 仅激活约 3.46B，原生上下文 262,144 tokens，权重已上传 Hugging Face，在德国和芬兰的基础设施上从零训练。
AWS 发布开源决策模型 Strands Decider 2B，基于 Qwen3.5-2B 构建，可在本地运行，用于在预设选项中做选择并给出置信度评分。该模型由 Amazon 杰出工程师 Marc Brooker 在见到 TypeSafe 的 Jev 后自行开发，曾短暂登顶同规模 Jevbench 榜首，现由 Strands Labs 正式发布。
ElevenLabs 发布 Eleven v4 语音模型，能更准确跟随脚本中的情绪、停顿和音效标签，并在长内容制作中保持音色一致。v4 单次请求支持最多 10,000 字符（约十分钟音频），支持语言从 v3 的约 70 种增至 90 多种，发音基准得分从 v3 的 85.6% 提升到 91.7%。
Anthropic 发布 Claude Sonnet 5.5，在 Terminal-Bench 4.0 编程评测中 Max 档得分 70.6%，超过 Opus 5.5 的 66.4%，上一代 Sonnet 5 仅为 10.3%。
选题角度：用官方沙丘案例和 Boris 的修 bug 对照演示，实测 Sonnet 5.5 与 Sonnet 5 在同一任务上的速度与 token 差异。
H 公司发布 Holo4 系列智能体模型，提供 27B 稠密版和 35B-A3B MoE 版，两者均已上线 H Models API，权重以 BF16、FP8、NVFP4 和 4-bit GGUF 格式开源在 Hugging Face。
选题角度：原文给出两个尺寸的权重与 API 入口，还附了 FreeCAD 建模、Godot 游戏等完整轨迹，适合录屏对比 Holo4 27B 与 Qwen3.8 27B 在同一提示词下的表现。
通义千问发布 Qwen-Audio-3.1，ASR、TTS 与 Realtime 全面升级，并新增 TTS-Next 和 ASR-Next 两个模型，共五个模型覆盖理解、生成、交互与创作。
选题角度：官方放出五个音频模型和最高95%的降价，适合逐项实测ASR去口水词、TTS-Next一次生成音效与背景音的效果。
斑马智能在云栖大会发布全模态端侧大模型 AutoOmni 2.0-23B-A3B，采用 MoE 架构，普通任务能力堪比 10 倍参数量云模型，复杂任务处理能力达其 80%-90%。该模型已合作国内外 10 家芯片企业，支持 8 路以上多任务并发，大模型推理加速 5-6 倍，量化保真度超 99%，运行内存占用减少 50% 以上。
OpenAI 发布 GPT-6 Sol 和 Luna 两款更便宜的模型，token 价格相比 GPT-5.6 Sol 和 Luna 减半，性能基本持平。GPT-6 Sol 定价为每百万输入 token 2 美元、输出 10 美元，Luna 为输入 0.10 美元、输出 0.50 美元，OpenAI 将降价归因于缓存和推理优化，并把缓存输入 token 折扣提高到 90%。
OpenAI 发布 GPT-6 系列的 Sol 和 Luna 更新版本，API 价格降至 5.6 系列的一半，官方称得益于缓存和推理优化。GPT-6 Sol 在内部事实性评估中错误率约为前代一半，达到 Astra 级可靠性，编码错误率也更低。新版本已在 ChatGPT Work、Codex 和 ChatGPT API 上线，Luna 还将登陆桌面应用及 Free 和 Go 用户。
选题角度：OpenAI 发布 GPT-6 Sol 和 Luna，API 价格降到 5.6 系列一半，适合对比新旧版本在编码和事实准确率上的差异。
ElevenLabs 发布面向临床音频微调的语音转文字模型 Scribe v2 Medical，已在 ElevenAPI 全面开放，临床音频 WER 较基础版 Scribe v2 降低约 35%。
中国电信AI开源Xing4.0-29B-A4B，这是一款全栈国产化的轻量级代码智能体大模型，采用MoE架构，290亿总参数、每次推理激活约40亿参数，4-bit量化后显存占用从约60GB压缩至约15GB，一张RTX 3090即可运行。
ChatGPT 与 RLHF 发明者之一 Diogo Almeida 创办的 TypeSafe AI 发布基于 Transformer 的新模型 Jev，它不输出文本，而是输出概率即所谓“校准决策”，因此不会产生幻觉，输出 token 免费、输入 token 按十亿计费。
云知声发布U2-Flash，采用稀疏MoE架构，总参数约266B、单次推理只激活约10B，官方称其生成速度比U2提升2.1倍、Agent任务完成时间缩短35%、任务迭代步数和Token消耗降低20%至30%。
前 OpenAI 研究员 Diogo Almeida 联合创办的 TypeSafe AI 推出模型 Jev，不生成文本，而是由开发者预设问题与候选答案、由模型对选项打分并给出概率。
NVIDIA Vera Rubin NVL72 在 MLPerf Inference v6.1 首次预览提交中，于 Qwen3-VL 上吞吐量最高达 GB300 NVL72 的 3.7 倍，DeepSeek-R1 上最高 2.5 倍。GB300 NVL72 以 288 GPU 四机架提交实现 99% 扩展效率，软件优化较 v6.0 带来最高 1.6 倍性能提升。