标签
Databricks 测试了开源编码模型 GLM-5.2，发现它在真实企业代码任务中可与 Claude Opus 4.8 等顶级闭源模型竞争，同时成本更低（每任务 1.28 美元对 1.94 美元）。评估还强调了 Pi 这个框架，它通过减少每轮发送的上下文来降低成本。
一位开发者制作了一个工具，将小型本地模型与大型编码模型串联，并在两者之间自动卸载显存以优化内存使用。
将MTP推测解码引入采用FP8精度的Ornith 35B编码模型，实现了约18%的推断速度提升，且额外VRAM占用极少。
Cohere Labs发布North Mini Code，一个拥有300亿参数（30亿活跃）的开源编码模型，协议为Apache 2.0，针对代码生成和智能体任务优化，可通过4位量化在20GB内存的本地运行。
Kimi 发布了 K2.7 Code 模型及其高速版，并公布了 API 定价，相比竞品 Mimo 更贵且速度较慢。
开源模型构建者发布了Ornith-1.0-397B，这是一款顶级的编码模型，而像Fable 5和GPT-5.6这样的大型模型则面临限制。
Kog 开源了 Laneformer 2B 模型，这是一个 23 亿参数、经过指令调优的编码模型，专为高速解码设计。通过从架构阶段优先考虑延迟，实现了每秒超过 3000 个 token 的生成速度。
Jackrong 发布了 Qwopus3.6-27B-Coder-Compat-MTP-GGUF，这是 Qwopus3.6-27B-Coder 模型的 GGUF 量化版本，并扩展了聊天模板，以提升与工具使用运行时及 OpenAI 兼容的代理框架的互操作性。
GLM 5.2 是一个前沿的开源编程模型，在编程任务上的表现接近 Claude Opus，具备出色的工具调用、规划和本地部署能力，且完全免费。
本文讨论了JetBrains如何悄然为开发者构建AI生态系统，包括AI Assistant、自研编码模型Mellum以及开源AI项目，这可能使其成为主要的AI赢家。
智谱发布了GLM 5.2模型，专注于Coding能力，开源且支持1M上下文。实测显示其在大型工程和代码任务上接近Claude Opus 4.8水平，但缺乏多模态能力，受限于算力导致速度较慢。文章也提及Anthropic因美国商务部要求关停Fable 5和Mythos 5的事件，突显了AI开源与封闭的对比。
智谱AI发布GLM-5.2，这是其能力最强的开源模型，支持100万上下文窗口，定位为复杂智能体应用和编码模型的基础，即日起向GLM Coding Plan用户提供，API将于下周上线。
Kimi 发布并开源了 Kimi 2.7 Code，这是一款性能提升、减少推理 token 数量并具备长时编码能力的编码模型。
Cohere正式发布North Mini Code编程模型，权重可在Hugging Face上获取，并支持vLLM和MLX部署。
Cohere 发布了其首个开源编码模型 North Mini Code Small，专为高效的代理型性能和社区反馈而设计。
Cohere发布了一款早期访问编码模型BLS-Mini-Code-1.0，这是一个30B参数的模型，可在Hugging Face上进行测试。
一种针对AMD MI300X GPU上LLM解码的单内核方法，每个请求可达3300输出tokens/秒，无需推测解码或量化，利用映射到芯片拓扑结构的内存访问模式。
阿里巴巴发布了通义千问 3.7 Max，一款专为智能体时代设计的旗舰编码模型。该模型在长周期自主执行、前端生成和3D场景构建上表现突出，多项基准测试中与顶尖闭源模型持平甚至超越，是接近前沿的中国模型。
用户分享了使用 Qwen 3.6 27B 进行本地编码任务的经验，并寻求适合拥有 224GB 显存系统的更大模型（100B 以上）的推荐。
OpenAI 发布 GPT-5.2-Codex，这是一款先进的智能编程模型，针对复杂软件工程任务进行了优化，具备改进的长周期能力、Windows 支持以及网络安全功能。此次发布通过系统卡提供了全面的安全文档，概述了模型和产品层面的缓解措施。