标签
Meta 发布 Muse Spark Open，号称迄今最强大的美国开放权重模型，专为编码与智能体任务打造，拥有 8160 亿总参数（420 亿激活参数）、100 万词元上下文窗口及文本/图像/视频/音频多模态能力，并支持多种推理引擎与微调框架。
Voltropy发布了一份关于10M上下文窗口模型的技术报告，可能彻底改变人工智能处理超长文本的能力。
Xing4.0是来自中国电信的AI模型，采用29B/4B MoE架构，在Ascend 910C上使用MindSpore训练，提供最多512K的上下文，并在Apache 2.0下开源。
dots3-note Preview 是一个多模态 Mixture-of-Experts AI模型，具有280B总参数和16B激活参数，支持多达512K token上下文，在Hugging Face上作为开源权重模型发布。
小米发布了两款顶尖AI模型：MiMo-V2.6 Pro RL（最大化能力）和MiMo-V2.6 Flash RL（最大化效率）。两者均采用稀疏混合专家架构，支持100万上下文长度，采用MIT许可协议，并原生支持文本、图像、视频和音频的全模态处理。
Novita 宣布在 Hugging Face 平台支持 DeepSeek-V4.1-Flash AI 模型，具备 552B 参数、原生图像与文本输入、100 万 token 上下文窗口及可调节的推理强度。
Z.ai 已正式发布 GLM-5.3-Flash，一款具有 320B 参数和 1M token 上下文窗口的原生多模态 AI 模型，此前以 Ox Alpha 预览，可通过 Modular Cloud 获取，并在 MIT 许可证下运行于中国 AI 芯片。
匿名实验室在 OpenRouter 上发布了 Ox Alpha 模型，具备 100万 token 上下文、多模态功能以及免费访问。该模型在一个自主构建并验证 Three.js 网站的代理中得到了展示。
RedNote 已发布 dots3-note preview，这是 dots3 家族中首个开放权重模型，具备 280B 参数和 16B 活跃参数，支持多模态理解（文本、图像、视频、音频），上下文长度为 512K，采用 Apache 2.0 许可证，并具有强大的智能体能力。
Santiago Valdarrama 报道称，Kimi K3 是他测试过的最好的开放权重模型，一个2.8T参数的视觉模型，支持工具调用和推理，并拥有1M上下文窗口。
Inkling 是一个 975B 参数的混合专家模型（41B 激活参数），支持 100 万上下文窗口，采用 Apache-2.0 许可证。它引入了一种新颖的音频前端，使用一个 790 万参数的查找表替代传统编码器，在语音任务上取得了强劲性能。该模型在 45 万亿文本、图像、音频和视频 token 上进行了预训练。
Kimi K3 是 Moonshot 最新的开放权重模型，发布时具备新架构、智能体集群能力，并专注于长期智能体工作流，使其成为其他顶级模型的主要竞争者。
NVIDIA AI 发布了一个75B的MoE模型（9.3B活跃），该模型使用Iterative Puzzle框架从Nemotron-3-Super-120B压缩而来，支持100万token上下文。
谷歌悄然将最新flash模型 Gemini 3.5 Flash 纳入免费套餐，无需信用卡，提供1M上下文窗口，每天1500次请求，并支持原生多模态。
Mimo 2.5 使用双 RTX Pro 6000 GPU 展示了在大上下文窗口下的快速性能。
智谱AI（zai_org）已开源 GLM 5.2，这是一款面向编程和长期自主任务的旗舰模型，支持可用的 1M token 上下文。Modular 作为首发合作伙伴，在 Modular Cloud 上提供优化服务。
用户报告称，当系统提示较大（约 21k 个 token）时，Gemma 4 12B 统一音频模型会停止关注语音，并请求变通方法或解释，指出该问题在 vLLM、llama.cpp 和 LiteRT-LM 后端中均存在。
NVIDIA发布了Nemotron Ultra，这是一个拥有55B/550B参数的混合MoE模型，具有百万上下文窗口，支持MTP推测解码，并在transformers中提供day-0支持。
MiniMax发布了M3，一个开放权重模型，结合了前沿编码、1M上下文和原生多模态能力，性能与Opus相当，但成本仅为其一小部分。
StepFun 发布了 Step-3.7-Flash，这是一个新的视觉语言 MoE 大模型，拥有 198B 参数（11B 激活），256K 上下文，推理速度高达 400 tokens/秒。