Mistral Large 4（Le Chonk）在 Hugging Face 发布
Mistral 发布多模态 MoE 模型 Mistral Large 4（Le Chonk），约 1T 总参数、49B 激活参数，上下文窗口 1M tokens，提供 FP8 与 NVFP4 两个官方版本，另有 Unsloth 和 llama.cpp 团队制作的 GGUF。
推荐理由：文章给出 1T 总参数、49B 激活的 MoE 架构细节与网络安全基准成绩，可据此判断开源权重模型在防御性安全场景的可用性。
#模型发布
Hugging Face Blog精选AI 评分7272 量子位精选AI 评分7171 扩散智能发布扩散语言模型 Clover-35B-A3B-Preview，主打 Agent 与代码任务
扩散智能发布扩散语言模型 Clover-35B-A3B-Preview，采用 MoE 架构，总参数 350 亿，每个 token 激活约 30 亿参数，支持思考模式。
推荐理由：读者可以看到扩散语言模型在Agent连续任务和代码评测上的具体表现，以及它与自回归模型在速度上的差异。
Hugging Face Blog精选AI 评分7171 NVIDIA 发布 Nemotron 3.5 Transcribe 与 Granary v2 数据管线
NVIDIA 发布开源权重模型 Nemotron 3.5 Transcribe，将转写、说话人分离、翻译和音频问答整合到一个 checkpoint，支持 40 种语言转写、31 种语言与英语互译、13 种语言说话人标注，可处理最长 1 小时录音、最多 8 位说话人。
推荐理由：原文给出多语言转写、说话人分离与提示词控制的具体能力，以及配套数据管线和微调配方，便于评估落地方式。
Hugging Face Blog精选AI 评分7373 Liquid AI 发布 LFM3 系列：六个 2B 级多模态模型共享同一骨干
Liquid AI 发布 LFM3 新一代 Liquid Foundation Models，把文本、视觉、音频、omni 和决策模型统一到 2B 参数级的同一骨干上，全部开源权重并已在 Hugging Face 上线。
推荐理由：Liquid AI 公布 LFM3 系列六个 2B 级模型共享同一骨干，并给出单卡微调与端侧部署路径，可据此判断小模型专用化路线。
量子位精选AI 评分7474 国产开源模型OXR登顶三大文档解析榜，1.3B参数靠RSI自进化训练
国产开源文档解析模型OXR以1.3B参数量在OmniDocBench（97.18）、olmOCR-Bench（87.84）和DocParsingBench（87.76）三个榜单登顶，代码、权重和评测流程全部开源。
推荐理由：读者可了解1.3B小模型如何靠RSI自进化训练在文档解析三榜登顶，以及可插拔架构带来的部署取舍。
The Decoder精选AI 评分8585 OpenAI 发布 GPT-6.1 Terra，API 价格减半并逼近更大模型
OpenAI 发布 GPT-6.1 Terra，API 输入每百万 token 1 美元、输出 5 美元，均为 GPT-5.6 Terra 的一半，缓存输入降至每百万 token 0.05 美元。
推荐理由：原文给出 GPT-6.1 Terra 与 GPT-5.6 Terra、Claude Sonnet 5.5 的价格和多项基准对比，可据此判断中端模型的性价比变化。
量子位精选AI 评分7171 岩芯矩阵联合港科大、CMU开源EdgeRock-4B，KV Cache减少99.1%
岩山科技旗下岩芯矩阵联合港科大、CMU等高校发布并开源EdgeRock-4B，在256K上下文下KV Cache固定为72MiB，相比源模型Qwen3.5-4B减少99.1%。
推荐理由：原文给出固定内存机制与吞吐、基准数据，读者可据此判断长上下文推理的显存成本能压到什么程度。
量子位精选AI 评分7878 DeepSeek 发布 V4.1-Flash-1017 模型并开放自研搜索 API
DeepSeek 发布新模型 DeepSeek-V4.1-Flash-1017，网页端、APP 与 API 已同步切换，官方称其针对 DeepSeek Harness 做了专项优化，在提升代码与 Agent 任务表现的同时缩短任务运行时间、减少输出消耗和 token 费用。
推荐理由：新模型在基准测试中提升的同时压缩了任务运行时间和输出长度，读者可据此判断 Agent 任务的成本边界变化。
The Decoder精选AI 评分8080 DeepSeek 发布 V4.1-Flash-1017，智能体任务表现超越更大模型并大幅降低单任务成本
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，已在官网、App 和 API 上线，并在 Hugging Face 与 ModelScope 开源模型权重。
推荐理由：读者可对比 DeepSeek 新 Flash 模型在智能体编码任务上的分数与单任务成本，并了解其搜索 API 的开放方式。
DeepSeek 更新日志精选AI 评分6565 DeepSeek 发布 DeepSeek-V4.1-Flash-1017 模型更新
DeepSeek V4.1 Flash 升级至 DeepSeek-V4.1-Flash-1017，官方网页端与 APP 同步更新，API 调用方式与价格不变，仍使用 deepseek-flash 访问最新模型。
推荐理由：官方给出新版本在多项基准上的分数与运行时间变化，可据此判断升级后的性能与成本取舍。
Hugging Face Blog精选AI 评分7878 Reflection 在 Hugging Face 开源 501B 模型 Beam
美国新实验室 Reflection 在 Hugging Face 发布首个开源模型 Beam，采用 501B 参数 MoE 架构、每 token 激活 23B，支持 1M token 上下文，Apache 2.0 许可，面向编码与智能体场景。
推荐理由：原文给出 501B MoE 模型的架构细节、多精度基准与 vLLM、SGLang 部署配方，可据此判断自托管前沿模型的硬件门槛。
Hugging Face Blog精选AI 评分7878 Meta 发布开源权重多模态 MoE 模型 Muse Spark Open
Meta 发布开源权重模型 Muse Spark Open，采用 MoE 架构，总参数约 816B、每 token 激活约 42B，上下文窗口最高 100 万 token，可接收文本、图像、音频和视频输入并输出文本。
推荐理由：原文给出 816B 总参数、42B 激活的 MoE 架构与多模态输入细节，并附 vLLM、SGLang、llama.cpp 部署和 TRL 微调配方。
Hugging Face Blog精选AI 评分7171 Liquid AI 发布 LFM2.5-24B-A2B 端侧推理智能体模型
Liquid AI 发布 LFM2.5-24B-A2B，这是一个 24B 参数、每 token 仅激活 2B 的推理模型，面向端侧运行私有智能体，会先思考再作答并调用工具。
推荐理由：原文给出与更大 MoE 模型的逐项基准对比和端侧推理速度，可据此判断本地智能体的可行边界。
DeepSeek 更新日志精选AI 评分7373 DeepSeek 发布 DeepSeek-V4.1-Flash 模型
DeepSeek 正式发布 DeepSeek-V4.1-Flash，这是其全新模型结构系列中尺寸最小的模型，具备原生多模态视觉理解能力。该模型已同步上线 DeepSeek API，将模型名改为 deepseek-flash 即可调用，API 价格同步下调；旧版 V4 Flash 与 V4 Flash Vision Exp 已下线，旧模型名暂时路由到 V4.1 Flash。
推荐理由：官方更新日志给出新模型的评测分数、API 调用方式和价格下调，可据此判断替换旧版的成本与迁移路径。
DeepSeek 更新日志精选AI 评分6666 DeepSeek-V4-Flash-Vision-Exp 多模态视觉理解模型上线 API
DeepSeek 上线实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp，可通过 model='deepseek-v4-flash-vision-exp' 在 API 调用。
推荐理由：官方给出实验性视觉模型在多项 Agent 基准上的分数，并说明其纯文本能力与正式版持平。
DeepSeek 更新日志精选AI 评分7575 DeepSeek API 上线 V4-Pro 与 V4-Flash 模型
DeepSeek API 已支持 V4-Pro 与 V4-Flash，兼容 OpenAI ChatCompletions 接口与 Anthropic 接口，base_url 不变，model 参数需改为 deepseek-v4-pro 或 deepseek-v4-flash。
推荐理由：原文给出新模型名与接口兼容方式，并明确旧模型名的停用时间，便于开发者安排迁移。
DeepSeek 更新日志精选AI 评分6262 DeepSeek-V3.2 发布，deepseek-chat 与 deepseek-reasoner 同步升级
DeepSeek 将 deepseek-chat 和 deepseek-reasoner 两个 API 模型升级为 DeepSeek-V3.2。其中 deepseek-chat 对应 DeepSeek-V3.2 的非思考模式，deepseek-reasoner 对应其思考模式。
推荐理由：官方更新日志说明两个 API 模型名分别对应 V3.2 的思考与非思考模式，便于开发者调整调用方式。
已经到底了