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。
内容形态
模型发布 最新动态
新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
30 条精选近 30 天 25 条共收录 85 条
更新
模型发布的精选
量子位精选AI 评分7474
Mistral AI精选AI 评分8080 Mistral 发布 1 万亿参数多模态模型 Mistral Large 4 并开放权重
Mistral 发布旗舰模型 Mistral Large 4（Le Chonk）的开放权重，这是一个 1 万亿参数的原生多模态模型，在公开预览基础上继续强化学习，编码与防御性网络安全能力提升。
推荐理由：原文给出开放权重、三档推理模式和定价，读者可据此判断自托管编码与安全智能体的成本取舍。
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。
Latent Space精选AI 评分7474 Google DeepMind 发布 Gemini 4 Carbon，登顶多个榜单并优先开放给网络安全防御方
Google DeepMind 发布新一代前沿模型 Gemini 4 Carbon，距 Argon 发布约两周，在 Artificial Analysis Intelligence Index v5 上以 59 分排名第一，并领先 HLE-Diamond、TB-Science 等 4 项子评测。
推荐理由：汇总了 Gemini 4 Carbon 在多个独立榜单上的位置与定价，并列出编码、幻觉率等具体对比数据。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长周期任务上达到最强水平，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由：原文给出 Carbon 在网络安全与长周期编码任务上的基准表现和分阶段开放路径，可据此判断前沿模型在攻防场景中的能力边界。
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。
Google DeepMind精选AI 评分7171 Google DeepMind 发布世界模型 Genie 4
Google DeepMind 发布世界模型 Genie 4，原生支持多模态，可在生成世界的同时生成音乐、环境音与交互对话。Genie 4 支持用自然语言实时修改场景，并借助 Gemini 3.8 Flash 作为引导智能体拆解多步任务、校验执行进度。
推荐理由：官方披露了原生音频、实时文本操控与 Gemini 引导推理三项能力，可据此判断世界模型与语言模型结合后的交互形态。
量子位精选AI 评分7878 OpenAI 发布 GPT-6.1 Terra：价格减半，电脑操作能力接近 GPT-6 Astra
OpenAI 发布 GPT-6.1 Terra，标准 API 输入 1 美元/百万 Token、缓存输入 0.05 美元/百万 Token、输出 5 美元/百万 Token，价格约为 GPT-5.6 Terra 的一半。
推荐理由：文章给出 GPT-6.1 Terra 的定价、基准成绩与网友实测成本对比，可据此判断低价模型在电脑操作任务上的取舍。
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。
The Decoder精选AI 评分7878 月之暗面发布 Kimi K3.1 Pro，智能指数距 Claude Opus 5.5 仅差 3 分
月之暗面发布 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上得分 55，比 K3 提升 11 分，排名第四，仅次于 Claude Opus 5.5（58）、Claude Sonnet 5.5（56）和 Muse Wonder Full（56）。
推荐理由：文章用第三方指数和多项基准对比，呈现开源模型与闭源前沿的差距缩小到 3 分，并给出价格与智能体任务表现。
量子位精选AI 评分7878 MiniMax 发布 M3.1 Flash，Agent 基准 ALE 得分 29.6% 居国产第一
MiniMax 正式发布 M3.1 Flash，即此前在 OpenRouter 匿名屠榜的 Space Bunny（玉兔），Agents' Last Exam 得分 29.6%，位列国产模型第一，AA 榜单 43 分。
推荐理由：文章列出 M3.1 Flash 在 Agent、编码、网络安全等基准上的具体分数与定价，可据此比较国产 Flash 模型的能力与成本位置。
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。
量子位精选AI 评分8383 谷歌发布 Gemini 4 Argon，API 限时半价
谷歌正式面向全球开发者、企业及付费订阅用户陆续开放 Gemini 4 Argon，主打编程、专业知识工作与长流程任务执行能力。API 首发价为每百万输入 token 2 美元、输出 10 美元，约为 Opus5.5 的一半，优惠截至 11 月 30 日，12 月 1 日起恢复至 4 美元和 20 美元。
推荐理由：材料给出 Gemini 4 Argon 的评测位次、API 定价与编程、多模态实测案例，可据此判断其与竞品的取舍。
The Decoder精选AI 评分7878 Meta 发布 Muse Spark Open 开源权重模型，816B 参数对标 Qwen、GLM 与 Kimi
Meta 发布开源权重模型 Muse Spark Open，参数规模 816B（激活 42B），上下文最长 100 万 token，支持文本、图像、视频和音频。
推荐理由：Meta 重返开源权重赛道，读者可对照其参数规模、上下文长度与竞品基准表现，判断开源模型格局的变化。
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。