模型
全球大模型的发布、更新、开源、价格变化和评测动态。
共 886 条 · 海外
- Somewhere, Coding Stopped Being Allowed to Be Fun
DEV Community · AI10/20海外模型30
- Baseus’ new security camera has a spotlight that tracks and follows moving targets
The Verge AI10/20海外模型30
- Modal 推出 Sticky Sessions：无服务器推理支持会话粘性路由
Modal 发布 Sticky Sessions，让同一会话的所有请求固定落在同一个容器上，解决语音转文字、语音 Agent、多人游戏等需要跨请求保持状态的场景。用法是给 Modal Server 加 @modal.sessioned() 装饰器，再通过 SDK 或 HTTP API 开启会话。此前 WebSocket 连接绑定的是 Function input 而非容器，断线重连可能落到不同容器；共享 Affinity-Routing-Key 头只能尽力而为，容器仍可能被缩容替换。Sticky Sessions 提供三项能力：固定路由、会话生命周期跟踪、按活跃会话数而非请求数扩缩容。
Modal10/20海外模型34
- vLLM 发布 TorchTPU 后端，可在 Google TPU 上运行
vLLM 发布 vllm-torchtpu，这是让 vLLM 在 Google Cloud TPU 上运行的新后端，基于 Google 的 TorchTPU 栈，复用 vLLM 现有模型代码，多数模型无需改动即可在 TPU 上部署。该项目来自 Inferact 与 Google 上个月宣布的工程合作。安装方式为 pip install vllm-torchtpu，需 Python 3.12 的 Cloud TPU VM。调度器、KV cache 管理器、OpenAI 兼容 API 服务均沿用上游 vLLM 未修改版本，TPU 相关实现主要是 JAX/Pallas 自定义算子，覆盖注意力、MoE、量化 matmul 等。支持投机解码、前缀缓存、多 LoRA、结构化输出和多模态输入。首次启动编译 TPU 图需数分钟。
vLLM10/20海外模型37
- Fireworks 免费微调 Muse Glimmer 30B，预测准确率超 Jev 11.2 个百分点
Fireworks AI 宣布 Muse Glimmer 30B 的监督微调（SFT）免费开放至 11 月 30 日。用 Kalshi 历史市场数据微调后的 tuned Glimmer 在未见过话题上的预测准确率为 58.3%，比 Jev 的 47.1% 高 11.2 个百分点；在历史回测中，扣除模拟交易费后，假设的 1000 美元变成 1071 美元，而 Jev 和 base Glimmer 均亏损。训练集为 2026 年 1 月 4 日前结算的 20051 个问题，评测集为 4 月 8 日后开盘的 33712 个问题，其中 3567 个来自训练和校准均未涉及的话题。
Fireworks AI10/20海外新模型发布34
- AnyLanguageModel 1.0 发布：Apple 平台统一本地与云端模型接口
AnyLanguageModel 发布 1.0 版本，同时推出 swift-huggingface 1.0 和 swift-xet 1.0。该项目是 Apple Foundation Models 框架的兼容替代品，只需把 import FoundationModels 改成 import AnyLanguageModel，同一套会话代码即可调用系统模型、llama.cpp、MLX、Core ML 的本地开源模型，以及 OpenAI、Anthropic、Gemini、Ollama、Private Cloud Compute、HF Inference Providers 等托管服务。所有提供方均支持工具调用、引导式生成和图像输入，推理内容也会写入对话记录。
Hugging Face 博客10/20海外模型36
- Meta 开源 816B 参数模型 Muse Spark Open，法律基准超 Claude Opus 5 近 4 倍
Meta 的开放权重模型 Muse Spark Open 在 Fireworks 上线首日即可使用。这是一个 816B 参数的混合专家（MoE）模型，每个 token 激活 42B 参数，上下文窗口为 100 万 token，面向长周期编码和 Agent 任务。在 Vals AI 的 Harvey 法律 Agent 基准上，它以 25.4% 的通过率在 75 个模型中排名第一，接近 Claude Opus 5（6.7%）的 4 倍。在 Rogo 的 Big Finance Bench 上，它在所有难度级别都超过 Claude Opus 5.5；在最难任务上，它以 17.3% 对 16.5% 略胜 GPT-6 Astra。在 Finance Agent v2 上得分为 60.6%，成本比 Gemini 3.8 Flash 低约 60%。
- Embedded AI evaluators won’t be an easy solution, Hugging Face’s policy chief says
TechCrunch AI10/20海外模型30
- Jason Wei：AI 不会像你想的那样取代放射科医生
OpenAI 研究员 Jason Wei 撰文预测，未来十年放射科会改变，但放射科医生不会很快被自动化取代。理由一：放射科是高度多任务领域，单凭 X 光可诊断的疾病至少上百种，CT 和 MRI 可达数千种，AI 会先掌握常见病，罕见病受数据量限制，因此会先做分诊工具，从分诊到全自动最快也要 3-5 年。理由二：单位成本下降会带来弹性需求（杰文斯悖论），放射科医生可能只需读 20% 的影像，但影像总量可能增至 5 倍。长期看，廉价快速的读片还会推动更便宜的扫描设备。
Jason Wei10/20海外模型33
- MiniMax M3.1 Flash shows China's AI price race has no floor in sight
The Decoder10/20海外模型30
- People are using AI to make their smart TVs dumb again
- Inception 发布扩散语言模型 Mercury 3，速度超 1000 token/s
Inception 发布 Mercury 3，这是其第四代扩散语言模型，采用并行生成而非逐 token 输出，在 NVIDIA GPU 上达到 1068 token/s，上下文窗口 100 万 token。据 Inception 自测，在 12 项基准中 8 项领先 GPT-6 Luna 和 Claude Haiku 5.5：SWE-Bench Atlas 51.08（领先约 18 分）、IFBench 76.84、GPQA Diamond 89.23；但在 DeepSWE v1（46.31）和 MRCR v2（75.50）上落后于 Haiku 5.5。参数量未披露，仅称超过 Mercury 1 的 40 倍。仅提供 API，不开源权重。
MarkTechPost10/20海外新模型发布2 个信源72
- Nvidia launches new open models to run agents in the enterprise and on PCs
- Apple’s last-gen Mac Mini with the M4 is $150 off
- NVIDIA Vera CPU 让 Modal 沙箱吞吐量翻倍
NVIDIA 上周向 Modal 旧金山办公室交付首台 Vera CPU 服务器。Vera 是 NVIDIA 新推出的 Arm 兼容 CPU，既可搭配 Vera Rubin GPU 平台，也能作为独立 CPU 服务器使用。Modal 此前只用 x86 机器，支持 Arm 需改造基础设施和镜像构建系统。基准测试显示吞吐量提升 2 倍。Modal 称沙箱负载波动大、形态运行时才确定，Vera 对多租户调度有吸引力。
- Qwen3-4B 去 AI 腔微调版开源，可在 MacBook Air 上运行
开发者 erikkannike 在 MacBook Air 上微调 Qwen3-4B-Instruct，发布 qwen3-4b-deslop，用 Ollama 一条命令即可运行，模型 2.5 GB。在 40 条训练未见过的提示上，AI 腔调检测分数从每千词 121 降到 12.5，68% 的回答落在人类写作区间，破折号从每千词 20.5 个降到 0。30 道事实题全部答对，体裁和长度符合率与原模型相当。训练仅用 161 条回答，作者称方法不依赖模型规模，下一步将用于更大模型。缺点是文风偏平，仍会编造人名地名。
Hacker News Show10/19海外新模型发布2 个信源70
- Apple updates guidelines to ban nudify apps masquerading as regular apps to pass review
- Musk pledges to give ‘every kid in America’ one of his SpaceX shares
- MiniMax Just Launched M3.1 Flash: 428B MoE Agentic Model at $0.15/M Input
MarkTechPost10/19海外模型30
- Vibe coding is turning the music gear world upside down
- I built an AWS agent that scores any GitHub repo before you clone it
- OpenAI 新模型提升 COBOL、Fortran 等小众语言编码能力
OpenAI 称最新模型在 COBOL、Fortran、Visual Basic 等低资源语言上的编码与迁移能力显著提升。新评测 MultiLangBench 要求模型用 20 种语言从零构建兼容 SQLite 的数据库引擎，GPT-6 Astra 平均通过率 87.4%，GPT-5.6 Sol 为 26.8%；GPT-6 Luna 达 40.3%，API 成本约低 78%。COBOL 迁移评测中，GPT-6.1 Sol 低推理强度下准确率 86.6%（GPT-5.6 Sol 为 5.4%），成本低 39%，高推理强度下达 97.9%。OpenAI 称 COBOL 支撑超 40% 网上银行系统、80% 线下信用卡交易和 95% ATM 交易。
OpenAI News10/19海外新模型发布42
- AI researchers stranded Claude on a virtual desert island. It started to “play.”
MIT Technology Review10/19海外模型30
- Your agent's retry bug isn't an AI problem. It's a distributed-systems problem with an LLM on top.
- Strot：用 LLM 编译一次意图，之后在本地运行决策
开源项目 Strot 提出「编译期用 Agent、运行期不用 Agent」：先用 LLM 把意图和样本编译成冻结的 Python 产物，之后每条记录都由本地 144M 小模型在 CPU 上做分类、打分、路由，约 60 ms，边际成本为零，低置信度记录会弃权而不是猜测。实测在 398 条记录的路由上，编译后准确率 92.5%，朴素做法为 74.8%；AG News 未见标签上为 86.7% 对 72.7%。已发布 PyPI 包 strot-ai。
Hacker News Show10/19海外模型43
- NVIDIA Open Sources Run:ai Under Apache 2.0 for Kubernetes GPU Orchestration