阶跃星辰开放 Step 5 Preview 权重，600B 稀疏 MoE 面向长程 Agent
10 月 15 日，阶跃星辰正式开放 Step 5 Preview 权重，包含 BF16 与 FP8 两个版本，并同步发布技术博客、开源开发工具及部署指南，权重已上线 Hugging Face 和 ModelScope。
推荐理由：原文披露了 Step 5 Preview 的架构与训练设计，读者可据此判断长程 Agent 在上下文管理上的工程取舍。
#部署/工程
InfoQ 中文精选AI 评分7878 InfoQ 中文精选AI 评分7878 蚂蚁百灵开源 560B 模型 Ling-3.1-flash，每百万 Token 约 0.19 美元
10 月 15 日，蚂蚁集团旗下百灵大模型开源 Ling-3.1-flash，权重已在 Hugging Face 和 ModelScope 提供下载。该模型延续 Ling-3.0-flash 的混合线性架构，约 560B 总参数、每 Token 激活约 25B，最高支持 1M 上下文，混合调用价格约每百万 Token 0.19 美元。
推荐理由：原文给出 560B 总参数、1M 上下文与每百万 Token 0.19 美元的调用价格，读者可据此判断高频业务场景的部署成本。
雷锋网精选AI 评分8383 昆仑万维发布 Matrix-Game 4.0 视频大模型游戏并同步开源
昆仑万维发布 Matrix-Game 4.0，称其为第一款运行在单张消费级显卡上的视频大模型游戏，并同步开源代码、权重与白模。该模型在单张 NVIDIA RTX 5090 上以 480p、60 FPS 运行，端到端延迟低于 150 毫秒，显存峰值 18.5 GiB。
推荐理由：原文给出单卡 480p 60 FPS 与低于 150 毫秒延迟的硬指标，读者可据此判断视频世界模型能否真正本地实时运行。
量子位精选AI 评分7878 面壁开源 MiniCPM-V 4.7：35B-A3B 仅占 3G 内存，iPhone 断网可跑
面壁智能与 OpenBMB 开源 MiniCPM-V 4.7，包含 35B-A3B 和 1B 两个版本，其中 35B-A3B 是 MiniCPM-V 系列首个 MoE 模型，约 3G 内存即可在 iOS、安卓设备上流畅运行。
推荐理由：面壁开源 MiniCPM-V 4.7，给出 35B-A3B 在手机端的内存占用与解码速度，可据此判断端侧多模态的落地门槛。
量子位AI 评分6262 智谱 GLM-5.3-Highspeed 在 Zcode 灰度，实测速度达 490 tokens/s
智谱在 Zcode 3.15.1 中灰度上线 GLM-5.3-Highspeed 模型，订阅用户随机获得体验资格，有网友晒出 490 tokens/s 的输出速度。
Simon WillisonAI 评分7474 Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna
Anthropic 发布快速低价模型 Claude Haiku 5.5，价格与 OpenAI 上月发布的 GPT-6 Luna 一致，为 $0.10/$0.50 每百万 token，超过 100,000 token 后涨至 $0.50/$2.50。
The DecoderAI 评分7474 Mistral 发布万亿参数 Mistral Large 4，主打网络安全任务
Mistral 发布迄今最大模型 Mistral Large 4，拥有 1 万亿参数、490 亿激活参数，采用细粒度 MoE 架构，上下文窗口 100 万 token，已通过 Mistral Studio 开放 API 公开预览，权重预计 10 月底发布。
The DecoderAI 评分6666 Cloudflare 发布 Clef 决策模型，称 AI 智能体决策不再需要人类在环
Cloudflare 发布决策模型 Clef 与 Clef-flash，称智能体可以自行收集上下文、做出决策并执行动作，必要时再交由人类处理。
The DecoderAI 评分6262 微软 AI 发布 MAI-Transcribe-2-Streaming 与两款语音合成模型
微软 AI 发布实时转写模型 MAI-Transcribe-2-Streaming，支持 60 种语言，首个部分结果延迟约 100 毫秒，微软称其在 Artificial Analysis 准确率排名第一，年底前音频价格为每小时 0.54 美元。
TechCrunch · AIAI 评分5858 AWS 开源决策模型 Strands Decider 2B，灵感来自 TypeSafe 的 Jev
AWS 发布开源决策模型 Strands Decider 2B，用于在预设选项中做选择并给出置信度，速度更快、成本更低，且小到可本地运行。
The DecoderAI 评分7070 OpenAI 发布 GPT-6 Sol 与 Luna：token 价格减半，性能提升有限
OpenAI 发布 GPT-6 Sol 和 Luna 两款模型，token 价格较 GPT-5.6 Sol 和 Luna 减半，Sol 为每百万输入 token 2 美元、输出 10 美元，Luna 为输入 0.10 美元、输出 0.50 美元，OpenAI 将降价归因于缓存和推理优化。
量子位AI 评分6262 中国电信开源 Xing4.0-29B-A4B：4-bit 量化后一张 3090 可跑
中国电信 AI 开源 Xing4.0-29B-A4B，这是一款全栈国产化的轻量级代码智能体大模型，采用 MoE 架构，总参数 290 亿、每次推理激活约 40 亿，4-bit 量化后显存占用从约 60GB 压缩至约 15GB，一张 RTX 3090 即可运行。
The DecoderAI 评分6060 Runway 研究实时视频生成：边描述边出流，首帧目标低于 100 毫秒
Runway 公开了其实时视频生成研究，用户不再输入提示词后等待成片，而是边描述边以流式方式生成视频，目标是尽量缩短首帧时间。该方案基于 GWM-1 逐帧生成，可接受镜头运动、机器人指令或音频作为控制信号，并沿用 Gen-4.5；Runway 称实时生成能减少等待并降低 GPU 成本。
量子位AI 评分7171 云知声发布U2-Flash：稀疏MoE架构，代码与Agent成绩反超上一代U2
云知声发布U2-Flash，采用稀疏MoE架构，总参数约266B、单次推理仅激活约10B，生成速度相比U2提升2.1倍，Agent任务完成时间缩短35%，Token消耗降低20%至30%。
The DecoderAI 评分4848 前 OpenAI 研究员打造 Jev：不写文本、只做判断的 AI 模型
初创公司 TypeSafe AI 推出模型 Jev，不生成文本，而是在软件内部对开发者预设的问题和选项打分并给出概率，响应时间 70 至 500 毫秒，输入定价 $0.042 per million tokens、输出免费。
TechCrunch · AIAI 评分6262 Salesforce 与 Nvidia 发布推理模型 Koa，基于 Nemotron 后训练
Salesforce 在 Dreamforce 大会上发布其首个推理模型 Koa，基于 Nvidia 开源权重模型 Nemotron 后训练，专攻销售、营销和客户支持任务。
The DecoderAI 评分7171 Google 发布 WeatherNext 3，改用实时卫星数据训练天气模型
Google Research 与 DeepMind 发布 WeatherNext 3，放弃传统物理模拟，直接学习实时地球静止卫星数据，每小时生成一次预报，最高分辨率达 5 公里。
Ars Technica · AIAI 评分6262 Google 发布 Gemini 3.8 Flash，六周内第三个 Flash 模型
Google 发布 Gemini 3.8 Flash，这是其六周内推出的第三个 Flash 模型，Google 称其为迄今推理和编码能力最强的模型。该模型分两个版本：标准版 Flash 定位为通用主力模型，适用于智能体任务和软件开发；Gemini 3.8 Flash Cyber 基于相同底座，针对漏洞检测与修复做了调优。