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。
当前仅显示精选新闻Zai 发布 GLM-5.3 Flash（Ox Alpha），320B MoE 每 token 仅激活 18B 参数，采用 MIT 开源许可，原生多模态并支持 1M 上下文。
The upcoming Ox Alpha is GLM-5.3 Flash (as expected): 320b total parameters, 18b active. Outperforming GLM-5.2 at 1/10th of its price and approaching Opus 4.8 on coding and agentic benchmarks. Big things incoming! https://t.co/xZZmOD1Ghu https://t.co/H2fZ9idgVa
推荐理由：原文列出六项基准数据与 MIT 开源、1M 上下文等规格，便于读者判断这一稀疏 MoE 的效率定位。
智谱上线并开源 GLM-5.3-Flash（320B-A18B），这是 GLM-5 系列首个原生多模态模型，总参数量 320B、激活参数仅 18B。其在 Artificial Analysis Intelligence Index 取得 57 分，与 Claude Opus 4.8 持平，自研 Z.ai Code Bench 体感评估中编程表现也与之相当。
推荐理由：320B 总参数仅激活 18B 的架构设计搭配限时 1/20 定价，可供判断开源前沿模型的成本竞争区间。
推荐理由：列出 1M token 上下文、131K 最大输出与默认 max 推理的规格和限时定价，便于评估接入成本。
Z.ai@Zai_org精选AI 评分7272
推荐理由：官方公告同时给出价格定位、开源权重和芯片适配信息，读者可以据此评估它在现有工作流中的替换可能。
Qwen 团队开源 Qwen3.8-Flash，总参数 125B 加 51B N-gram 嵌入，每 token 仅激活 6B，训练成本为 Qwen3.7-Plus 的 1/9。
⚡Meet Qwen3.8-Flash, a multimodal MoE and an early preview of the Qwen4 architecture, now open-weight! The production version Qwen3.8-Flash will be available soon via QwenCloud API at just $ 0.16/1M input tokens and $ 0.47/1M output tokens. 125B parameters + 51B N-gram embeddings, with just 6B activated per token. Unmatched cost-efficiency. What's new: 🥳 - Next architecture: GDN + QSA hybrid attention, Gated Residual, N-gram Embedding & Muon optimizer, serving as a precursor to the architecture used in Qwen4. - Dramatically lower training and inference costs: trained at just 1/9 the cost of Qwen3.7-Plus, while outperforming it across the board with especially strong gains in coding and office tasks. - Strong performance: scoring 58.7 on DeepSWE 1.1, 62.5 on SWE-bench Pro, 73.9 on CoWorkBench, 84.5 on AndroidWorld, and 95.7 on MathVision (with CI). - 262K native context, extensible to 1M with YaRN. We’re also releasing the weights for Qwen3.8-Flash-Next, giving the community an early look at the new architecture we’re exploring for Qwen4.🚀 We can't wait to see what you build with Qwen3.8-Flash!👀👇 - Blog: https://t.co/M5hYypFLgJ - Technical Report: https://t.co/IF0gObIkQO - Hugging Face: https://t.co/6ow8QVAABt - ModelScope: https://t.co/tDOn2jNuFG
推荐理由：Qwen3.8-Flash 以 125B 总参数、6B 激活和 1/9 训练成本给出开源 MoE 的效率样本，可对照其基准数据看架构取舍。
Model Architecture Four core upgrades for maximum capability, efficiency, capacity, and stability: - Attention: GDN + QSA Hybrid. Gated DeltaNet (GDN) compresses history. Qwen Sparse Attention (QSA) uses a lightweight indexer for micro-block context selection. Lower the cost of attention on long sequences. - Residual: Gated Residual (GR) widens the residual stream to 4 branches with a dynamic read and write gating, strengthening cross-layer information flow and significantly improving training stability. - Embedding: N-gram Embedding uses local context lookups to expand model capacity at minimal compute cost, while keeping the embedding table in host memory with asynchronous prefetching. - Optimization: Muon optimizer. Refines Muon through improved orthogonalization, smarter parameter assignment between Muon and AdamW, and fused-parameter splitting, with scaling laws refitted for the new architecture.
推荐理由：原文给出上下文长度、API 定价与多项编码基准分数，读者可据此对比同表内 DeepSeek 与 Claude 模型的定位。
阿里发布 Qwen3.8-Flash，并在 Hugging Face 与 ModelScope 开放同一模型的 Qwen3.8-Flash-Next 权重，主模型 125B 参数、每 token 仅激活 6B，千问 AI 平台定价为每百万 token 输入 1 元、输出 3 元。
推荐理由：文章拆解了 Qwen3.8-Flash 在注意力、残差与嵌入上的四处架构改动，并把它放进每任务成本的行业对比框架里。
Qwen3.8-Flash-Next 发布，采用 125B MoE 参数加 51B N-gram embeddings，每 token 仅激活 6B 参数。
Qwen 3.8 Flash-Next official released: A 6B-active open model just beat Claude Opus 4.6 Max across 8 of 9 comparable benchmarks! Qwen3.8-Flash-Next is a highly sparse MoE: • 125B model parameters • 51B additional n-gram embeddings • Only 6B parameters active per token It scores: • 62.5 SWE-bench Pro • 81.0 SWE-bench Multilingual • 73.9 CoworkBench • 55.7 JobBench • 73.5 Toolathlon • 81.3 IFBench • 91.7 GPQA Diamond • 91.9 LiveCodeBench It also outperforms Qwen3.8-27B and DeepSeek-V4-Flash across most of the table. Super cool release!!
推荐理由：原文给出四项架构改动与 1/9 训练成本的对比，读者可以了解高稀疏 MoE 如何压低单 token 计算量。
推荐理由：6B 激活参数的稀疏 MoE 在多项基准上对标 Claude Opus 4.6 Max，可据此比较开源小激活模型的能力位置。
阿里通义千问团队发布 Qwen3.8-Flash，并开源 Qwen3.8-Flash-Next 权重，官方称 Next 新架构将是全新一代 Qwen4 系列模型的雏形。
推荐理由：训练成本降到前代约九分之一，同时公开新架构与开源权重的具体设计，便于判断下一代 Qwen 的技术走向。
阿里通义千问发布多模态 MoE 模型 Qwen3.8-Flash 并开放权重，同时放出 Qwen3.8-Flash-Next 权重，作为其为 Qwen4 探索的新架构早期预览。
推荐理由：作为 Qwen4 架构的早期预览，文中给出了新架构组合与训练成本的具体对比数字。
千问团队开源 Qwen3.8-Flash-Next 权重，这是一个多模态 MoE 模型，也是 Qwen4 所用架构的早期预览。文中称其角色类似 Qwen3-Next 之于 Qwen3.5，当时的混合 Gated DeltaNet + Gated Attention 设计已用于 Qwen3.5 至 Qwen3.8 系列。
推荐理由：官方开源权重并定位为 Qwen4 架构预览，读者可据此追踪千问后续系列的架构走向。
IBM 发布 Granite 4.2 密集 decoder-only 推理模型家族，含 3B、8B、30B 三个规格，基于 Granite-4.1 基座（约 15T tokens 预训练，上下文窗口扩至 512K），经 SFT 与多阶段 GRPO 强化学习训练，全部以 Apache 2.0 许可开源。
推荐理由：IBM 官方详解 Granite 4.2 训练全程，从五阶段预训练到多阶段 RL 课程，可复用的训练细节较完整。
Alibaba's Wan 3.0 from @Alibaba_Wan and @alibaba_cloud is now live on OpenRouter. Generate 2-30 second videos from text, images, or references at 480p, 720p, or 1080p. Launch pricing: $0.05/$0.10/$0.20 per second, with a limited-time 15% discount across every resolution. https://t.co/yzQNUKAo3o
推荐理由：官方给出 2–30 秒、最高 1080p 的生成规格与 OpenRouter 接入入口，可据此评估视频生成的调用成本。
WAN 3.0 is now on Runway. Generate state-of-the-art video and audio with multiple image, video and audio reference inputs. Try it now at the link below. https://t.co/VzTkPZR3cz
推荐理由：Wan 3.0 上线 Runway 并给出 API 入口，读者可了解其多模态参考输入带来的生成控制方式。
推荐理由：阿里云公布 Wan 3.0 在 Picsart 上线，30 秒原生生成与 20 路参考输入给出了视频生成落地的参考。
WAN 3.0 现已在 Runway 上线，可用多路图像、视频和音频参考输入生成视频与音频。用户可通过官方给出的链接直接试用。
推荐理由：WAN 3.0 在 Runway 上线并开放试用，读者可了解它支持多路图像、视频和音频参考输入生成音视频。
推荐理由：配图给出该模型与历史发布横向对比的 token 用量，读者可据此判断它的实际调用规模。
斯坦福大学教授 Percy Liang 与 Marin 开放实验室启动 Marin 535B-A23B 模型训练，并全程公开训练过程。该模型有 5350 亿总参数、230 亿激活参数，准备 18.75 万亿 token 训练数据，部署 11 套 GB200 NVL72 约 792 颗 GB200 GPU，预计连续训练约 3 个月，总训练计算量约 2.7e24 FLOPs。
推荐理由：训练数据配比、实时 loss 曲线与实验日志全程公开，为观察前沿大模型训练过程提供了少见的一手材料。
推荐理由：官方给出两个接入入口和按分辨率分档的每秒定价，开发者可据此估算调用成本。