模型 时光机

翻译专用开源模型，0.8B/2B/8B/31B 四尺寸，支持 53 语种，最小 0.8B 在日英翻译上超越 30 倍参数模型；提供 BF16/量化/GGUF/MLX

面向养老与医疗的生成式世界模型：基于 140M 真实行为事件训练，用 Mamba 架构预测居民行为与跌倒风险（提前 3 分钟以上），支持反事实干预模拟；报告与 LLM 相似的 scaling law（指数 −0.099）；未开源

全量版：770B 总参 / 49B 激活、1M 上下文，首次加入视觉理解与计算机操控能力，定价输入 $0.90/百万 token；权重与系统卡近日放出

4B 具身感知基础模型：34 项感知基准均分 73.68 超 GPT-6 Astra 的 71.54，代码与权重开源（Apache 2.0）；感知优先路线，RoboTwin 2.0 与 nuScenes 评测均优于主流视觉骨干

770B MoE（49B 激活）、1M 上下文，首次引入视觉理解与 Computer Use；面向长程软件工程、网络安全、金融分析、游戏开发；API 已在腾讯云 TokenHub 上线（输入 6/输出 18 元每百万 token，至 12-31 五折）。

220 万小时人类经验预训练的世界-动作模型（WAM），Mixture-of-Transformers（语言/视觉/动作三专家），统一具身表示+LiberSense 手套动作锚点；60 个未见任务零样本成功率 36.0%。

276B 总参 / 12B 激活 MoE 编程模型：Terminal-Bench 4.0 从 0.9% 提升至 20.0%，速度 3 倍、成本 1/5，权重暂不公开

8.8B 推理模型：基于 IBM Granite 4.2 8B 后训练，MATH-500 98.2、LiveCodeBench 81.6，非商业许可

基于华为昇腾的 4D 世界模型：将重力、弹力、浮力等物理要素融入空间建模，输出可仿真、可渲染、可调用的 4D 高斯资产，推理成本最低降至 GPU 方案 30%

2.8T 总参 / 104B 激活 MoE、1M 上下文、MXFP4 量化感知训练、401M MoonViT-V2 视觉编码器；Agent Arena 开放权重榜第一（净改进率 +5.1%）；bespoke 许可

图像生成快 50%，新增动画 GIF、SVG 输出、标记引导编辑与复杂度控制；$30/百万图像输出 token

65B 稠密开放权重（Apache 2.0）、1M 上下文，Terminal-Bench 2.1 得 80.52，超更大规模美国开放权重模型

26.3B 稀疏混合模型：7.5T token 训练，覆盖全部 22 种印度官方语言 + 英语，面向数学、代码、推理与智能体场景，支持 air-gapped 离线部署；印度 IndiaAI Mission 政府支持

把 MiniMax-H3 视频模型重做成文本生图/图像编辑模型：体积 143GB到20GB、50步到8步、4-bit版峰值显存 21GB；支持 2-16MP 与最多 9 张参考图编辑；开放权重，ComfyUI 原生支持。

基于 Sarvam 105B 的 System One 决策模型：给定上下文与固定选项，单次前向返回每个选项的校准概率；25 个决策模型中平均分 71.8、响应 44ms（B200）；开放权重 Apache 2.0，供企业微调。

前沿通用模型，GPQA 92.0→94.4、HumanEval 98.2→99.9，新增多模态图像输入与欧盟境内推理，1M 上下文，按需申请。

2.03B 稠密 / 5.09B 总·1.79B 激活 MoE，英语+10 种印度语言，16K 上下文，每模型 6T+ token 预训练，TPU v6e Mumbai 从零训练，4-bit 量化 1.21GB 完全离线运行；Indic 基准同级第一。

面向物理 AI 的智能体驱动全模态世界模型：交通参与者建模为具备决策与交互能力的 AI 智能体，提出世界模型“2+3”判断标准，已用于萝卜快跑全球化测试

开源 Agent 基座：35B/3B 与 122B/10B 两版 MoE，仅两阶段 SFT + 一次 RL（无中训练/DPO/OPD），128K 上下文；HLE 59.0、FrontierScience Olympiad 87.0、SEAL-0 62.2；Apache 2.0 全开源含训练代码与数据

1.6T 原生多模态 MoE，激活 48B/token；多层级离散视觉 token + Agentic RL；Terminal Bench v4.0 38.5% 超 GPT-5.6-Sol 37.3%；W4A4 推理，国产算力训练。

753B MoE（~40B 激活），后训练 GLM-5.3 专攻化学/材料/生命科学；MIT 开源；FrontierScience-Research 38.3% 超 GPT-6-Astra 33.3%

GLM-5.3-FlashX 的法律领域变体：法律中训练 + RL（上万条真实法律工作流），Harvey LAB 全通过率 19.2%（+12.5pp），合同审查/法律研究/文书起草，保留 1M 上下文与函数调用

正式版：跨任务/跨会话协作、长期记忆与主动交互，设计生成覆盖 Web/SVG/Three.js/Blender/PPT，支持动态 PPT、动态海报与 Agentic 3D，可接入 Figma 工作流

1.6T 总参 / 48B 激活原生多模态，面向长程智能体任务；API $0.30/$1.20 每百万 token；模型未开源

753B 开放权重（MIT）科学基础模型，后训练自 GLM-5.3，面向化学/材料/生命科学；FrontierScience-Research 38.3%、GPQA-Diamond 93.0%（厂商自报）

1.96M 参数消息传递图网络，蛋白主链到序列的逆折叠，生成速度约 57 倍于 ProteinMPNN；权重与推理代码随 Hyra 2.0 公开。

650M 参数蛋白语言模型，INT8 GPU 推理约 13 万残基/秒（单卡 H20），在 12 个对比模型中推理最快。

基于 Qwen3.5 的 397B/17B 激活 MoE 计算机操作智能体，Apache-2.0 开源；OSWorld-Verified 与 WebArena-Verified 上超越 Qwen3.8-Max 与 Kimi-K3。

流式决策模型：输入未全部到达时即输出带概率的决策，8 类输入混送，文本中位 30ms，最多 1024 问题

基于 Qwen2.5-Coder-1.5B 微调的 1.5B 编码模型，SLMFrontier 编码 68.0%（基线 63.5%），支持 CPU 本地推理

前沿推理模型面向生物学/药物发现/转化医学，仅可信访问：靶点研究、基因组与蛋白分析、药物化学、文献综合与实验规划，Work/Codex/API 三通道

Looped Transformer：24 层循环两次得 56 层执行，9B 参数媲美 27B，256K 上下文，Apache 2.0

4B 级开源 computer-use agent：OSWorld-Verified 66.0%（两轮均值），+10.16 pp 超 Hybrid SFT，Apache 2.0，支持 GUI/编码/终端智能体

实验室神经元计算原理 distilled 成软件层叠加 Wan 2.2：生成 5 倍速、成本降 80%、画质持平、$0.005/秒起

27B dense 决策模型从托管转为开放权重：bf16/Q8_0/affine Q4 三种构建，255 路读出、文本/JSON/图像输入，决策指数 67.52

单 VLM 同时布局分析+OCR+表格识别：OmniParseBench 85.9（1B 以下最高），速度 4.5 页/秒，looping 0.1%

后训练 MiniMax-H3 的 33B 视频模型：6 采样步生成带同步音频的视频，支持最多 12 路参考输入，原生 480p/768p

1.05T 总参 / 49B 激活 MoE，1M 上下文，多模态；10-29 发布开放权重（FP8/NVFP4），Mistral Ecosystem Open-Weight 许可；DeepSWE v1.1 61.7%

第二代决策模型：一次前向返回类型化概率、不生成文本；4B 平均准确率 82.4%、27B 87.3%，均超 Jev 1.13.0 的 81.2%；训练样本 ~300K

33B 开放权重教师模型，定位为知识蒸馏监督源；FP16 约 66GB，最低 80GB VRAM，Apache 2.0 许可

基于 Kanana-2 SLM 的双向嵌入模型：3B/1.3B 双尺寸，MRL 可截断维度，韩语检索领先

具身基础模型 WRAM 架构：RoboDojo/RoboTwin/RoboColiseum 第一，年底开源

全模态交互模型：视觉/语音/文本/表情/动作同步，全双工对话与端侧部署

面向智能体的语音到语音模型：说话中途调工具，AA 语音到语音指数 87.1 居首，50+ 语言中途切语言

基于 Gemma 4 26B-A4B 后训练的开源语音语言模型：把语音理解、推理与工具调用统一到一个骨干，Big Bench Audio 98.90、Speech-BFCL 81.13、τ-Voice 成功率 65.51%

网络安全前沿模型：Artificial Analysis Intelligence Index v5.0 第一（59 分），SEC-bench Pro 88.2%、ExploitGym 54.8%、CWE-bench 71.0%；当前仅向网络防御者开放

30B MoE/3B 激活后训练金融研究模型：FrontierFinance 58.9% 超 Claude Fable 5.1 的 55.9%，单题 $0.61 对 $6.89

35B-A3B 扩散语言模型：块扩散生成、128K 上下文、Apache 2.0 开源，厂商自测 680 tok/s

Artificial Analysis 智能指数 v5.0 第一（59 分），SEC-bench Pro 漏洞发现 88.2%、ExploitGym 54.8%、CWE-bench 修补 71.0%；面向网络安全防御与长程工程，先对网络防御者开放，开发者定价 $2/$10 每百万 token

30B-A4B 开放权重，40 语种转写、31 语种互译、13 语种说话人分离，单次 1 小时音频

在 DeepSeek V4.1 Flash 上后训练，平均少用约 45% token，100 万上下文

开放权重多语种转写模型：40 语种转写、31 语种互译、13 语种说话人分离，最长 1 小时录音，Granary v2 开放数据 463k 小时

SR-SWA 把文本-视觉注意力压到 512 token 参考集，数百页基准 77.1、上一代为 0

同架构重做后训练：AA 智能指数 41→44，AutomationBench 62%→68%

世界模型原生同步生成音频，Gemini 3.8 Flash 在环内实时引导场景

三混合架构 22T token 预训练，1.7B 的 LiveClaw 45.6 超 2.6B 前代 14.7

1.3B 文档解析 Real5-OmniDocBench 93.68；2B 判别器给块级正确概率 AUROC 93.6

22 种印度语言+印度英语的语音语言识别 Conformer，0.914 macro-F1，Apache-2.0

22 种印度语言说话人分离，16.78% DER，CC BY-NC 4.0

基于 400 万真实皮肤图像的图像基础模型，SkinBench 69.6/100

实时交互世界模型：原生生成音视频，支持自然语言实时修改场景，Gemini 3.8 Flash 引导代理，最长 2 分钟连续模拟

实时双工语音对话模型，文本/音频输入输出、函数调用、联网搜索、声音复刻，上下文 262K

18B 统一扩散语言模型：图像理解与生成放进同一骨干，跨范式在策略蒸馏迁移自回归 VLM 与连续流模型的能力

30B-A3B MoE 中英双向语音同传：RealSI 流式延迟约 3 秒最低，GEMBA 超五个商业 API 中四个

计算机操作追平 GPT-6 Astra，Terminal-Bench 4.0 达 50.3%（前代 21.5%）

只用 1 万条合成 GUI 数据加 80 步 GRPO，练出裁图放大，HR-Bench 8K 87.75

一次读入答 255 问，新增 Box 定位与视频 Track，131K 上下文，SR-Text 87.2

0.1–0.5T 从零预训练，上下文 10M；RULER 单针 10M 仍 100%，多跳 QA 降到 45%

零样本时序预测基础模型：fev-bench 91.9% 胜率第一、GIFT-Eval MASE 0.654 最低

27B 由 Qwen3.8-27B 微调，512K 上下文，生成可执行代码再渲染视频，Apache-2.0

2.50B、12 语种、80ms 流式帧，20 音色零样本克隆，留出集 CER 2.86%–3.49%

3T 级开源权重迭代：百万上下文，Terminal-Bench 4.0 65.7%，幻觉率 23.4%→8.3%

33B 稠密、512K 上下文，Terminal-Bench 2.1 得 80.9 压过 Qwen3.8-27B

原生4K输出、10-bit色深，480P样片先验分镜再出正片，首批定向20家工作室

428B 总参 / 23B 激活的权重按社区许可放出，全模型稀疏注意力 + W4A4 QAT，1M 上下文

744B MoE、78 层、512K 上下文，MIT 权重 353 分片约 1.5TB

仅用人声训练的全双工语音模型，单台 GB200 NVL72 训成，可在 M4 Max 本地实时跑

Gemma 4 E4B 后训练：3.5GB 显存跑多轮工具调用，RoleMRC 80.6、Tau2 55.1

16B 统一具身模型：Rynn-VP 比 Cosmos 3 Nano 高 9.75 分，真机任务 46.7%

1536³ 几何细化：多视图保真度 0.75、细节 0.841，切片成功率 90%

Kimi K3 的后训练版本，3T 级、1M 上下文；Terminal-Bench 4.0 65.7%（官方自测），完整权重 11 月 4 日前放出。

14.8B 单解码器混编 DNA 6-mer 与文本，五个 DNA 基准均分 66.7，权重 Apache-2.0

128 维 10 米全球嵌入，27 项评测 20 项第一，训练算力仅为 v1 的 18%

4B/27B 决策模型，原生多选与 DAG，Token 降超 90%，23 项基准综合第一

首个自研图像基座：2K 任意比例，DesignArena 总榜第 4、人像与风景子类第一

2B/4B 开源 VLM，一个模型出点/框/掩码/alpha，COCO 零样本 F1@0.5 74.0

293B-A30B MoE、1M 上下文，全国产算力训练；4B 端侧权重同步开源

因果扩散自编码器让世界模型单卡 H100 跑 20fps、动作反应 <230ms，权重与代码开源

把推理蒸馏回权重的 27B 决策模型，Decision Index 0.4.1 得 71.52，居 229 个模型之首

25 语种 156MB 端侧 ASR：FLEURS 平均词错 11.71%，低于 2.5GB 原模型 13.26%

新增 2B 语音模型，39 万小时音频训练，开源权重英文平均 WER 5.06%

39.8B MoE 激活 2.5B，262K 上下文，SWE-bench Pro v2 89.7%，Apache 2.0

关系型基础模型：1 万样本上下文单次前向，41 基准超监督学习，SALT MRR +8%

31M 参数、8 位量化 64.5MB，浏览器内流式合成 24kHz 语音

46 个数据集 39 项第一，单次调用返回段落级证据

图文检索加一层重排，agent 每题 token 降 14%

30B-A4B 自研线性注意力 MoE，GPQA 84.3 高于 Qwen3.6-35B 的 83.2

54 块双流 MMDiT 加持久 KV 缓存，每段 8 步蒸馏出片，文字与镜头可在生成中改写场景

Qwen3.5 后训练的决策模型，Jev 决策指数 0.4 得 71.24，居 208 个模型之首，权重 MIT

Qwen3.5-0.8B 后训练：五类文档任务一个 0.8B，OCRBench v2 英文 65.9

Mini 转写 4B、50 种以上语言，实时版 500 毫秒内出字，合成覆盖 35 语言 50 方言

16B 底座蒸馏出 4 步/2 步两档因果学生，单张 RTX PRO 6000 实时生成手术画面

120B 稀疏 MoE/12B 激活，循环状态恒定，1M token RULER 13 项 73.3

语音到语音，Max 在 Big Bench Audio 98.8%、首字延迟 0.57 秒，支持 90+ 语言

35B MoE 科研智能体，GAIA 95.1、SWE-bench Pro 61.2，256K 上下文

18.2M 音色克隆 WER 0.85%，CPU 单线程 9.9 倍实时

8B 统一生图与指令编辑，AA 图像编辑榜开源权重第一，支持 21 种画幅

把动作与画面变化写成语言，单预测器跨域训练；同等规划性能省 6 倍训练算力、规划快 13.9 倍

三模型 9B/27B/27B 分任分段、描述与打分，RoboReward MAE 40.0 优于 Astra 55.4

医疗专用混合线性 MoE：124B 总参仅激活 5.1B、256K 上下文，放 MIT 权重（27 分片 255 GB）

1M 上下文，DeepSWE v1.1 73.7、OSWorld V2 61.7，提速近 3 倍，输入 $0.15/M

扩散 LLM：参数比 Mercury 1 大 40 倍，1M 上下文，NVIDIA GPU 上 1,068 tok/s

System One 抽取模型：单次前向出带 80% 区间的数值，TSA 21 天预测均误差 3.3%

五款语音模型全开源：TTS tiny 7.9B-A1.3B，AA 可控音色开放权重第一，ASR 覆盖 15 种方言

记忆做成模型内可训练状态：128K 历史下持久存储省 66 倍、端到端提速 1.86 倍

多模态决策模型：只出概率不生成 token，决策指数 67.6，单次 183 毫秒、每千次 0.06 美元

潜空间流匹配同生成序列与结构；统一自编码器 147 类残基、435.6M 参数，BSD-3 开源

决策模型一次读入答 255 问，Jev 指数 70.2，比 d3 高 4.0

零样本控制 27 台未见本体，仿真每本体 300 次 rollout，动作空间用末端位姿而非关节角

5B/14B 实时世界模型：RTX 5090 单卡 720P 超 24FPS，端到端延迟百毫秒级

V4.1-Flash 升到 1017 版：1M 上下文，DeepSWE v1.1 74.2→77.0

5B DiT 文生图基座：JSON 提示直接指定对象与文字位置，提示最长 4K token，权重双平台开放

统一表征世界模型：RGB、深度、动作共享一套参数演化，30K 小时语料预训练，三榜第一且权重开放推理版

视觉思考模型：推理途中回原图裁剪、抽帧、跑代码复核，科学图表推理 92.90 超 GPT-6 Astra

501B/23B 稀疏 MoE 权重开放，Apache 2.0，SWE-Bench Pro v2-Hard 76.5%

4B 循环层模型：256K 上下文，靠循环次数换算力，SWE-bench Verified 50.3→61.8

2.4B VLA：Qwen3.5-2B 骨干加 32 个寄存器 token 当记忆，LIBERO-Plus 90.4

并行草稿模型：七基准接受长度均值 7.83（DFlash2 7.55），SGLang 吞吐高 23.3%

4B 多模态：mask token 从共享骨干解出分割掩码，8 个 RefCOCO 划分均值 +5.6

122B MoE 自出题自评，SWE-bench Pro 76.9%、CyberGym 80.0

每场景约 5.0B BF16 参数的因果视频渲染器，1 步去噪在单张 RTX 5090 上把低模代理渲染成成品帧

120B 稀疏 MoE 只激活 12B，1M 上下文，单卡智能体任务吞吐最高 5 倍

首个时序基础模型族，5M–209M 四档权重开源，GIFT-Eval/TIME/fev-bench 三榜第一

图像编辑模型，原生 2K 单次编辑不到 8 秒，比 Nano Banana Pro 快 4 倍

816B 总参 / 42B 激活的原生多模态 MoE，1M 上下文，权重开放可本地跑

六款阿拉伯语原生开源模型：512k 上下文，7B 档阿拉伯语均分 56.4 到 79.6

5.6B 开放权重图像模型：原生 4K 加最多 10 张参考图，RTX 3090 可跑

80B 激活 / 2.8T 总参 MoE 基座，预训练算力效率比 DeepSeek 最强开源基座高 4.2–12.3 倍

30B 基座 + 决策与护栏 aLoRA + 470M 语音编码器，控制符在单端点切换三类任务，Apache 2.0

四档决策模型：JevBench 231 题准确率 77.9%–89.6%，H100 每题中位延迟 102–245 毫秒

三元权重三档 0.43-2.00GB，19 项基准保留全精度九成以上分数

多模态决策模型：112 项评测超 Jev 1.14，AA 决策指数领先至少 8 分

30B 只激活 3B 的记忆写入模型：四框架宏平均 55.49%，超 Opus 5 的 54.62%

多问题共用一次前向：公开决策指数 62.30 升到 68.09，视觉 77.43

单次原生生成 3–30 秒、提示词上限 8000 token，参考素材最多 15 项、关键帧 10 张

29B MoE 激活 4B，意图分类与参数抽取合一，6000 条测试整体 58 分，Apache-2.0 开源

气候模拟器升级：HiROv2 一次出多种 3 公里高分辨率场，极端雨风压统计误差 3% 内，成本约 X-SHIELD 的 1/300

语音到语音模型：Artificial Analysis 语音指数 86.9 登顶，全双工 97%，首段音频低于 1 秒

单请求/单问题上下文上限从 64k/32k 放开到 262k，并首次给出非决策输出类型 box（一次返回一个包围盒）

Lean 4 过程奖励做智能体 RL：SWE-bench Verified 84.2%、TB-2.1 77.3%

GLM-5.3 Flash 上做非可验证 RL：六项知识工作基准均值 +4.1，输出 token 少 6.5%

24B 仅 2B 激活、131K 上下文的端侧推理模型：AutomationBench 27.69 对次优 8.72

100 万小时第一人称视频预训练的 50B MoE，直驱 20 自由度灵巧手，控制环 100 毫秒，未放权重

可自然语言导演与单句局部重录的语音模型，支持 83 种语言，发音稳健性基准第一

把 π0/π0.5 系列做成托管微调加推理 API：合作方迭代 4 天即可在自研双臂机器人上跑产线任务

1M 参数识别模型：32 核 CPU 上 49 页/秒、单页约 230 ms，官方称比 Tesseract 与 PP-OCR 快 11-17 倍

VLM Agent 框架：MolmoSpaces Combined 平均成功率 75.4% 居首；同门 3.4B MagicBrain 72.4%、抓取 94.4%

混合线性 MoE：560B 总参、25B 激活，1M 上下文，512 专家取 8，MIT 开源

Meta 首个前沿模型系列：主动记忆 + 主动专注两项能力，第三方智能指数 v4.3 得 56/52 分，上代 Muse Spark 1.3 为 48 分

法律域内智能体模型：Harvey LAB 全通过率 19.2%（覆盖 24 个执业领域），比底座模型高 12.5 个百分点

系列首个 MoE，35B-A3B 端侧 13+ tokens/s、约 3GB 内存，Apache-2.0

2B 混合模态检索模型：把文本、图片与图文融合三视图放进同一排序空间，MIT 开源并放出训练集

2B 代码检索智能体：专管「找相关文件」，官方实测让 Claude Code 少用约三分之一 token

Qwen3.5-35B-A3B 微调决策模型：公开套件自评 59.73，B200 单决策中位 204 毫秒，比 27B 代快 67 毫秒

把 15.3B Dense 音视频模型改成三专家 MoE：28.7B 存储，H200 单卡约 30 秒出 5 秒视频

加训 4 万亿 token 后扩到多模态、上下文 4 倍到 262144，thinking 开关令数学推理 +20 分

27B 多模态决策基座：Jev 决策指数公开榜 65.45、比上代 27B 的 56.97 高 8.5，读图并按每秒 2 帧读视频，文本中位 55 毫秒

安全后训练后继版：1M 上下文、128K 输出，自报 Cybench 100%、CVE-Bench 95.8%

32K 原生上下文英文编码器三档：380M 档 GLUE 91.0，32K 内 passkey 保持 99%

5B omni 解析模型：一个编码器一份 schema，把文档/图像/图表/音频/视频输出为同一份结构化 JSON，OmniDocBench 整体 96.96（官方自测）

首个多模态决策模型：音频/视频/图像/文本单次调用出结构化决策，纯文本中位延迟约 130 毫秒

决策打分模型：36 个基准近 15 万题准确率最高，延迟为 Quyet-1.0-Large 的 1/4.5、GPT-6 Sol 的 1/35

7B 架构 8 步去噪加速检查点，CFG=1 加前缀 KV 缓存，文生图与图像编辑共用一个权重

12B MoE 仅激活 2.5B；真环境 RL 后 SWE-bench Verified 从 2.0 升到 47.0

每步建模为可逆归一化流并保留轨迹精确似然，文生图四步采样追平多步基线

1.2B 单模型跨物种预测蛋白编码区，98kb 上下文，挖出 5.66 亿个新基因候选

单模型同时输出文字与版面，4B 版 olmOCR-Bench 86.3，输出 token 少 9–14%

事件级视频预训练 + 单步视觉规划蒸馏 + MoT 动作模块；RoboDojo 成功率 32.26%、真机零样本 58.5%

实时世界模型：基座 14B、832×480 生成，Physics-IQ Verified 66.1，WorldMark 四类三冠（自评）

43MB 端到端语音-动作模型：单核 CPU 46 毫秒（M3）出工具调用，SLURP 十工具选一准确率 72.4%、约两步串联基线的 3 倍

144.3M 编码器决策模型：一次前向答是否/选一/打分、输出 0 个 token，RTX 5090 单决策中位 21 毫秒，纯 CPU 可跑

27B 零 token 判定模型：一次前向直接给选项概率，typed-decisions 零样本准确率 0.743（2,000 次判定、0 报错），Brier 0.097、KL 0.204，输出无采样方差

4.4B 流式语音微调：480 毫秒延迟下七个阿拉伯语基准平均 CER 8.82%，覆盖 16 种方言

3D 原生世界动作模型：1.7B，LIBERO 99.8%、真机平均 85%，权重待放出

网络防御基座模型：官方称自建 DGR 基准五项任务得分高于所有被测前沿模型，含 GPT-6 Sol 与 Claude Opus 5.5

开放权重决策模型：d1-3B 在 Decision Index 0.2.1 得 48.57（10B 以下最好），Jetson AGX Thor 单题 16 毫秒、零生成 token

首个可调 effort 的 Haiku 级模型，OSWorld 2.1 从 15.7% 升到 72.4%，价格降约 75%

把 Qwen3 8B / Llama3 8B 字节化成 Bwen / Blama 8B，Bwen 8B 聚合评测超过 Bolmo 7B

逐 token 128 维 MaxSim 的晚交互多模态嵌入，ViDoRe v3 图像 62.3%/65.2%

PLaMo 3 底座的翻译特化 LLM，支持 53 种语言，原文 10 万字符约 14 日元，权重日后开放

SFT+RL 特化后 IOI 2026 得 535.4/600，超人类最高 498.27；IMO 30/42

1.6B 阿拉伯语语音识别，六测试集平均 WER 20.92%（此前最佳 23.17%），方言 WER 22.73%

迄今最大的 JEPA 预测器 8B，在 12 种机器人本体数据上给出世界模型二阶幂律缩放律

自称首个 System 1.5 决策模型：多数问题约 0.1 秒直出带概率的类型化答案，不确定才思考，JevBench 能力分 Jev 类最高

3B 像素空间文生图，256→512→1024 课程，1024² 评测与 Qwen-Image 持平，权重与代码开源

在 Falcon-H1-Arabic 上做阿联酋方言适配，Alyah 基准 84.83%、方言保真度 0.52

1.05T 总参、49B 激活的原生多模态 MoE，1M 上下文；权重月底放出，预览期开放降审查网安红队版

740M 原生多模态嵌入模型、8K 上下文；MTEB Code 由 68.76 提到 78.68

基于 Gemini 3.6 Flash 的图像生成与编辑模型：整体偏好 1050 对上一代 990，多图融合最多 14 张参考图，1K 图约 0.034 美元

1.7B 内容政策决策模型，Apache 2.0 开放权重，100 毫秒内出决定，已跑在日均超 100 万条消息的平台

1 万+ 小时机器人视频因果预训练，四种视频-动作交互程序；LIBERO-Long 迁移成功率 68.4%→97.8%

270M 早期融合 OCR 适配阿拉伯语，真实文档文本准确率 81.9%，表格 TEDS 59.95%

19B 从零训练的单网络全能模型：文本／图像／视频／机器人动作统一为同一上下文的 token，基础版按中位 0.79× 实时出视频，蒸馏版把去噪 99 步压到 8 步

501B 总参/23B 激活稀疏 MoE：23.8T token 预训练 + 10.5K 张 GB300 上四周 RL，推理算力省 3–4 倍

分层世界模型：每层在自己潜空间预测更远期，AntMaze 成功率 18%→73%，四个仿真环境均优于单层 JEPA

4B 说话人分离后处理模型：四个基准同时显著改进，Fisher WDER 2.99 对前代 8B 的 3.28，Apache-2.0 附 GGUF

双流 CrossDiT 单模型生成 5 秒视频与同步 44kHz 音频，内置超分至 1080p

78B MoE 每 token 激活 3.46B，1M 上下文德英双语，Apache-2.0 后训练总评英文 75.5

自适应循环的扩散语言模型，11 项基准 8B 均分 80.3，高于同尺寸 Qwen3-8B 的 78.5

Qwen3-8B 起训的科研报告模型：SFT+DPO，51.1 秒一篇带引注报告，比 Thinking 快 3.5 倍

全双工 video-to-video 人机交互模型：H100 上音到画 0.43 秒，视频图灵测试通过率 48%（上代 2.4%）

16.9 MB 单文件端上语音识别：7 语种自动切换、首 token 11 毫秒，同时输出词级时间戳与语音嵌入

823M T5 编码器决策模型：razvilka 735 题 0.893，与商业 API 0.897 统计持平；单请求 28–34 ms、峰值 1.8 GiB

1.8M 参数逆动力学模型：从视频反推按键与镜头角，真实视频转向判定 91.5%（像素版 51.1%），Apache-2.0

单模型替掉十几级推荐级联，7 天线上 A/B 中活跃听众 +4.53%、听歌时长 +6.3%

决策模型双档：27B 中位 209 毫秒、9.4B 闪版 38.8 毫秒出校准概率，带视觉编码器与 64K 上下文

2B 决策模型：摘掉 LM head 换约 100 万参数指针头，本地中位 115 毫秒给概率

180B 稀疏 MoE 第二轮模型级自我改进：留出集 4 样本平均 65.67→66.70

Qwen3.8-27B 微调的决策模型：一次前向出校准概率，11 项基准总分 85.71% 对 Jev 84.51%

首个流式转写模型：60 语言自动检测，最终词错 2.5%、出终稿延迟 0.13 秒（Artificial Analysis 流式榜第一）

多语言 TTS：23 语言 26 地区共用一个音色并保持各语言母语口音，Flash 档主打低延迟

智能体团队与世界模型在同一训练循环内各自课程学习：SMACv2 最难 MQE 任务 Gate-3 29.8%→70.4%、Shepherd-Hard 7.3%→28.2%

图像侧新模型：边界框逐块编辑、原生 4K、最多 10 张参考图，商用权重许可（开放权重未放）

客服对话语音模型：双工两层架构，官方盲测中约 90% 的听众听不出与真人的差别，支持 70+ 语言

0.8B System 1 放在 27B 前面：八个适配器均准确率 86.6%→95.3%，单次决策 8.1 秒→0.25 秒

接替 26.9 的复合模型：四项基准持平或刷新前沿，GPQA-D 92.4%、DeepSWE v1.1 69.9%（预览版）

150 语种翻译家族：2B/9B/35B-A3B 权重同开，instTrans 指令跟随 0.8209 领先对比系统

给 AI 设计的蛋白序列与 3D 结构嵌水印：微调 AlphaFold 3 扩散网络写进权重，3 个靶点湿实验结合亲和力不掉

95 个检索数据集平均比 Cohere Rerank v4.0 Pro 高 2.72%，长文档比上一代高 3.35%，lite 以 40% 价格打平 2.5

输出上限 64K→1M token；DeepSWE v1.1 77.9%、LVBench 91.7% 双双领先

双档共享同一向量空间，128K 上下文、100+ 语种，Matryoshka 支持 2048→256 六档维度

16 张 H100 训一周不到 8,000 美元，20 局 15 胜 1 负 4 平击败最强 Stratego 棋手

9B 上下文嵌入模型：2048 维加原生 int8，context-bench 2,099 条查询上称 SOTA

生成+编辑双端点：多轮编辑只改指定区域，原生 2K，四档 0.008–0.22 美元/张

六档开放权重决策模型：27B 在 JevBench public 231 题对 208 题，DI 0.2.1 为 63.88，高于 Jev 1.13 的 57.91

无视觉编码器的统一多模态模型：16×16 像素块直接进 Transformer，15.2B 参数同时做理解与生成

GLM-5.3-Flash 的 RL 后训练，MIT 开放权重；60 题留出集首答 66.7%，同批估算 $2.38 对 Opus 5 High 的 $74.68

1 个编码器统一多模态决策与检索，规模与基准未公布，官方演示 Space 10-03 上线

自指嵌套学习视觉骨干：五个耦合记忆共同演化，T/S/B 三档 MIT 权重，ImageNet-1K 最高 top-1 85.6%

GPT-6 Sol 升级版：DeepSWE v1.1 高出 6.4pp、逼近 Astra，价格为其 1/5（缓存输入 $0.10/百万 token）

表格基础模型三档 28M–215M，只用合成数据预训练，单次前向免训练直接出预测

首个决策模型：一次调用零生成 token 返回校准概率，覆盖是非／多选／打分三类问法，仅 API 开放

27B 智能体 262K 上下文；深度检索四榜 84.0/52.6/92.2/93.8，全面超自家 122B 前代

自演化物理语言作视频世界模型表征，Cosmos3-Super 在 Physics-IQ Verified 拿 48.2 登榜首

语音版扩散 LLM：首答 token 中位 320ms、比 GPT-6 Luna 快 5.9 倍，128K 上下文

9B 决策模型：先推理再决策，JevBench 公开档 0.935 胜过 Jev 的 0.866

六个开放权重决策模型 0.6B–27B：一次前向不生成文本，Vega-27B 29.37B 参数、JevArena 74.0、单问中位 71.4 ms

27B/35B-A3B 开放权重，262K 上下文，OSWorld 85.2%，cc-by-nc-4.0

全新架构 TTS：官方称 Artificial Analysis 九月语音榜排名第一，Turbo 首字延迟中位 150ms

Claude 5.5 家族第二个模型：Terminal-Bench 4.0 得 70.6%（Sonnet 5 为 10.3%），输出快 30%，与 Sonnet 5 同价

Apache-2.0 开放权重：冻住 Qwen3.8-27B 主干，只训 1.089 亿参数决策块（占 0.4%），关掉后生成结果与基座逐字节相同

稀疏 MoE 320B/激活 15B、88 层、524,288 上下文开源权重；Terminal-Bench 2.1 83.2、CyberGym 84.5

180B 稀疏 MoE、262K 上下文、视觉输入；模型级 RSI 只学自证过的解，MMLU-Pro 88.12% 且推理长度减 11%

已在 MiniMax Code 上线的预览版编码模型：推理档位 low→max 共 5 档，官方未公布参数、上下文与基准

MOPD2 多教师在线策略蒸馏版：1.02T/42B 稀疏 MoE、1M 上下文不变，修掉单轮工具调用重复（修复前九 harness 重复率 0.05–1.02%）

309B MoE / 15.5B 激活开源权重；原生 1M 上下文，48 层全用 SWA+DSA，无全注意力层

Qwen3.5 底座决策微调，冻结视觉塔；支持 choice/score/noul 三类结构化问题输出带概率决策，权重 9.11GB/4.46GB/1.73GB

通用物理快系统：RoboDojo 榜首平均分 33.95、成功率 27.96%，主打 4D 物理感知与分层时序记忆

164MB 英文语音识别：编码器压到约 2.1 bit 五档取值，七集平均词错 5.21%，MacBook Air 上 174 倍实时

MoT 双专家 + Causal Imprint，推理不生成未来视频；语料 2 万+ 小时，RoboDojo 成功率 23.9%

具身智能体控制模型，新增原生音频输入与跨帧目标追踪，Molmo2-Track HOTA 0.647，端到端延迟最高降 4.7 倍

不足 50B 稠密安全模型，256K 上下文；CyberGym 一次解题 1218/1507，得分 80.82%

实时对话原生耦合流式视频，支持连续表情与口型、异步工具调用，音视频嵌 SynthID

3B VLM 推测解码草稿模型：约 280M 参数、内存增 8.9%，Apple 端解码最高快 3.13 倍

System One 支持 65,536 输入、0 输出 token，一次前向返回分类/是非/评分及置信度

340M 编码器决策模型，不生成 token；V100 上 p50 38.3ms，自建 17 数据集基准均分 60.1%

文档智能 VLM：多页表格结构化抽取、表单 KV 抽取与印度文手写识别，SFT+RLVR 后训练

144.3M 决策模型，mmBERT-small 加决策头，四类结构化输出；类型化决策 73.15%，MASSIVE 52 语种 71.50%

Qwen3.5-4B 加 LoRA 的开源 System One 决策模型：零输出 token、单次前向出概率，13 项 S1Bench 平均 68.9%

两款语音生成模型：30 秒样本克隆音色、2,000+ 预置音色、100+ 语言逐行导演，带 SynthID 水印

端侧全模态 MoE 23B 总参 / 3B 激活，座舱常规任务对标 230B 云模型，支持 8 路以上多任务并发

非自回归与 LLM 增强自回归协同的语音识别大模型，推理成本较 1.0 仅增 10%，9/24 起上线输入法

3D CT 原生 VLM：Qwen3.5-4B 底座 + Primus 3D ViT，OpenMDW-1.1 开源权重，限研究用途

新架构官宣：1M 上下文预填充 FLOPs 降 5.02 倍、KV 缓存缩 4.5 倍，模型本体未发布

基于 Kimi K3 后训练的专用模型：推理 token 缩 35–50%，Terminal-Bench 2.1 82.0%（K3 满档 80.9%），单任务成本降 51.9%

只给「进球」一个目标在 Isaac Sim 自博弈 140 年：带球/护球/铲断自发涌现，零样本迁移到真机人形

1-bit 1.7B 语言模型加 0.3B 视觉编码器：权重 0.43GB 对 4-bit 的 1.66GB、15.36 对 7.44 TPS

Qwen3.5-35B-A3B 微调，Terminal-Bench 2.1 提升19.10个百分点

因果视频 DiT 蒸馏为单步扩散，互动数字人 471ms 生成响应帧，并支持情绪驱动的全身动作

冻结 Qwen3-8B 加 20M 双投影头，InfoNCE 对比学习；轻量微调后 Terminal-Bench 2.1 达 87.6%

7B 开放权重 WAM，联合生成 32 个动作与未来帧；RoboLab 达 42.92%

100M 开放权重，最多 8 人；1.04 秒延迟下 DER 相对降低 40%

两款多模型协作模型上下文从 128K 升至 256K，最大输出 32K，价格维持不变

Qwen3.8-27B 效率微调，12 项基准少 37.2% 思考 token，宏平均准确率 86.65%→85.79%

Qwen3.5-4B 监督微调决策模型：只从 2–24 个选项回一个字母，主决策集自评 880/1,000

1M 上下文匿名多模态模型：推理档位可调，上架 OpenRouter 后登调用日榜第一，厂商身份未公开

多轮对话生图，单次最多 5 张参考图、最高 2K；数百名设计师 GSB 盲测较 3.0 提升 30%

Terminal-Bench 4.0 66.4% 超 Fable 5.1 的 55.8%；缓存读降至 1/5，同任务成本降 40%

1,050,000 上下文、128K 输出；Sol $2/$10 较 5.6 同名减半，错误率约减半

0.6B 语音识别：三值权重压到 178MB、8 核 CPU 113 倍实时；Ultra 25 语种 WER 11.62→9.55

35B 总参 / 3B 激活稀疏 MoE，512K 上下文与 128K 输出，$0.10/$0.40 每百万 token，主打智能体性价比

7B 开源权重世界动作模型：FLUX.3 加动作头微调 DROID 与 SO-101 双本体，RoboLab 评测

平扫 CT 食管癌筛查模型：8 万余例验证，敏感性 90%、癌前病变 52.5%、特异性 99.2%，登《自然·医学》

基于 Qwen3.8-27B 后训练的 27B 开放权重，262K 上下文，SWE-bench Pro 76.2%、AIME 2026 98.3%

原生流式 ASR：3 档音频时钟 + 4 档延迟可调，滚动 KV Cache 支持 24 小时连续转写不漂移

新基座+更长RL训练；500k 上下文，CursorBench 4.0 46.3%（4.6 为 40.4%），$2/$6

5.5B BF16 权重 Apache-2.0；人类视频预训练得跨本体动作先验，全身位姿误差随预算幂律下降

生成式与模板图网络集成再学习排序；高难度目标 9/10，专家路线接受率 90%

稀疏 MoE 1.02T/激活 42B，1M 上下文原生四模态；混合 RL 后 DeepSWE 19.0→71.9

Qwen3.5-9B 上用 77.4B token MiMo 数据 SFT；SWE Pro 32.0→44.6，MIT 开源

nano 全量 3.4MB×2、4B 为挂 Qwen3.5-4B 的 262MB LoRA；GUI 表单专项三档

实时音视频全模态，输入上限 196,608 token；1/2/4 声道 16kHz PCM，支持远程 MCP 工具调用

9B VLM 基于 Qwen3.5-9B：文本压成图再按需展开相关页，提供 5×/10×/15× 三档压缩

从零训练的80B-A3B MoE基座，每token激活3B，Apache 2.0开放全量权重

由 GLM-5.3 专家剪枝压缩的开放权重安全模型：1.51TB→328GB，保留 256 个路由专家中的 168 个，可在气隙环境部署

177B 总参 / 6.6B 激活的开放权重终端智能体：Terminal-Bench 4.0 得 33.0，量化版单台 64GB 可跑

纯 C MoE 推理引擎新增 brio 模式：读选项 logits 不采样，completion_tokens=0，四个问题 prompt 从 496 降到 176 token

32 层单流 DiT、7B 参数，生成与编辑合一；原生 RGBA 透明输出，最多 10 张参考图，混合粒度注意力 + KV cache 复用

27B 写作模型，基于 Qwen3.8-27B 微调、262144 上下文、Apache-2.0；CommunicationBench 80 条真实请求盲测自称超 Fable 5.1、人写度领先第二名 26 分（基准自建）

600B 稀疏 MoE 每 token 仅激活 27B，1M token 上下文，AA 智能指数 44 分；API 当日开放，BF16 权重 10/15 释放

端到端实时语音对话，上下文 262,144 token，支持工具调用、联网搜索与声音复刻，音频输出 150 元/百万 token

Qwen3.5-VL 9B 微调的提示词改写模型：任意语言短请求转英文详述提示词加推荐宽高比，两仓相隔 1 分钟放出

零生成Token读取隐藏状态；共享2018题AUC 0.7394，探针仅45KB

149M 稀疏嵌入模型，BEIR-13 56.4 nDCG@10，Apache 2.0 开源

3.4B MoE 文档解析器，post-train 自 DeepSeek-OCR，自加 FastMTP 头做无损 3 步推测解码，输出 Markdown

STT 模型，宣称准确率为上代 2 倍，批量 $0.10/小时音频

GLM-5.3-Flash（320B-A18B）官方极速版，基座不变 Infra 提速 5 倍至 200 tokens/s，10 万张国产芯片承载

706,048 参数字节级 Transformer，GUI 表单单次前向批量打分选项，MIT 开源权重+代码+数据

40万例增强CT+1500万解剖对齐图文对训练的泛病灶医疗VLM，146项病灶AUC 0.913，权重与训练框架全开源

实时同传：Hybrid-MoE Thinker–Talker 交错架构把音视频与译文排进同一因果序列，60 语言平均滞后 2.8→2.3 秒，新增实时说话人分离

非自回归 System 1 决策模型：三个检查点 421M/322M 骨干，单次前向 33 毫秒输出类型化答案与校准概率，RLCD 训练，51 种语言中 45 种可用，Apache-2.0

165MiB LoRA 挂在 Qwen3.5-9B 上，一次前向直接给类型化决策与概率；324 条留出样本匹配 90.1% 参考标签（基座 66.4%）

五平台计算机使用智能体环境，RecreationBench 250 题，Astra 总体 58.1% 但全过率仅 2.8%

全身 VLA 基座：Index 人类行为预训练使 30 个陌生家庭的完整任务成功率从 9% 升到 56%，单个基座适配三种全身行为

正交预测分解跑通 7 领域世界模型，开普勒斜率拟合 -1.4991 对理论 -1.5，R²=0.99999999

多模型并跑取优的复合模型，262K 上下文，$2.50/$7.50 每百万 token

Qwen3.8 27B 三值 {-1,0,+1} 权重 1.76 bit，5.9GB 较 FP16 缩 9 倍保留 98.2%，Apache-2.0 开源 262K 上下文

29B 总参/A4B 激活、mHC+MLA+MTP、原生 256K 上下文，全程昇腾 NPU+MindSpore 训练，SWE-bench Verified 75.0

文本/图像生成可实时探索的开放世界模型，位移与镜头控制；480P 体验 0.2 元/秒

6B 文生图，2048×2048 直出文字密集版式，原生 RGBA 透明通道，MIT 开源

9B 双检查点 Apache-2.0 开源，基于 MiniCPM-o 4.5，全双工音视频交互并在流内委派后台任务，Qwen3-8B 骨干 40960 上下文

8–29MB 端侧基础模型，121M 参数中 70.8M 在 n-gram 记忆表，2–20 层各可独立部署，2.125 bit/权重

第一人称可交互世界模型：基于 MiniMax-H3 的四步双向推理，输入动作+参考图即联合生成音视频，验证环境 6×H100 权重开放

超网络把实时数据转成低秩权重调制，存储固定而可编译权重无限；对生成器隐码维持在线贝叶斯信念

文本/文档/图片/音频同格式互译，单文件 100MB、文档 200 页、音频最长 60 分钟

实时语音对话模型，Extended Thinking 边推理边说话，AA 语音榜 82.6 分居首

首个 CRM 推理模型，Nemotron 开放权重后训练，合成数据不碰客户真实数据

首个 CRM 推理模型：NVIDIA Nemotron 底座 + 27 年 CRM 数据后训练，面向企业多步任务推理

首个物理规律导向全模态视频模型：直出5–20秒1080p，Artificial Analysis 图生视频榜第4

层局部学习算法，1000层网络不用反向传播，JAX参考实现开源

只学人类演示的操作策略，无遥操作无机器人数据，未开源

智能体离线回放历史轨迹筛选探索策略，Lasso 发现调用减少162倍，模型权重不变

几何引导 re-camera 视频模型：两个各 2.5GiB 的 LoRA 挂在未改动的 MiniMax-H3（61.7GiB）上，VGGT-Omega 估深+相机位姿渲染参考后补全，输出 24fps、1344×768、73–243 帧

以 Qwen3-4B-Instruct 为基座的两阶段学生模拟器，用中位数仅 3 篇作文的少量记录建个人替身，三科优于 GPT-5.4

397B科学多模态基座转正，Apache-2.0，188分片约807GB

综合接近K3，1M上下文全档开放，Model ID不变

33B 开源多模态，262K 上下文

编排池扩到最大，输出价降 40–60%

基于744B参数MoE GLM-5.2基座的智能体模型，256K上下文，MIT开源，主打可验证闭环科研与办公自动化

原生多模态，全面超V4 Pro

SSD专家卸载，35B峰值活跃内存约2.9GiB

Kimi K3 后训练，FrontierCode 50.0

218B MoE 翻译，WMT26 83.6

500 条样本微调，BFCL 83.1 追平旗舰

3D原生城市世界模型

月球遥感基础模型，权重+代码开源

编解码+稀疏 MoE，34.35B 总参 / 约 0.6B 激活，512 专家取 8，128K 上下文

共享权重兼作策略/模拟器/评分器闭环自进化；论文 v2，权重尚未放出

552B MoE CED 架构，KV 890B/token，开源

物理基座开源，28 项基准 72.5 分

符号规划+可编辑乐谱，WildSongBench SongBench 均值 6.9632 超 Suno v5/v6；CC BY-NC 4.0 非商用

Mini/Pro开源，Max为1.6T MoE（DeepSeek基座）

扩散LLM，1100+Tokens/秒

延迟降50%，双 API 版本

首个面向生成式 UI 的扩散模型，DiffusionGemma 26B-A4B 微调，GUB 71.7%，Apache-2.0

2.5B 稠密端侧，Apache 2.0，34 项基准超 4B 档

7名博士生带几百个Agent从零训练，MIT全流程开源可复现

OpenAI 新一代旗舰

六款模型连训练数据全开源

Meta 最强代码模型

轻量旗舰，另有 Cyber 版

2.4 万亿参数旗舰迭代

另有限制版 Mythos 5.1

开源搜索智能体，35B/397B 基于 Qwen，256K 上下文，链接结构反向生成训练题

7000 亿参数，MIT 外许可

320B/18B，1M 上下文

为编程而生

旗舰转正式版

Agent 与代码特化

2.8T/104B MoE

Fable 级一半价格

新一代工作马

三档旗舰家族

多模态智能体基座

百万上下文 Agent 旗舰

当时最强可广泛使用

实时智能体再升级

原生视觉语言除夕夜发布

三尺寸通用Agent模型家族发布

原生Agent生产级春节档上线

744B参数春节档旗舰发布

新旗舰模型登场

原生多模态视觉智能体开源

多语言编程增强生产级开源

编程对标Claude上市前发布

多模态Agent跻身全球第一梯队

专业任务大幅增强

正式版长思维链数学夺金牌

旗舰推理编码模型

新一代智能时代开启

静默滚动升级发布

更智能更善表达

深度思考版Agent推理双强

为Agent而生低价极速开源

首个循证增强医疗大模型

代码跃升上下文扩至200K

最强编码智能体模型

实验版验证可验证奖励训练

万亿参数旗舰云栖大会发布

思考非思考混合架构Agent优化

统一推理旗舰模型

智能体编码能力升级

首个推理编码Agent融合开源

原生多模态推理国产芯适配

万亿参数开源Agent模型

地表最强模型登场

全球首个混合架构开源推理模型

思考长度可调成本降至三分之一

首款开源推理模型

推理深度升级幻觉率大降

新一代旗舰双模型

企业级高效模型

混合思考模式全面超越R1

新一代推理模型组合

API专用长上下文模型

原生多模态开源模型

最强推理模型实验版

V3小版本升级提升推理编码

开源多模态模型家族

32B推理模型比肩R1开源

最大规模聊天模型预览

首款混合推理模型

主打推理的旗舰模型

高性价比推理模型

高效开源小模型

超大规模MoE旗舰闭源上线

开源推理模型比肩o1引爆全球

多模态思考模型对标o1

开源MoE模型对标GPT-4o

国内首个千亿端到端语音模型

Agent 时代模型首发

纯文本旗舰开源模型

完整推理模型上线

32B代码能力追平GPT-4o

新增电脑操控能力

LMSYS第六刷新中国最佳成绩

首批多模态开源模型

全尺寸开源登顶开源王座

首款开源多模态模型

首个推理模型系列发布

KDD发布性能对标GPT-4o