2026.11.07 大模型 5940亿参数先关着门放出来，Thinking Machines把开源拆成了两步走 → 11月5日，米拉·穆拉蒂创办的Thinking Machines Lab发布了第二代模型Inkling 2 Small。参数规模是5940亿总量、170亿激活，混合专家结构，支持图像输入，也能按任务调推理投入的档位。它在Artificial Analysis智能指数上拿到31分，比自家上一代高出一大截，与谷歌Gemini 3.8 Flash的高档位持平。真正让这次发布区别于同行的不是分数，而是权重没有跟着模型一起放出：完整权重按Apache 2.0开放的承诺写进了发布稿，但时…
2026.11.06 大模型 图里根本没有的东西，它也敢说没有，微信把七种视觉任务塞进一个模型 → 11月4日至五日，微信视觉团队开源了WeVisOne-VL，提供二十亿与四十亿参数两个版本。它把目标检测、指代定位、计数、点选、文字识别、分割与抠图放进了同一个视觉语言模型，输出可以是点、框、掩码，也可以是带透明度通道的抠图结果。更特别的是遇到图里并不存在的目标时，它会直接返回一个空答案，而不是硬凑一个框出来。
2026.11.05 大模型 腾讯混元Hy4正式开源，七千七百亿参数第一次能看屏幕也能点鼠标 → 11月4日，腾讯混元发布大语言模型Hy4正式版。按官方披露，这一版相较此前的预览版扩大了预训练与后训练规模，总参数七百七十亿，采用混合专家架构，第一次引入视觉理解，第一次支持电脑操作。混元方面称，这是Hy系列首次跻身最强开源模型之列，同时也承认与顶尖闭源模型仍有较大差距。权重将于近期开放，系统卡片同步发布。
2026.11.04 大模型 七百五十三亿参数科学模型开源，权重放出来了，训练配方还锁在实验室 → 11月2日，杭州的Deep Principle把Hydrogen-1.0的权重挂上了Hugging Face与ModelScope。总参数七千五百三十亿，MoE结构，七十八层，二百五十六个路由专家加一个共享专家，每个词元激活其中八个，实际激活量在四百亿上下。上下文一百万词元，单次最长输出十二万八千。许可用的是MIT，商用不设额外门槛。这些数字放在一起，是一份相当完整的交付说明，但它同时缺了最关键的一页。
2026.11.03 大模型 给一百五十八个评测基准做体检，阿里团队先量出了大模型的分数通胀 → 模型榜单看多了会发现一个现象：头部选手的分数越来越挤，第一名和第五名差不到两分，转发时却要写成“碾压”。阿里数据与晓天衡宇的研究团队把这个现象做成了可量化的诊断。他们的论文《Benchmark Health Index: A Systematic Framework for Benchmarking the Benchmarks of LLMs》被NeurIPS 2026评测与数据集赛道接收为口头报告，是该赛道十五篇口头报告之一。论文没有去测模型，而是去测那把量模型的尺子。
2026.11.02 大模型 文本水印从可选项变成硬性合规项，两款旧模型改一个采样参数就能绕过 → 11月3日起，Anthropic开始给四款旧版Claude补上文本水印：Mythos 5、Opus 4.7、Opus 4.6、Sonnet 4.6。这不是新功能发布，是一次追溯性改造。公司发给API客户的邮件说得很直接，8月2日之后发布的模型从第一天就带水印，之前的模型需要在过渡期内补齐，现在给出了起始日和名单。亚马逊Bedrock上的推送可能晚几天。
2026.11.01 大模型 442368个神经元逐个推一遍，Qwen被问出34220种身份 → 10月27日，一个名为Neuron Persona Library的站点在技术社区被反复转发。做法不复杂：拿开放权重的Qwen3-8B，把36层里每一层、每层12288个MLP神经元逐个单独加偏置，向上一次、向下一次，然后问模型一句你是谁。88万多种神经元与方向的组合、含重试共约189万条回复被逐条存档，其中34220条回答说自己是别的东西。
2026.10.31 大模型 小米开源0.8B文档大模型，认字、抽字段、答问题全都能一次做完 → 10月31日，小米技术宣布正式发布并开源轻量级文档理解模型Xiaomi-OCR-0，参数只有0.8B，宣传口径是"小尺寸全能王"。它的定位不是又一个文字识别工具，而是把文档解析、关键信息抽取和OCR视觉问答三件事塞进同一个模型。底座用的是Qwen3.5-0.8B-Base，训练数据约1.7亿条OCR与文档理解样本，权重、推理代码、浏览器交互Demo、MCP服务和Agent Skill工具包都已经放出。
2026.10.30 大模型 谷歌新模型Carbon专攻网安，漏洞检测88.2%但幻觉率涨到11% → 10月28日太平洋时间上午，谷歌发布了Gemini 4系列的新成员Carbon。距离上一款旗舰Argon在10月13日向全球开放，只过了两周。这次发布有两个不寻常之处：一是它没有直接对外售卖，而是先通过Fairwind计划交给经过审核的网络安全防御者；二是谷歌在宣传材料里罕见地把"能连续工作几天"当成核心卖点，而不是跑分。
2026.10.29 大模型 扩散智能开源Clover：参数翻了五倍，速度没掉，还快了五到十倍 → 10月28日，扩散智能DiffuSpace发布并开源了Clover-35B-A3B-Preview。这是一款总参数350亿、激活参数30亿的MoE模型，走的却不是GPT、Claude那条从左到右逐个吐词元的路，而是扩散语言模型路线：一次并行解码一整块内容，靠多轮去噪把乱码收敛成句子。官方给出的对照很直白，在智能体编程任务上，它的生成速度最高可以达到同尺寸自回归模型的五到十倍。
2026.10.28 大模型 OpenAI发布GPT-6.1 Terra：API降价一半，电脑操作追平旗舰 → 10月26日，OpenAI发布新模型GPT-6.1 Terra，模型编号为gpt-6.1-terra，同日进入API、ChatGPT Work与Codex，面向Plus、Pro、Enterprise与Edu用户开放。官方给出的定位很直接：为整天坐在电脑前的那类重复工作准备，包括起草商业提案、读取收到的发票并录入财务软件、解读技术图纸、填写表格、多条素材的视频编辑。这不是一次能力展示，更像一次价格与场景的重新对齐。
2026.10.27 大模型 BOSS直聘开源330亿参数智能体模型，512K上下文硬啃终端任务 → 10月23日（太平洋时间），BOSS直聘旗下的Nanbeige LLM Lab在Hugging Face上传了Nanbeige4.3-33B，Apache 2.0许可，330亿参数稠密结构，上下文窗口524288个词元，推理默认开启。这次它没有先去刷一个小模型的性价比榜单，而是先放出教师，计划中的3B学生模型之后从它蒸馏。
2026.10.26 大模型 40B参数每次只叫醒2.5B，开源编码模型能装进笔记本离线写代码 → 10月21日，由前Salesforce首席科学家Richard Socher创办的AI实验室Recursive开源了第一款模型Flint。这是一款纯文本编码模型，总参数39.8B，采用混合专家架构，每个词元只激活约2.5B，权重按Apache 2.0许可发布，同日在Hugging Face上线，并被Ollama以flint标签收录。它想解决的场景很明确：让编码智能体跑在开发者自己的笔记本或自有GPU上，代码不出本机，也不产生按词元计费的账单。对习惯了按月订阅云端编码助手的工程…
2026.10.25 大模型 Block造出只听声音的对话模型，一台MacBook就能跑超实时 → 做支付起家的 Block 有一个规模不大的研究团队，10 月 23 日他们公布了一个叫 Dessa 的语音模型。官方描述里最反常识的一点是训练语料只有真实的人类对话录音，没有文本，也没有在别人的预训练模型上继续训练。它不把语音转成文字，而是在声音层面直接理解与回应，因此可以在句子中间笑出声、用鼻音表示同意、跟着对方的语气调整自己的语速。团队说这套模型跑在一机架的英伟达服务器上训练完成，在搭载 M4 Max 芯片的 MacBook Pro 上推理速度超过实时。
2026.10.24 大模型 Kimi K3.1 Pro发布：智能指数55分挤进全球第四，开源权重下月落地 → 10月24日，月之暗面正式推出Kimi K3.1 Pro与Kimi K3.1 Pro Highspeed。据财联社报道，这是K3.1系列的第一个模型，也是该公司迄今能力最强的3万亿级参数模型，支持100万上下文，即日起通过kimi.com、Kimi App、Kimi Work、Kimi Code与Kimi API开放使用。高速版在同等智能水平下输出速度约为标准版的2到3倍。官方同时给出一条更具分量的时间表：完整模型权重将于11月4日前发布。在此之前的10月22日凌晨，竞技场上…
2026.10.23 大模型 讯飞星火X2.6发布：全国产算力训出293B模型，端侧4B已开源 → 国产大模型发布会通常把重点放在榜单分数上，科大讯飞这次把重点放在了电费与数据边界上。10月22日，2026科大讯飞全球1024开发者节在北京举行，董事长刘庆峰发布端云一体大模型星火X2.6，包含云端293B总参数、30B激活的混合专家模型与端侧X2.6-4B两个部分，后者同步开源。模型支持百万词元上下文，训练全程基于全国产算力完成，官方称在代码与智能体能力上首次于国产算力环境取得突破。刘庆峰给出的产品逻辑很直白：未来约六成任务在本地跑，三成由云端协同处理，一成在云端独立完成，…
2026.10.22 大模型 Inception发布Mercury 3：扩散大模型把智能和速度一起卷上去 → 大语言模型圈的主流叙事是自回归：一个词接一个词往外蹦，模型越大越聪明，但速度也越慢。扩散路线的公司一直在回答另一个问题：能不能全文一起改，像编辑审稿那样先出一版草稿再整体打磨。据Business Wire官方新闻稿与多家科技媒体报道，Inception公司10月19日发布Mercury 3，称其为迄今能力最强的扩散大语言模型，也是公司第四代产品。联合创始人Stefano Ermon给出的核心数据是：模型在常见英伟达GPU上每秒输出超过1000词元，同时质量对标甚至超过GPT-…
2026.10.21 大模型 MiniMax揭晓太空兔真身M3.1 Flash，智能体成本降七成权重后天开源 → 悬念只维持了几天。10月19日晚，MiniMax正式发布新一代Flash模型M3.1 Flash，此前在多个开发者社区以匿名身份接受实测的太空兔（Space Bunny），随之揭晓了真身：它就是M3.1 Flash的早期版本。这家公司给新模型的定位是高速智能体模型，官方口径是线上推理速度提升近3倍、综合使用成本降至前代约三成，定价输入每百万词元0.15美元、输出0.60美元，模型权重将在10月23日开源。在国产大模型集体卷向智能体任务的这个秋天，这份成绩单的每个数字都踩在行业…
2026.10.20 大模型 微软自研2.8万亿参数模型揭盅，同等性能算力最高省12倍，不堆卡堆效率 → 没有发布会，也没有直播间，微软AI在10月15日于官网挂出一篇论文式的技术长文，交代了一件分量不轻的事：自研前沿基座模型MAI-Base-2完成预训练。总参数2.8万亿，1.6万块英伟达GB200，38天炼成，还附赠一组锋利的对比数字：同等质量下，它的训练配方比最强的开源基座DeepSeek-V4-Pro-Base节省4.2到12.3倍算力。当算力军备竞赛烧到千亿美金量级，全球最大的软件公司交出的答案不是更大的集群，而是一份协同设计的成绩单。这场效率叙事的开局，值得逐项拆开来…
2026.10.19 大模型 DeepSeek上线V4.1-Flash-1017，性能与费用实现帕累托改进 → 没有任何提前预告，DeepSeek在10月17日下午完成了一次全量切换：网页端、APP与API统一升级到V4.1-Flash-1017版本。官方给这次更新定下的基调是性能与费用的帕累托改进，含义是基准成绩全面抬升的同时，任务运行时间缩短、输出长度下降，单次调用的综合成本不升反降。与模型一同到来的还有自研搜索API的正式开放和模型权重的开源，一次更新同时动了能力、价格和生态三张牌。由于改动几乎零预热，发布当晚国内外开发者社区就开始了密集实测。