跳到正文
只看模型#编码
  1. meng shao86

    月之暗面发布 Kimi K3.1 Pro 3T 级开源权重模型，强化了编程、3D 与金融 Agent 能力，完整权重计划在 2026 年 11 月 4 日前开源。该模型在 Terminal-Bench 4.0 编程榜上达到 65.7%，并同步推出交互速度提升 2 至 3 倍的 Highspeed 版本。

    发布时间：

    推荐理由：原文公布了新开源模型的架构细节与多项基准跑分，读者可以据此评估其在长程编程和专业领域的实际性能表现。

  1. MiniMax (official)86

    MiniMax 宣布开源 MiniMax-M3.1-Flash 模型权重，总参数量为 428B，每个 token 激活 23B。该模型在智能体任务和编码方面表现出色，支持 MiniMax Sparse Attention 与 DSpark 推测解码技术，权重已上线 Hugging Face 与 ModelScope。

    引用MiniMax (official)@MiniMax_AI

    MiniMax M3.1 Flash: Space Performance + Bunny Speed 🚀🐰 Yes, Space Bunny - which has topped global leaderboards with 200T+ tokens - was an earlier version of M3.1 Flash. 💰Redefining the performance economics of agentic AI. M3.1 Flash achieves frontier-level intelligence across key tasks such as Cowork (Automation-Bench: 62%; ALE: 30%), Coding (DeepSWE: 74%) and Visual Reasoning (BabyVision: 91%), at 1/3 the cost of M3 and 3x the speed. API pricing (flat rate): $0.15 / $0.60 per 1M input/output tokens, with cache reads at $0.015 / 1M tokens. Model weights will arrive on Oct 23. API: http://platform.minimax.io M Plan: https://www.minimax.io/m-plan MiniMax Code for desktop: https://agent.minimax.io/download

    发布时间：

    推荐理由：MiniMax 开源了 M3.1 Flash 模型权重，给出了参数规模和多项基准测试数据，便于开发者评估其在智能体和编码任务中的表现。

  1. 量子位82

    MiniMax M3.1 Flash 跑分出炉：Agent 能力斩获国模第一，成本大幅下降

    量子位报道，此前在OpenRouter匿名屠榜的神秘模型Space Bunny揭晓，正是在正式交卷中代号为M3.1 Flash的MiniMax新模型。该模型在Agents’ Last Exam中得分29.6%斩获国模第一，在编码、网络安全和Computer Use等基准测试中也杀入全球第一梯队；同时其推理速度最快可达200+ TPS，输入价格为每百万Token 1元，综合成本较前代M3暴降70%。

    发布时间：

    推荐理由：文章详细报道了MiniMax M3.1 Flash的各项跑分战绩与API定价，读者可据此评估其在Agent和企业工作流中的性价比表现。

  1. OpenAI News72

    OpenAI 发布多款新模型并推出低资源编程语言编码评测

    OpenAI 推出了最新模型，大幅提升了在 COBOL、Fortran 和 Visual Basic 等低资源编程语言中的软件构建与代码迁移能力。

    发布时间：

    推荐理由：原文公布了新模型在低资源编程语言和代码迁移上的具体评测基准与性能提升，读者可以据此评估模型在维护和现代化遗留系统时的实际能力。

  1. IT之家·人工智能78

    MiniMax M3.1 Flash 模型上线

    稀宇科技正式上线 MiniMax M3.1 Flash 模型，其推理速度较前代提升近 3 倍且使用成本降低 70%。该模型在智能体任务、编程、Computer Use 及网络安全等基准测试中表现优异，现已接入 API、MPlan 及 MiniMax Code，并计划稍后开放权重。

    发布时间：

    推荐理由：MiniMax M3.1 Flash 在保持较低使用成本的同时大幅提升了推理速度与多项基准表现，读者可以据此评估其在自动化与软件开发场景下的落地性价比。

  1. 量子位86

    DeepSeek 发布 V4.1-Flash-1017 模型并开放自研搜索 API

    DeepSeek 发布新模型 DeepSeek-V4.1-Flash-1017，在提升代码和 Agent 任务表现的同时缩短了运行时间并减少了输出消耗。网页端、APP 与 API 已同步更新，配套的 DeepSeek Harness 升级至 0.2.1 版本。此外，官方还推出了支持网页搜索与正文抓取的自研 Search 和 Fetch API 接口。

    发布时间：

    推荐理由：新模型在提升代码和Agent任务表现的同时压低了运行时间和输出成本，并且开放了自研搜索API。

  1. Hugging Face Blog88

    Reflection 发布 501B 开源模型 Beam

    Reflection 实验室推出首款开源模型 Beam，这是一个拥有 501B 总参数、每 token 激活 23B 的 mixture-of-experts 架构大语言模型，支持 1M tokens 上下文窗口，专注于编码与智能体场景。

    发布时间：

    推荐理由：文章详细介绍了 Reflection 实验室首款 501B 开源 MoE 模型 Beam 的架构设计与部署方案，读者可以据此了解其在长文本和智能体任务上的技术实现。

  2. PyTorch Blog86

    Meta 发布开源权重模型 Muse Spark Open

    Meta 发布 Muse Spark Open，这是一个拥有 816B 总参数和 42B 激活参数、具备 1M token 上下文窗口的开源权重多模态推理模型。该模型针对编码和智能体任务进行训练，在 Hugging Face 开源，并支持在 SGLang 和 vLLM 中进行优化运行。

    发布时间：

    推荐理由：文章公布了该开源模型的具体参数规模、上下文窗口以及推理和微调支持，读者可以据此评估其在代码和智能体任务中的实际落地潜力。

  3. Hacker News-首页86

    Meta 发布开源多模态模型 Muse Spark Open

    Meta 发布开源多模态模型 Muse Spark Open，拥有 816B 总参数（42B 激活）和 1M-token 上下文窗口。该模型具备原生多模态能力，专为编码和智能体工作设计，支持在两台 Apple M5 Ultra Mac Studios 上本地运行，同时已在多家 API 平台上线并提供权重下载。

    发布时间：

    推荐理由：原文公布了该开源模型的参数量、上下文窗口以及多平台部署方案，读者可以据此评估其在本地及云端运行的可行性。

  1. Google DeepMind92

    Google 发布 Gemini 4 Argon 模型

    Google 发布 Gemini 4 Argon 模型，该模型在编码、金融、法律及科学研究等复杂任务中表现出更强的推理与多模态能力。Argon 支持 100 万 token 的统一输入输出窗口，现已通过 API、AI Studio、Gemini 应用及 Google Antigravity 平台向开发者、企业及订阅用户开放。

    发布时间：

    推荐理由：Gemini 4 Argon 针对复杂工程、科学研究及智能体任务进行了深度优化，其在多步推理和代码生成方面的表现可作为评估当前前沿模型解决高难度专业任务能力的重要参考。

  1. AIHot82

    Meta 发布 Muse Wonder 系列模型，主打个人与专业智能体能力

    Meta 发布 Muse Wonder 和 Muse Wonder Full 模型，在个人与专业智能体任务中达到 SOTA 性能。该系列模型引入 Active Memory 和 Active Focus 技术，支持复杂任务的持续执行与上下文管理，现已通过 Meta Model API 和 Muse Code 提供。

    发布时间：

    推荐理由：Meta 发布 Muse Wonder 系列模型，通过引入主动记忆与主动聚焦能力提升智能体在复杂任务中的表现，为开发者和用户提供了新的模型选择。

  1. Mistral AI86

    Mistral AI 发布 Mistral Large 4 多模态模型预览版

    Mistral AI 推出 1 万亿参数的多模态模型 Mistral Large 4 预览版，具备 520 亿激活参数，在编码、智能体工作流、网络安全及科学计算领域表现优异。该模型目前已在 Mistral Studio 提供 API 预览，官方计划于本月底发布模型权重。

    发布时间：

    推荐理由：Mistral AI 发布了 1 万亿参数的多模态模型 Mistral Large 4 预览版，该模型在编码、智能体工作流及网络安全任务中表现出极强竞争力，并将于本月底开源权重。

  1. Google DeepMind76

    Google 发布前沿模型 Gemini 4 Argon

    Google 发布新一代前沿模型 Gemini 4 Argon，该模型具备强大的长周期推理能力，支持 1M tokens 的输出窗口，在软件工程、金融法律分析及网络安全防御等领域表现领先。目前该模型已向部分受信任的防御者开放，未来将通过 API 和 Google AI Ultra 提供给开发者与企业。

    发布时间：

    推荐理由：Gemini 4 Argon 通过将输出窗口提升至 1M tokens 并强化长周期推理能力，为软件工程、企业知识工作及网络安全防御提供了新的性能基准。

  1. Anthropic News82

    Anthropic 发布 Claude Sonnet 5.5 模型

    Anthropic 发布 Claude 5.5 系列的第二个模型 Claude Sonnet 5.5。该模型相比 Sonnet 5 运行速度提升 30% 以上，在编码、知识工作及长周期任务中表现显著增强，且在多项基准测试中性能接近 Opus 5.5。Sonnet 5.5 现已在各平台上线，并首次在 Sonnet 系列中引入了网络安全防护机制与防蒸馏安全分类器。

    发布时间：

    推荐理由：Claude Sonnet 5.5 在保持定价不变的前提下显著提升了编码与推理性能，其在多项基准测试中表现接近 Opus 5.5，为开发者提供了更高性价比的生产力选择。

  1. Anthropic News87

    Anthropic 发布 Claude Opus 5.5 模型

    Anthropic 推出 Claude 5.5 系列首款模型 Claude Opus 5.5，在 Agent 编码、计算机使用及知识工作任务中表现领先。该模型运行成本较 Opus 5 降低 40%，推理速度提升超 30%，并具备更自然的沟通风格。此外，Opus 5.5 引入了更严格的自动化行为审计与安全防护措施，目前已在各主流云平台上线。

    发布时间：

    推荐理由：Anthropic 发布 Claude Opus 5.5，在提升智能体编码与推理能力的同时，通过架构优化将运行成本降低 40%，并强化了针对网络安全与生物研究的安全防护机制。

已经到底了