#编码

🚨 AI News | TestingCatalog@testingcatalog· 01:08AI 评分5757

南北阁发布了 33B 参数量级的新开源模型 Nanbeige4.3-33B，在多数基准测试中表现出色，在智能体编码和协作任务中展现出强劲性能。该模型在多数基准测试中表现优于 Qwen3.8-27B、Muse-Glimmer-30B 和 Gemma4-31B，官方未来还计划推出更小的 Nanbeige4.3-3B 模型。

Goose 编程语言发布，主打无堆分配与无垃圾回收的系统级性能

开发者 Wouter van Oortmerssen 推出了 Goose 编程语言，这是一种内存安全的系统级语言，没有堆分配器、垃圾回收器或生命周期注解。该语言通过编译器管理的静态数据栈和紧凑的数据布局，在多项基准测试中展现出超越 C++ 和 Rust 的性能与更低的内存占用。

meng shao@shao__meng· 09:25精选AI 评分8686

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。

Artificial Analysis@ArtificialAnlys· 07:33AI 评分6161

Artificial Analysis 发布了 Kimi K3.1 Pro 的评测结果，指出其在智能体知识工作与编码任务上表现领先，但在 AA-3D 评测中早期迹象显示排名靠后。AA-3D 正式 Elo 投票仍在收集中，同时展示了该模型生成的 3D 山地车速降场景及交互演示。

Arena.ai@arena· 02:15AI 评分6363

Kimi K3.1 Pro 在 Code Arena: WebDev 评测中以 1692 分升至第 8 名，比前代 Kimi K3 提升 37 分。该模型定价为每百万输入/输出 token 2 美元/10 美元，各项分类成绩均有提升，且后续将推出开源权重版本。

月之暗面发布 K3.1 Pro 及 K3.1 Pro Highspeed 模型

月之暗面推出 K3.1 系列首款开源权重模型 K3.1 Pro 及其追求更低延迟的 K3.1 Pro Highspeed，支持 100 万 token 上下文窗口。该模型在编码、3D 建模、金融研究及多步代理任务上表现显著提升，并通过在训练阶段定向移除网络安全相关数据来降低滥用风险；完整模型权重将于 11 月 4 日前开源。

同一件事，精选收录的是《月之暗面发布 Kimi K3.1 Pro 模型》

Kimi.ai@Kimi_Moonshot· 01:43同事件AI 评分8383

月之暗面发布 3T 级开放权重多模态模型 Kimi K3.1 Pro，具备 1M-token 上下文窗口、2.8T 总参数及 104B 激活参数。该模型在全项目编码、Blender 与 CAD 参数化 3D 建模及金融任务中表现出色，幻觉率降低 65%，并在多个基准测试中匹配最强闭源模型。

同一件事，精选收录的是《月之暗面发布 Kimi K3.1 Pro 模型》

meng shao@shao__meng· 23:19AI 评分5555

Artificial Analysis 发布 Coding Agent Index v2.0，引入 FrontierCode v1.1 并升级评测标准，当前由 Claude Code + Opus 5.5 以 61.7 分领跑。榜单综合三套基准，前四名中 Claude 相关组合占三席，首个 OpenAI 组合 Codex + GPT-6 Astra 位列榜单前列。

月之暗面预热 Kimi K3.1 推出 24 秒视频展示 Kimi Code 界面

月之暗面发布预热视频展示 Kimi Code 界面，左上角模型栏显示 Kimi K3.1。此前 SGLang 仓库和 API 平台显示该模型将思考强度从三档扩展为四档，并新增 3D 内容制作入口与多智能体协作标记等线索。

MiniMax (official)@MiniMax_AI· 09:11精选AI 评分8686

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。

Artificial Analysis@ArtificialAnlys· 08:40AI 评分6363

Artificial Analysis 发布 Coding Agent Index v2.0，将评估扩展至 290 个任务并更新了基准。其中使用 Claude Code 的 Claude Opus 5.5 以 61.7 的得分登顶榜首，同时报告详细展示了各配置的成本与性能边界。

Recursive 发布首个开源模型 Flint，由自动化研究系统驱动

AI 初创公司 Recursive 发布首个由自动化研究系统 Eureka Machine 辅助开发的混合专家模型 Flint。该模型总参数量 40B、激活参数 2.5B，专为端侧硬件的智能体编程设计，支持本地运行并以 Apache 2.0 协议开源于 Hugging Face。

meng shao@shao__meng· 10:33AI 评分7373

Recursive 发布首个由自动化研究系统 Eureka Machine 参与训练的本地编程 MoE 模型 Flint。该模型总参数 40B、激活 2.5B，支持 Apache 2.0 开源，在 MacBook 上可达每秒 125+ Token 的推理速度。

Recursive 发布开源 MoE 本地编码模型 Flint，拥有 40B 总参数与 2.5B 激活参数

Recursive 推出开源 MoE 本地编码模型 Flint，采用 40B 总参数与 2.5B 激活参数架构，支持 262k 上下文及工具调用。该模型在 Hugging Face 采用 Apache 2.0 协议开源，可在 48 GB 的 Apple Silicon Mac 或消费级 GPU 上运行。

Recursive 发布由 AI 辅助构建的端侧编程模型 Flint

初创公司 Recursive 发布了首款可在笔记本电脑上运行的开源编程模型 Flint，该模型在自动化研发系统 Eureka Machine 的协助下构建。Flint 采用 MoE 架构，总参数量为 40B、每次激活 2.5B，在 Hugging Face 上以 Apache 2.0 协议开源免费下载。

🚨 AI News | TestingCatalog@testingcatalog· 03:21AI 评分6161

Recursive 发布了其首个开源权重编码模型 Flint，采用 Apache 2.0 协议，速度较同类替代方案提升 2 倍。该模型为 40B 参数的 MoE 架构，专为本地编码设计，在 64GB RTX Spark 上运行速度可达每秒 220 tokens 以上。

Rohan Paul@rohanpaul_ai· 02:49AI 评分6666

Recursive 推出 40B 混合专家架构编码模型 Flint 并开源权重，该模型由自动化研究循环 Eureka Machine 构建。Flint 在 MacBook Pro 上以超过 125 tokens/s 的速度运行，在 48GB 内存设备的长 128K context 会话中兼顾了约 81% 的平均准确率与约 7 倍的解码速度提升。

Artificial Analysis@ArtificialAnlys· 13:29AI 评分6262

Artificial Analysis 对采用 Claude Opus 5.5 (max) 搭配 GPT-6 Luna (high) 辅助模型的 Devin Fusion CLI 进行了评测，其在 Coding Agent Index 上得分 68.1。

Arena.ai@arena· 07:37AI 评分6262

DeepSeek-V4.1-Flash-20261017 (Max) 登上 Arena 榜单，成为 Agent Arena 和 Code Arena: WebDev 两大榜单的开源模型第一。作者在推文中附上了该模型的 3D 世界生成演示视频及详细排名信息。

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%。

Arena.ai@arena· 04:41AI 评分6262

Meta 发布 Muse Wonder Full (Max) 模型，在 Agent Arena 榜单中以 6.5K+ 真实智能体任务获得 +11.3% 的净提升并升至第 7 名，其所属实验室排名升至第 4 位。新模型在聊天、代码和工作类别中分别位列第 5、第 6 和第 7 名，在多个评估指标上均有明显提升。

DeepSeek-V4.1-Flash-1017 登顶 Agent Arena 与 Code Arena WebDev 开源榜

深度求索发布的 DeepSeek-V4.1-Flash-1017 登顶 Agent Arena 以及 Code Arena: WebDev 开源模型榜单，总榜排名第 11。该模型基于 7498 次真实使用会话取得 5.13% 的综合净改善指标，其任务成功确认、用户正负反馈和 Bash 命令执行可靠性均位列开源模型第一，单任务成本中位数约为 0.18 美元。

OpenAI@OpenAI· 07:06AI 评分6060

OpenAI 最新模型升级增强了 COBOL、Fortran 和 Visual Basic 等低资源编程语言的软件构建与迁移能力。该进展旨在帮助银行、政府和企业现代化改造核心系统，同时保留原有逻辑。

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。

Cognition@cognition· 05:30AI 评分5252

Devin Fusion 在 Artificial Analysis Coding Agent Index 上以 68 分的最高分登顶。该系统采用 Opus 5.5 主导搭配 GPT-6 Luna 辅助，在性能超越 Claude Code 的同时，单任务成本降低了 31%。

MiniMax 发布新一代模型 MiniMax M3.1 Flash

MiniMax 官方正式推出新一代模型 MiniMax M3.1 Flash，该模型在智能体任务、编码、Computer Use 和网络安全方面性能实现跨代提升，推理速度提升近三倍且使用成本降低 70%。

Arena.ai@arena· 00:42AI 评分3838

Meta 推出的 Muse Wonder Full (Max) 在 Code Arena 的 WebDev 榜单中以 1726 分排名总榜第 6 位，助力 Meta 进入实验室前三。

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。

Arena.ai@arena· 20:42AI 评分3737

MiniMax-M3.1-Flash 模型现已上线 Code Arena: WebDev，以 1588 分在开源模型中排名第 12 位。相比前代 MiniMax-M3，该版本分数提升 106 分，并在多个分类中排名上升。其定价为每 1M tokens 输入 0.15 美元、输出 0.60 美元，成本降低 50%。

MiniMax 发布 M3.1 Flash：推理提速近 3 倍，成本降低 70%

MiniMax 正式更新 M3.1 Flash 模型，其早期版本为此前匿名处理超 200T Token 的 Space Bunny。

MiniMax (official)@MiniMax_AI· 20:10AI 评分7575

MiniMax 发布 M3.1 Flash 模型，其成本为 M3 的 1/3 且速度提升 3 倍，此前曾以 Space Bunny 代号在公开基准上测试。该模型在自动化、编码和视觉推理等任务上具备前沿水平，API 定价为每百万输入/输出 token 0.15 美元和 0.60 美元，缓存读取为 0.015 美元，模型权重将于 10 月 23 日开放。

Arena.ai@arena· 03:10AI 评分6262

DeepSeek 推出的 DeepSeek-V4.1-Flash-20261017 在 Code Arena: WebDev 评测中登顶开源模型榜首，超越 Kimi K3 (Max) 且成本降低 10 倍。该模型总排名第 12 位（1670 分），输入输出定价为每百万 token $0.3/$1.2。

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。

Arena.ai@arena· 06:54AI 评分6161

Meta 的 Muse Spark Open (Max) 在 Code Arena: WebDev 评测中以 1511 分登顶美国开源模型第一，总体开源排名第 13 位。作为该系列首款开源权重模型，其得分较前代 Muse Glimmer 提升 156 分，输入输出定价为每百万 token $1.25/$4.25。

Reflection 发布 501B 参数 MoE 模型 Beam，主打高效推理的编码与智能体工作负载

Reflection 发布新模型家族的首个模型 Beam，采用 MoE 架构，总参数 501B、每 token 激活 23B，上下文窗口最高 100 万 token。

Reflection 发布首个开源权重模型 Beam，501B 参数 MoE 采用 Apache 2.0 协议

Reflection 发布首个开源权重模型 Beam，总参数 501B、激活 23B，采用 Apache 2.0 协议在 Hugging Face 放出权重。该稀疏 MoE 模型面向编码、推理和长程智能体任务，提供 BF16、FP8、NVFP4 精度权重以及投机解码 drafter 模型。

Arena.ai@arena· 22:12AI 评分3232

Reflection_AI 推出的 Beam-1.0-501B-A23B 模型在 Agent Arena 开源模型中排名第 12 位，在 Code Arena: WebDev 中排名第 22 位。该模型采用 Apache 2.0 协议完全开源，是榜单上排名最高的美国开源模型。

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。

Meta 发布可在 Mac 上运行的开源权重模型 Muse Spark Open

Meta 推出了名为 Muse Spark Open 的开源权重模型，拥有 8160 亿参数及 100 万 token 上下文窗口，具备多模态能力并专为复杂编程和智能体任务设计。该模型支持在苹果设备上本地运行，但本地运行至少需要 1TB RAM 并推荐搭配 M5 Ultra 芯片的 Mac Studio，目前已通过多个 API 平台提供。

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。