跳到正文
只看模型#Agent
10月24日周六
10月23日周五
  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。

10月22日周四
10月21日周三
10月20日周二
  1. IT之家·人工智能52

    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。

    发布时间：
  5. TechCrunch · AI63

    Nvidia 发布面向企业与端侧的新开源模型

    Nvidia 推出了针对企业和端侧的全新开源权重模型，包括拥有 1200 亿参数的企业级智能体模型 Nemotron 3.5 Super VL 以及两款面向 AI PC 的轻量级 Bolt 模型。Super VL 专注于指令遵循和工具调用任务，而 Bolt 模型则旨在支持个人电脑和工作站上的本地运行。这些模型已通过合作伙伴逐步推向市场，旨在满足企业和消费者在本地部署以及数据隐私方面的需求。

    发布时间：
10月19日周一
  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。

10月17日周六
10月16日周五
10月14日周三
  1. Hugging Face Blog82

    Liquid AI 发布 LFM2.5-24B-A2B 推理模型

    Liquid AI 发布了 LFM2.5-24B-A2B，这是一款拥有 24B 总参数、2B 激活参数的推理模型，专为端侧智能体设计。该模型支持 131K 上下文窗口，在工具调用和指令遵循任务中表现优异，并在 Apple M5 Max 等设备上具备极高的推理速度，现已在 Hugging Face 开源。

    发布时间：

    推荐理由：Liquid AI 发布了专为端侧智能体设计的推理模型 LFM2.5-24B-A2B，其通过 2B 激活参数实现了高效的推理与工具调用能力，为本地运行复杂智能体任务提供了新选择。

  2. Google DeepMind88

    Google DeepMind 发布 Gemini 4 Argon 模型

    Google DeepMind 发布 Gemini 4 Argon 模型，该模型在具身推理基准测试（ERQA）中以 87% 的得分领先。Argon 具备物理理解、代码生成及视觉语义推理能力，支持机器人控制、实时仿真重建、智能体标注及科研自优化等全生命周期任务，现已通过 Google AI Studio 和 Gemini API 开放。

    发布时间：

    同一件事，精选收录的是《Google 发布 Gemini 4 Argon 模型》

10月13日周二
  1. AIHot42

    MiniCPM-V-4.7-35B-A3B 智能体工作流实测表现

    MiniCPM-V-4.7-35B-A3B 在真实智能体工作流测试中表现出色，其工具调用、长上下文处理及智能体循环能力均达到高效模型标准。在个人智能体基准测试中，该模型在 Lite Agent（A1）测试中取得完美结果，并在涉及复杂循环、长上下文与多工具调用的 PA4 测试中展现出强劲性能，超越了同量级的 35B MoE 模型。

    发布时间：
  2. AIHot76

    Meta 发布 Muse Wonder 系列 Agent 模型

    Meta 发布面向个人与专业场景的 Agent 旗舰模型系列 Muse Wonder，该系列具备领域专业知识、主动记忆、主动专注及前沿编程四大核心能力。作者指出，Muse Wonder 通过在分布外任务上的表现论证了基座模型规模与后训练微调的复利效应，强调了泛化能力对个人 Agent 的重要性。

    发布时间：

    同一件事，精选收录的是《Meta 发布 Muse Wonder 系列模型，主打个人与专业智能体能力》

  4. AIHot75

    Meta 发布前沿模型 Muse Wonder

    Meta 发布前沿模型 Muse Wonder，定位为个人及专业智能体领域的最强模型。该模型在 Personal Superintelligence Index、AutomationBench-AA 以及 SWE-Marathon 等基准测试中表现优于 Opus 5.5 和 GPT-6 Astra，其中在要求 AI 独立完成复杂软件项目的 SWE-Marathon 测试中取得 57.5 分。

    发布时间：
  5. 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。

  6. AIHot76

    Meta 发布首批前沿模型 Muse Wonder 和 Muse Wonder Full

    Meta 发布 Muse Wonder 和 Muse Wonder Full 两款前沿模型，在编码等复杂任务上的基准测试表现与 Fable 5.1 和 GPT-6 Astra 相当。该系列模型主打“主动记忆”能力，旨在支持长期任务执行，其中 Muse Wonder 已通过 Meta Model API 开放，而 Muse Wonder Full 仅面向 Muse Code 订阅者提供。

    发布时间：

    同一件事，精选收录的是《Meta 发布 Muse Wonder 系列模型，主打个人与专业智能体能力》

  8. AIHot73

    Meta 发布 Muse Wonder 系列模型

    Meta 推出 Muse Wonder 系列模型，包含 Muse Wonder 和 Muse Wonder Full，旨在为个人与专业智能体任务提供前沿性能。Muse Wonder 已通过 Meta Model API 和 Muse Code 提供，Muse Wonder Full 面向 Muse Code 订阅用户开放，并将陆续接入 Meta 个人智能体产品 Muse。

    发布时间：
  9. AIHot45

    Meta Muse Wonder 系列基准测试获 SOTA

    Meta Muse Wonder 系列在个人与专业智能体、记忆及编程等关键基准测试中取得 SOTA 结果。该系列包含 Muse Wonder 和 Muse Wonder Full 两个版本，旨在通过应用专业知识解决法律、金融和健康等领域的日常工作与生活问题。

    发布时间：
  10. AIHot75

    Meta 发布 Muse Wonder 系列模型

    Meta 发布 Muse Wonder 系列前沿模型，主打个人与专业智能体工作。其中顶配版 Full 在 14 项公开基准测试中，有 8 项表现超过 Claude Opus 5.5，特别是在 SWE-Marathon 工程测试及 Harvey 法律智能体基准中表现出显著优势。

    发布时间：
  12. AIHot74

    Meta 发布 Muse Wonder 和 Muse Wonder Full 智能体前沿模型

    Meta 发布 Muse Wonder 和 Muse Wonder Full 两款新模型，在个人和专业智能体任务上达到 SOTA 表现。新模型具备跨对话保留信息的 Active Memory 和遇错可换路径的 Active Focus 能力，面向法律、金融、健康等专家领域并提供前沿编码性能，现已通过 Meta Model API 和 Muse Code 开放。

    发布时间：
  13. AIHot74

    Meta 发布新前沿模型 Wonder

    Meta 发布新前沿模型 Wonder，主打个人与专业 Agent 能力。实测显示该模型能一次性发现其他 Agent 遗漏的代码安全漏洞，其 CLI 工具内置了 /taste 和 /grill 等技能，并支持语音模式与任务清单功能，整体运行速度快且设计精良。

    发布时间：
  14. AIHot74

    Meta 发布 Muse Wonder 系列模型

    Meta 发布 Muse Wonder 和 Muse Wonder Full 模型，主打个人与专业智能体任务。Muse Wonder Full 在 Artificial Analysis Index 排名第二，并在 DeepSWE 评测中获得 79 分，现已通过 Meta Model API 和 Muse Code 提供服务。

    发布时间：
  15. AIHot75

    Meta 发布 Muse Wonder 前沿模型家族

    Meta 发布 Muse Wonder 前沿模型家族，旨在提升个人与专业智能体任务的性能。该系列模型在 DeepSWE v1.1 基准测试中取得 79.0% 的得分，并在 SWE-Marathon 中表现优于 Astra 和 Claude Opus 5.5。

    发布时间：
  16. AIHot67

    Meta 推出 Muse Wonder 模型系列

    Meta 在 Meta Model API 平台上推出 Muse Wonder 和 Muse Wonder Full 模型系列。Muse Wonder 专为长任务设计，支持任务规划、并行工具调用及错误恢复；Muse Wonder Full 则作为能力最强的版本，仅面向 Muse Code 订阅用户开放，不提供 API 访问。

    发布时间：
10月12日周一