X @deepseek_ai● 精選AI 評分63
DeepSeek 宣布與開源社群合作支援 V4.1-Flash 推理
DeepSeek 表示將與開源社群緊密合作，為 V4.1-Flash 提供推理支援，並探索更多部署選項。官方同時放出模型與論文連結，並稱可承接 2000 塊 GPU 加儲存叢集的大規模部署需求。
模型
9月10日星期四 · 4 則
- X @deepseek_aiAI 評分59
DeepSeek V4.1-Flash 發布，API 價格下調
DeepSeek 發布 V4.1-Flash，採用更高效架構，API 價格下調，新價格於 2026 年 9 月 10 日 04:00 UTC 生效。繼續實行峰谷定價，低谷費率為高峰的 50%，彈性工作負載可安排在低谷時段以節省成本。
- X @deepseek_ai● 精選AI 評分75
DeepSeek V4.1-Flash 上線 API，原生多模態
DeepSeek 在 API 上線 V4.1-Flash，原生支援多模態，模型名設為 deepseek-flash。V4-Flash 與 V4-Flash-Vision-Exp 已退役，舊名暫時路由到新模型；多方測試稱 V4.1-Flash 在效能、成本、速度和總執行時間上均超過 V4-Pro，V4-Pro 正被淘汰。
- X @deepseek_ai● 精選AI 評分61
DeepSeek V4.1-Flash 將 KV cache 壓至前代四分之一
DeepSeek 發布 V4.1-Flash，其 KV cache 相比上一代只需 1/4 的 HBM 和 1/8 的 SSD 儲存。官方指出快取命中費用常佔 agent 成本很大比例，壓縮快取可顯著降低這部分開銷。
9月8日星期二 · 1 則
- X @MistralAIAI 評分51
Mistral 強調開放權重模型讓企業自主部署 AI
Mistral AI 在 2026 年 9 月 8 日發文稱，其開放權重模型、產品與基礎設施讓組織能自主選擇 AI 的執行方式和位置，而不只是獲得模型訪問權。Mistral 表示這能帶來前沿效能，同時避免供應商鎖定。完整內容見其官網新聞頁。
9月3日星期四 · 2 則
- X @awnihannun● 精選AI 評分85
Qwen 27B 在 M5 Max 上輸出達 105 tok/s
Awni Hannun 稱 Qwen 27B dense 模型在 M5 Max 上輸出速度達 105 tok/s，並形容這一表現相當驚人。他同時表示這是在“一塊磚一塊磚地”突破記憶體牆。原文未說明所用推理框架、量化精度與上下文長度。
- Gemini API release notesAI 評分35
Google 將音樂生成模型 Lyria 3.5 正式開放
Google 於 2026 年 9 月 3 日把下一代音樂生成模型 lyria-3.5 轉為正式可用（GA）。它支援文字與影像輸入，可生成整首歌曲，音樂連貫性與人聲自然度提升，並支援對時長和結構的細粒度控制，輸出 44.1 kHz 立體聲。開發者可在 Gemini API 的 Music generation 指南中檢視詳情與程式碼範例。
8月28日星期五 · 1 則
- X @Zai_org● 精選AI 評分83
GLM-5.3 開放權重，主打 agentic coding
智譜（Zai）宣布 GLM-5.3 開放權重，可下載、本地執行並自行定製，官方稱這是其面向 agentic coding 與網路防禦能力最強的模型。權重已發布在 Hugging Face 的 zai-org/GLM-5.3 頁面，技術細節見 z.ai/blog/glm-5.3。原文未公布引數規模、許可證型別與硬體要求。
8月27日星期四 · 1 則
- X @Zai_org● 精選AI 評分80
GLM-5.3 權重將於明日開放下載
智譜（Zai_org）宣布 GLM-5.3 的模型權重將於 2026 年 8 月 28 日發布，Hugging Face 頁面已給出下載地址。這是繼此前訊息之後的又一進展，權重開放意味著可以本地部署與自行量化。目前官方只給出發布時間和連結，未說明許可證、引數規模與硬體要求。
8月11日星期二 · 2 則
- X @Kimi_MoonshotAI 評分40
Kimi K3 上線 Databricks 平台
月之暗面的 Kimi K3 模型現已在 Databricks 平台上線。這是該模型在 Databricks 上的正式可用狀態，具體呼叫方式、定價與區域限制原文未披露。
- Ollama blog● 精選AI 評分90
NVIDIA Nemotron 3.5 Lightning 上線 Ollama，可完全本地執行
NVIDIA 的 30B 總引數（3B 啟用）開源模型 Nemotron 3.5 Lightning 已上線 Ollama，可完全在本地裝置執行。它採用混合 MoE 架構，支援最長 1M token 上下文，並用多 token 預測、DFlash 或 DSpark 投機解碼，吞吐達同類開源模型 4 倍、任務完成時間快 30%，面向呼叫工具、跑測試、檢索程式碼庫等長時 agent 任務。
8月10日星期一 · 2 則
- Ollama blog● 精選AI 評分92
Meta 開放模型 Muse Glimmer 上線 Ollama，30B 多模態
Muse Glimmer 現已在 Ollama 上線，這是 Meta Superintelligence Labs 發布的首個開放模型。它是 30B 多模態模型，專為本地執行的 agent 工作負載設計，上下文 128K 以上，採用 Apache 2.0 許可，可直接驅動 Claude Code、Codex、Pi、OpenClaw 等。
- LM Studio blog● 精選AI 評分89
Meta 發布 30B 開源模型 Muse Glimmer
Meta 發布 30B 開源模型 Muse Glimmer，Apache 2.0 許可，即日起可在 LM Studio Bionic 本地執行，Mac 與 PC 均可。它支援多步 agent 任務、工具呼叫與影像輸入，在 LM Studio 內部評測 BionicBench v0.1 的 18 項任務中完成率 83.3%，高於 Gemma 4 31B 和 Qwen 3.6 27B 的 77.7%。
8月2日星期日 · 1 則
- X @karpathy● 精選AI 評分67
Karpathy 用 Opus 5 把《魔戒》首段渲染成 3D 場景
Karpathy 給 Opus 5 輸入《魔戒》第一段、100 萬 token 預算（約 10 美元），讓它用 three.js 渲染這個故事。Opus 5 執行約 2 小時，寫出 5500 行程式碼，程式化生成了粗糙但可玩的 3D 場景。他指出這類任務沒人願意手工做，但 LLM 有無限耐心，成本近乎免費；同時也暴露 LLM 無法原生高效感知影片或玩遊戲，只能緩慢截圖自查，導致不少瑕疵。
7月21日星期二 · 1 則
- X @awnihannunAI 評分36
蘋果每年付 Google 十億用 Gemini，有人稱 GLM 5.2 免費更強
Awni Hannun 指出，蘋果每年向 Google 支付約十億美元使用 Gemini，而他認為可以免費獲得更好的模型，即 GLM 5.2 以及即將發布的 Kimi K3。這條推文只對比了付費與免費模型，未說明蘋果為何選擇 Gemini，也未給出效能資料或發布時間。
2月12日星期四 · 1 則
- MLX LM releases● 精選AI 評分84
v0.30.7 發布：修復 Kimi Linear、DeepSeek V3.2，新增 GLM5 與 Qwen3.5
2026 年 2 月 12 日發布的 v0.30.7 修復了 Kimi Linear 與 DeepSeek V3.2 的 indexer 和權重載入問題，並加快 DSV32 生成速度。這一版新增 GLM5、不含視覺能力的 Qwen3.5 系列與 LongCat MLA 支援，LFM2 模型可用 Pythonic 方式呼叫工具，另加入 Mistral 工具解析器。訓練流程中的驗證集改為可選，還有一項為下一版本提號的版本號變更。
2月4日星期三 · 1 則
- MLX LM releases● 精選AI 評分79
MLX LM v0.30.6 發布：新增 Kimi-K2.5 與伺服器分散式推理
MLX LM 發布 v0.30.6，新增 Kimi-K2.5、LongCat Flash/Lite 和 Step 3.5 Flash 等模型支援，並引入 Transformers v5。服務端加入分散式推理，支援 chat_template_kwargs、top_logprobs 與載入自訂模型，同時新增 CLI。