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，网页端、APP 与 API 已同步切换，配套 DeepSeek Harness 升级至 0.2.1 版本。
推荐理由：新版本在基准测试提升的同时压缩了任务运行时间和输出长度，读者可据此判断 Agent 编码的成本边界变化。
#Agent
量子位精选AI 评分8080 RadarAI精选AI 评分8282 DeepSeek 发布 V4.1-Flash-1017，智能体任务超越更大对手并开放搜索 API
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，已在官网、App 和 API 开放，权重开源在 Hugging Face 和 ModelScope。
推荐理由：材料给出新模型在智能体与编程任务上的基准与单任务成本对比，可据此判断小模型的实际性价比。
The Decoder精选AI 评分8080 DeepSeek-V4.1-Flash-1017 发布，智能体任务表现超越更大模型并大幅降低单任务成本
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，已在官网、App 和 API 上线，并在 Hugging Face 与 ModelScope 开源模型权重。
推荐理由：DeepSeek 新 Flash 模型在自家基准上以更低单任务成本超过更大模型，读者可据此比较性能与成本取舍。
RadarAI精选AI 评分7878 DeepSeek 发布 V4.1-Flash-1017 检查点，DeepSWE 得分 77.0 并开放 Search API
DeepSeek 发布 DeepSeek-V4.1-Flash-1017 检查点，已上线网站、App 和 API，官方称在全部 11 项基准上超过 9 月版 V4.1-Flash，提升 2.0 到 11.1 分，DeepSWE v1.1 达 77.0。
推荐理由：材料给出 1017 检查点在 11 项基准上的分数变化与竞品对照，可据此判断其编码与智能体任务的位置。
RadarAI精选AI 评分7878 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，权重已在 Hugging Face 以 Apache 2.0 协议放出。Beam 为稀疏 MoE 模型，总参数 501B、激活 23B，面向编码、推理和长程智能体任务。该模型提供 BF16、FP8、NVFP4 精度权重和投机解码 drafter 模型。
推荐理由：Reflection 首次开源 501B 稀疏 MoE 权重，可据此了解其面向编码与长程智能体的参数配置和精度选项。
PyTorch Blog精选AI 评分8585 Meta 开源 Muse Spark Open：816B 总参数、42B 激活的编码与智能体模型
Meta 发布 Muse Spark Open 的开放权重，这是一个 816B 总参数、42B 激活的模型，上下文窗口 1M tokens，已在 Hugging Face 上以 Muse Model License 提供。
推荐理由：Meta 开源 816B 总参数、42B 激活的编码与智能体模型，并给出 Helion 内核与 TorchTitan 微调路径，可据此评估开源权重模型的部署与二次训练成本。
NVIDIA Technical Blog精选AI 评分6262 NVIDIA 发布 Nemotron 3.5 Super VL 多模态模型，面向专用智能体
NVIDIA 发布 Nemotron 3.5 Super VL，一个面向专用工作流的开放可定制多模态模型，采用 120B 参数 MoE 架构、激活 12B 参数。该模型针对持续运行的智能体场景，单次请求可能涉及读取文档、跨来源核对信息、遵循公司政策并调用多个工具。
推荐理由：原文给出 Nemotron 3.5 Super VL 的 MoE 参数规模与激活量，可据此判断开源多模态模型在长流程智能体中的定位。
RadarAI精选AI 评分7878 阶跃星辰开放 Step 5 Preview 权重，支持 100 万 token 上下文窗口
阶跃星辰正式释放 Step 5 Preview 模型权重，包含 BF16 与 FP8 权重、技术博客和配套开源开发工具，已上线 Hugging Face 和 ModelScope。
推荐理由：阶跃星辰开放 Step 5 Preview 权重，读者可据此了解其稀疏 MoE 架构与百万 token 上下文在长程 Agent 任务上的设计取舍。
RadarAI精选AI 评分8787 Google DeepMind 发布 Gemini 4 Argon 并公布安全与防护细节
Google DeepMind 发布 Gemini 4 Argon 并开始广泛推出，同时把 Fairwind 计划扩展到更多受信任的网络防御者。该模型解决了全部 12 个端到端模拟网络攻击场景，上一代仅解决 5 个；Wiz 用它发现此前模型遗漏的医院软件严重漏洞，涉及数十万份患者记录。
推荐理由：官方给出网络攻防、失准监控与提示注入的具体数据，可了解前沿模型安全护栏的部署方式。
Hacker News精选AI 评分8888 Google DeepMind 发布 Gemini 4 Argon
Google DeepMind 发布 Gemini 4 Argon，即日起向 Google AI Pro 和 Ultra 订阅用户开放。该模型支持 1M 输出 token，可一次完成 100K+ token 推理轨迹、整仓库生成与重构，并称在 CWE-Bench 漏洞修复上以 68% 并列第一，是抗间接提示注入最强的模型。
推荐理由：原文给出 Argon 在智能体编码、长上下文与安全基准上的对比数据，可据此判断其相对同级模型的位置。
Latent Space精选AI 评分7878 Meta MSL 发布 Muse Wonder 与 Muse Wonder Full 模型家族
Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder（代号 Watermelon）与 Muse Wonder Full，距该实验室成立约 14 个月。
推荐理由：汇总了 Meta Muse Wonder 系列的发布细节与多家第三方评测数据，可对照 Opus 5.5、GPT-6 等模型看前沿梯队变化。
The Decoder精选AI 评分8080 Meta 发布前沿模型 Muse Wonder 与 Muse Wonder Full
Meta 发布前沿模型 Muse Wonder 的两个版本，Muse Wonder Full 在 Artificial Analysis Intelligence Index v4.3 上得 56 分，Muse Wonder 得 52 分，前代 Muse Spark 1.3 为 48 分。
推荐理由：Meta 新前沿模型在智能体与编码评测上的跃升，以及随之上涨的 token 价格，构成判断其性价比的关键背景。
量子位精选AI 评分7878 Anthropic 发布 Claude Haiku 5.5，跑分对标 GPT-6 Luna 且价格下调
Anthropic 发布 Claude Haiku 5.5，官方跑分逐项超过 GPT-6 Luna，并超越 DeepSeek V4.1 Flash 和 GLM-5.3-Flash，成为新的小模型守门员。
推荐理由：原文给出 Haiku 5.5 与 GPT-6 Luna、DeepSeek V4.1 Flash 的逐项跑分和价格对比，并列出五处迁移改动。
The Decoder精选AI 评分8080 Anthropic 发布 Claude Haiku 5.5，价格最高下调 90%
Anthropic 发布 Claude Haiku 5.5，这是其目前最快、最便宜的小模型，平均价格比 Haiku 4.5 低约 75%，对 10 万 token 以内的提示词降价最高达 90%，超过 10 万 token 的提示词价格则是前者的五倍。
推荐理由：原文列出 Haiku 5.5 与 Haiku 4.5、GPT-6 Luna、Sonnet 5.5 的分项基准和逐项价格，可据此判断小模型在成本敏感任务上的位置。
量子位精选AI 评分8787 OpenAI 向 ChatGPT 免费用户推送 GPT-6，聊天框可生成交互界面
OpenAI 宣布 GPT-6 开始向 ChatGPT 免费和 Go 用户推送，用 GPT-6 Luna 替换此前的 GPT-5.6 Luna，Plus、Pro 等付费用户则使用 GPT-6 Sol。
推荐理由：GPT-6 向免费用户推送并带来可交互界面，安全报告同时披露部分内容安全指标回退，可据此判断能力与风险的取舍。
科技媒体 RSS精选AI 评分7676 Reflection 发布 501B-A23B 开源编码模型 Beam
Reflection 发布文本-only 的 MoE 模型 Beam，总参数 501B、激活参数 23B，面向编码、智能体和科学任务，从零训练。完整权重将在本月以 Apache 2.0 许可发布。
推荐理由：Reflection 从零训练的 501B-A23B MoE 编码模型，权重将以 Apache 2.0 开放，可关注其开源规模与许可条件。
RadarAI精选AI 评分7878 Google 推出 Gemini 4 Argon 模型并重构 Chromium 架构
Google 发布 Gemini 4 Argon 模型，针对智能体开发和复杂任务进行了优化。Chrome 团队用该模型重构了拥有 4000 万行代码的 Chromium 项目，将原本需要数月的工作缩短至几周，内部数据显示智能体代码提交的回滚率有所降低。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展到开发者、企业和消费者，起步价每百万输入 token 2 美元、输出 token 10 美元。
推荐理由：官方给出 Argon 在编码、企业知识与网络安全防御上的评测成绩和内部落地案例，可据此判断前沿模型的能力边界。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时对话模型，前者面向规模与成本效率，后者面向高复杂度任务与多步推理。
推荐理由：原文给出两款语音模型的基准成绩与开放渠道，读者可据此判断语音智能体的能力与成本位置。
Air Street Press精选AI 评分7878 Poolside 发布 Laguna S 2.1 智能体编码模型并开放权重
Poolside 发布智能体编码模型 Laguna S 2.1，采用 MoE 架构，1180 亿参数、每 token 约 80 亿激活，支持最高 100 万 token 上下文，量化后可运行在单台 NVIDIA DGX Spark 上。
推荐理由：作者以预发布实测者身份记录 Laguna S 2.1 的开放权重、评测轨迹与桌面端运行方式，可据此判断本地跑多小时代码智能体的可行性。
已经到底了