Perplexity 开源 pplx-decider-v1.2 与 flash-v1.2 两款决策模型
Perplexity 开源两款决策模型 pplx-decider-flash-v1.2 和 pplx-decider-v1.2，分别有 4B 和 27B 参数，定价为每百万 token 1 美分和 2 美分。
最新动态
RadarAIAI 评分6262 RadarAIAI 评分4040 Arena 周报：Gemini 4 Argon 与小米 MiMo 上榜
Google DeepMind 的 Gemini 4 Argon (High) 进入 Agent Arena 第 5 名，净提升 +13.2%；小米 MiMo V2.6 Pro 以 +3.9% 净提升成为 Agent Arena 开源模型第一（总榜第 13）。
RadarAIAI 评分6262 Elorian 推出首个视觉思考模型 Glimpse
Elorian 推出首个视觉思考模型 Glimpse，在关键公开视觉推理基准上对标 Astra 达到前沿竞争力。该团队称此前模型只能处理单张图像，无法应对动态或角度变化的问题，此次正是针对这一限制。Jeff Dean 转发了这一发布并表示祝贺。
RadarAIAI 评分6060 Elorian 发布视觉思维模型 Glimpse，可回看帧并用视觉草稿空间推理
Elorian 发布首个视觉思维模型 Glimpse，在关键公开视觉推理基准上与 Astra 表现相当。Glimpse 用于比较场景随时间的变化，在变化微小或快速时回看源头、裁剪局部、抽取特定视频帧或运行代码进行测量对比，Elorian 将这一机制称为视觉草稿空间（visual scratch space）。
RadarAIAI 评分5858 Reflection AI 的 Beam-1.0-501B-A23B 进入 Agent Arena，位列开源模型第 12
Arena 宣布 Reflection AI 的 Beam-1.0-501B-A23B 登上 Agent Arena 榜单，Reflection AI 由此进入 Agent Arena 前 15 实验室。
RadarAIAI 评分2828 MAI 登顶 OpenRouter 转录模型榜
Mustafa Suleyman 表示，MAI 已成为 OpenRouter 上在所有语言和使用场景中最准确、最受欢迎的转录模型，并邀请开发者将其用于智能体。
RadarAIAI 评分5454 Elorian 发布首个模型 Glimpse，边推理边看图
Palo Alto 初创公司 Elorian 发布首个模型 Glimpse，以研究预览形式提供 API，聊天界面需等候名单。Glimpse 在推理过程中可裁剪图像区域、从视频中抽取特定帧或运行代码测量比较所见内容，Elorian 称这一机制为视觉暂存空间。
TechCrunch · AIAI 评分5656 Elorian 发布首个模型 Glimpse，以视觉草稿空间做图像推理
Elorian 发布首个模型 Glimpse，以研究预览形式开放 API，聊天界面仅限候补名单。Glimpse 在推理过程中可裁剪图像区域、从视频中抽取特定帧或运行代码来测量和比较所看内容，Elorian 称这一机制为视觉草稿空间。
The DecoderAI 评分7171 Google Gemini 4 Argon 在 ARC-AGI-3 得分 97.5%，但测试方法影响结果
Google DeepMind 的 Gemini 4 Argon 在 ARC-AGI-3 上以 Provider Adapter Harness 测试环境取得 97.5% 得分，成本 4800 美元，成为继 OpenAI 之后第二家跨过 95% 的实验室，仅次于 GPT-6 Astra 的 99.9%。
RadarAIAI 评分3838 Arena 解读 Reflection AI Beam-1.0-501B-A23B 位列 Agent Arena 开源模型第 12 名
Reflection AI 的 Beam-1.0-501B-A23B 以 -3.67% Net Improvement 位列 Agent Arena 开源模型第 12 名，成为榜上排名最高的美国开源模型，超过 Hy3、MiMo V2.5 Pro 和 MiniMax M3。
RadarAIAI 评分6262 Reflection 首个模型 Beam 在 Artificial Analysis 智能指数得 30 分，居美国开源权重模型第二
Artificial Analysis 评测 Reflection 首个开源权重模型 Beam，在 Artificial Analysis Intelligence Index 得 30 分，居美国开源权重模型第二，仅次于 Meta 的 Muse Spark Open（39），高于前一日发布的 NVIDIA Nemotron 3.5 Super VL（26）。
RadarAIAI 评分6262 Reflection 发布 501B 参数 MoE 模型 Beam，面向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，主要接受文本输入并生成文本输出。
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。
RadarAIAI 评分7171 Google Gemini 4 Argon 在 ARC-AGI-3 达 97.5%，数学与软件工程仍落后前列
Google DeepMind 的 Gemini 4 Argon 在 ARC-AGI-3 上以 Provider Adapter Harness 取得 97.5%，成本 4800 美元，成为继 OpenAI 之后第二家越过 95% 的实验室，但仍低于 GPT-6 Astra 的 99.9%。
RadarAIAI 评分6262 Liquid AI 发布决策模型 d1-ultra，以 65 分登顶 Artificial Analysis Decision Index v1.0
Liquid AI 发布决策模型 d1-ultra，在 Artificial Analysis Decision Index v1.0 上以 65 分排名第一，领先 Jev 1.14 的 57 分以及 GLiDE 和 Microsoft-Decision-1 的 54 分。
RadarAIAI 评分2222 Mistral Large 4 在 Ulam 私有基准 STEMBench 工程与天文学项目得分亮眼
Mistral Large 4 在 Ulam 私有基准 STEMBench 的工程和天文学项目中得分不错。该结果由 Mistral AI 在 X 上公布，原文未披露具体分数。
量子位同新闻AI 评分8787 谷歌发布 Gemini 4 Argon：主打编程与长流程执行，API 限时半价
谷歌正式面向全球开发者、企业及付费订阅用户陆续开放 Gemini 4 Argon，定位为加强编程、专业知识工作和复杂任务持续执行能力，并进一步推进视觉理解、空间推理和工具调用。
量子位AI 评分4545 霸榜三大基准！优必选 Thinker-WM：多模态统一表征，单模型实现六大能力
优必选 Thinker-WM 在 WorldOlympiad、EWMBench、WorldArena1.0 Track-1 三大具身世界模型基准评测中全部拿下第一，WorldOlympiad 综合得分 0.740，EWMBench 总分 4.66，超过 Qwen-RobotWorld、Sora2 等模型。
RadarAIAI 评分5858 Liquid AI 发布多模态决策模型 d1-ultra，Artificial Analysis 决策指数得 65 分
Liquid AI 发布决策模型 d1-ultra，可读取文本、图像或两者，对有界问题按概率作答，单次前向传播输出 0 个 token，现已在 Liquid API 上线，输入价格 $0.042/1M tokens。
RadarAIAI 评分4242 Hojo-ASR-Multi-V1 开源多语言 ASR 模型发布，5 种语言平均 WER 3.54
开源多语言 ASR 模型 Hojo-ASR-Multi-V1 在 5 种语言上平均 WER 为 3.54，采用声学编码器加 Qwen3-4B 解码器的架构。该模型面向多语言对话语音识别，以 Apache 2.0 许可在 Hugging Face 公开，可通过 hojo-asr Python 包安装并支持本地推理，接受 WAV 路径、音频字节流和 SCP 输入。
RadarAIAI 评分6060 可灵 4.0 正式发布
可灵 4.0 正式发布，Kling AI 官方账号以“The art of 4.0”转引 2XLabs 的发布消息。引用文案称“以想象，定义下一帧”，定位为从灵感到世界成形的创作工具，未给出具体能力或版本细节。
RadarAIAI 评分7171 PrismML 发布 Ternary Bonsai 2 系列模型，iPhone 18 Pro Max 上 2B 模型本地吞吐最高每秒 120 个词元
PrismML 于 10 月 15 日发布 Ternary Bonsai 2 系列模型，含 2B、4B、9B 三种规模，基于 Qwen 3.5 基座，采用 -1、0、+1 三元权重表示，存储占用分别约 0.43GB、0.95GB 和 2GB，目标是在手机、PC 和可穿戴设备上本地运行 AI 智能体。
RadarAIAI 评分6262 Gemini 4 Argon 向 Pro 订阅用户开放
Google DeepMind 开发者体验负责人 Philipp Schmid 宣布，Gemini 4 Argon 现已面向 Pro 订阅用户开放使用。
RadarAI同新闻AI 评分8282 Meta 发布 Muse Spark Open：816B 开源权重 MoE 模型，支持 1M 上下文
Meta Superintelligence Labs 发布 Muse Spark 模型的开源权重版本 Muse Spark Open，为 816B 总参数、每 token 激活 42B 的多模态 MoE 模型，支持文本、图像、视频和音频输入，上下文窗口 1M token，权重以 BF16 和 NVFP4 格式在 Hugging Face 发布。
RadarAIAI 评分6666 蚂蚁与清华开源 Realtime-Venus 实时多模态系统
蚂蚁联合清华开源 Realtime-Venus，定位为 OpenAI Realtime API 的替代方案，面向智能硬件与车载场景。该系统采用双循环架构，由两个 9B 模型与 Harness 构成，前台用 Realtime-Venus-Omni 进行音视频感知，实现全双工语音交互，并支持后台复杂 Agent 任务异步执行。
RadarAIAI 评分3030 TypeSafe AI 发布 Jev 1.14 仅一天，Liquid AI 以 d1-ultra 全面超车
Liquid AI 推出号称“全球最佳”的决策模型 d1-ultra，在八类任务中表现均优于 TypeSafe AI 一天前发布的 Jev 1.14，整体也好于 vLLM Semantic Router d3 等竞品。Jev 1.14 预览版于太平洋时间 10 月 14 日下午 1:14 发布，支持图像输入、更长上下文和新的 "box" 类型。
RadarAIAI 评分7474 微软完成 2.8T 参数基模 MAI-Base-2 预训练，称性能强于所有参测开源权重模型
微软宣布完成新一代 SOTA 基础模型 MAI-Base-2 的预训练，称其性能强于所有参测开源权重模型。该模型总参数 2.8T、活跃参数 80B，在 6,000 个 NVIDIA GB200 GPU 上训练 38 天，平均浮点算力利用率 21%、有效吞吐量 89%。预训练算力效率据称为 DeepSeek-V4-Pro-Base 的 4~12 倍。
RadarAIAI 评分2222 蚂蚁 inclusionAI 在 HuggingFace 上线 ZwZ2-9B 模型
蚂蚁 inclusionAI 在 HuggingFace 上线 ZwZ2-9B 模型，参数规模 9B，采用 BF16 张量类型并带 Chat template。该模型基于 qwen3_5，目前尚无模型卡，也未被任何 Inference Provider 部署。
RadarAIAI 评分6262 MiMo V2.6 Pro 登顶 Agent Arena 开源模型榜，Pro 与 Flash 同列性能成本 Pareto 前沿
小米 MiMo 宣布 MiMo V2.6 Pro 在 Agent Arena 开源模型榜单排名第一，净提升 +3.8%。
RadarAIAI 评分6262 Artificial Analysis 发布 NVIDIA Vera Rubin NVL72 在 AA-AgentPerf 上的首批评测结果
Artificial Analysis 在 agentic 推理基准 AA-AgentPerf 上发布 NVIDIA Vera Rubin NVL72 的首批结果，其每兆瓦总吞吐最高约为前代 GB300 NVL72 的 5.7 倍。
RadarAIAI 评分5050 小米开源空间音频理解大模型 MiDashengLM-Spatial
小米开源空间音频理解大模型 MiDashengLM-Spatial，完整公开模型权重和推理代码，采用 Apache 2.0 许可证。该模型以 MiDashengLM-7B 为基座，在保留基础音频理解能力的同时增加空间感知与推理能力，小米称其为业界首个开源的端到端空间音频理解大模型，将陆续应用于智能家居和汽车座舱场景。
RadarAIAI 评分7474 可灵 Kling 4.0 上线，作者实测 30 秒一镜到底与全能参考
可灵 AI 凌晨正式上线视频模型 Kling 4.0，作者烧数万积分实测后认为其在大范围动态、复杂动作衔接和全能参考可控性上有扎实进步。该版本支持最长 30 秒一镜到底直出，视频首尾帧改为最多 10 帧的多帧参考；1080P 30 秒约 450 积分，720P 20 秒的 Kling 4.0 Flash 仅 120 积分。
RadarAIAI 评分6262 微软发布自研基础模型 MAI-Base-2，称仅用 OpenAI 四分之一算力即超越同类模型
微软 10 月 15 日发布自研预训练基础模型 MAI-Base-2，其 AI 业务 CEO 穆斯塔法·苏莱曼在员工大会上称，该模型性能超过目前驱动 GPT-5.6 Sol 的模型（代号 Spud），训练算力只有 OpenAI 的四分之一。
RadarAIAI 评分7171 蚂蚁百灵开源 Ling-3.1-flash 模型，约 560B 总参数、最高支持 1M 上下文
蚂蚁百灵昨日宣布开源 Ling-3.1-flash 模型，总参数约 560B、每个 Token 激活约 25B，最高支持 1M 上下文。在 Artificial Analysis 公开评测中，其智能指数为 41、输出速度约每秒 210 Token。
RadarAI同新闻AI 评分7878 Meta 发布开放权重模型 Muse Spark Open，总参数量 816B、支持 1M token 上下文
Meta 于当地时间 10 月 15 日发布开放权重 AI 模型 Muse Spark Open，官方宣称其为迄今能力最强的美国开放权重模型。该模型采用原生多模态架构，总参数量 816B（激活参数 42B），支持 1M token 上下文窗口，专为代码构建与智能体协作设计。
RadarAI同新闻AI 评分7878 可灵 Kling 4.0 上线：支持30秒一镜到底，作者实测动态与全能参考
可灵 AI 凌晨上线视频模型 Kling 4.0，支持最长 30 秒直出和最多 10 帧的多帧参考，并强化全能参考与大范围动态表现。作者烧数万积分实测城市追逐、电梯打斗、花样滑冰等场景，认为纸箱形变等细节体现物理规律理解的提升。
RadarAI精选AI 评分7878 快手可灵 AI Kling 4.0 全量上线，单次生成视频最长 30 秒
快手可灵 AI 宣布 Kling 4.0 正式全量上线 klingai.com，单次生成视频最长可达 30 秒，视频可多次续拍延展至 2 分钟。
推荐理由：可灵 Kling 4.0 全量上线并接入 MCP/CLI，读者可据此判断视频生成在时长与工作流接入上的变化。
RadarAI同新闻AI 评分8080 Meta 发布 8160 亿参数开源模型 Muse Spark Open，与苹果合作在两台 512GB Mac Studio 上本地运行
Meta 发布公开权重模型 Muse Spark Open，总参数量 8160 亿、活跃参数 420 亿、上下文窗口 100 万 token，面向编程、Agent、多步推理与软件工程场景。
RadarAI同新闻AI 评分8282 Meta 发布 816B 开源权重模型 Muse Spark Open，Artificial Analysis 智能指数得 39 分
Meta 发布开放权重模型 Muse Spark Open，总参数 816B、激活 42B（MoE），在 Artificial Analysis Intelligence Index 上得分 39，成为美国排名第一的开放权重模型。
RadarAIAI 评分6262 阶跃星辰 Step 5 Preview 上线 DeepInfra，开放权重支持 1M 上下文
阶跃星辰 Step 5 Preview 在 DeepInfra 上线（day zero），采用开放权重，为 600B MoE、27B 激活，支持 1M token 上下文和文本加视觉输入。FP8 定价为每 1M tokens 输入 $1.00、输出 $2.70、缓存 $0.05，面向 coding、frontend、finance 等长程 Agent 场景。