DeepSeek 发布 V4.1 Flash 1017：智能体任务表现优于大型竞品且成本大幅降低
DeepSeek 发布开源模型 DeepSeek-V4.1-Flash-1017，在编码和智能体任务基准测试中性能超越 Claude Opus 5、GPT 5.6-Sol 等更大竞品，同时单任务平均成本降至约 $0.20。
#编码
The Decoder同新闻AI 评分8282 IT之家精选AI 评分8282 DeepSeek V4.1 Flash-1017 版本发布：性能提升且耗时缩短
DeepSeek V4.1 Flash 更新至 V4.1-Flash-1017 版本，官方网页端、APP 与 API 已同步变更。新模型在各项基准测试中能力较上一版有明显提升，同时任务运行时间与输出长度均有缩短，使单次调用的综合成本下降。
推荐理由：原文说明了新版本在基准测试中的能力变化及成本优化细节，读者可据此评估其实际性能提升幅度。
Hugging Face Blog精选AI 评分9292 Reflection 发布 501B 参数开源模型 Beam
Reflection 发布了首个开源大语言模型 Beam，这是一个拥有 501B 总参数（每 token 激活 23B）的混合专家（MoE）模型，支持 1M tokens 上下文窗口并采用 Apache 2.0 许可证。
推荐理由：原文提供了501B MoE模型的架构细节、多精度检查点及vLLM/SGLang部署方案，读者可据此评估其在自有硬件上的落地可行性。
IT之家同新闻AI 评分8080 Meta 发布开放权重 AI 模型 Muse Spark Open
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。
TechCrunch · AI同新闻AI 评分7777 Meta 发布可在 Mac 运行的开源权重模型 Muse Spark Open
Meta 发布了名为 Muse Spark Open 的开源权重 AI 模型，宣称是美国最强大的此类模型，专为在 Mac 上运行而设计。该模型拥有 816 billion 参数和 1 million token 上下文窗口，原生支持多模态，适用于复杂编码任务和智能体工作流。尽管旨在本地运行，但需要至少 1 terabyte RAM，最佳配置为搭载 M5 Ultra 芯片的 Mac Studio。
The Decoder同新闻AI 评分8080 Meta 发布 Muse Spark Open 开源模型
Meta 推出 Muse Spark Open，称其为美国最强的开源权重模型，拥有 816B 总参数（42B 激活）、100 万 token 上下文窗口，支持文本、图像、视频和音频输入。
Hugging Face Blog精选AI 评分9292 Meta 发布 Muse Spark Open：816B 参数开源多模态混合专家模型
Meta 发布 Muse Spark Open，这是一个拥有约 816B 总参数、每 token 激活约 42B 参数的混合专家（MoE）多模态模型，支持文本、图像、音频和视频输入，上下文窗口达 1M tokens。
推荐理由：原文给出了816B MoE架构、百万上下文及多模态输入的具体参数，并提供了从本地量化到集群部署的完整工程路径。
Artificial AnalysisAI 评分2828 AA-AgentPerf新增AMD MI355X测试
除了新的 DeepSeek V4.1 Flash 结果外，我们还在 AA-AgentPerf 中为 Kimi K3、GLM-5.2/5.3 和 DeepSeek V4 Pro 添加了 AMD 的 MI355X - 将其与我们在编码智能体工作负载上最新的 NVIDIA 系统结果进行比较。AA-AgentPerf 是我们的智能体推理性能
IT之家同新闻AI 评分8686 谷歌发布 Gemini 4 Argon 模型，支持百万 Token 输出并面向全球开发者开放
谷歌发布 Gemini 4 Argon 模型，现已面向全球开发者和企业开放，可通过 AI Studio、Gemini 平台 API 及 Google Antigravity 等渠道使用。该模型输入上限为每百万 Tokens 2 美元（促销期），擅长处理编码、金融等领域的复杂任务，曾帮助 Chrome 团队将数千万行代码的架构重构工作从数月缩短至数周。
The Decoder同新闻AI 评分8484 Google 全球推出旗舰模型 Gemini 4 Argon
Google 面向开发者、企业和消费者全球推出新旗舰 AI 模型 Gemini 4 Argon，该模型取代 Pro 系列成为新的前沿层级。Argon 在 API、AI Studio 和 Gemini 平台可用，但免费用户和 Plus 订阅者目前仅能使用较弱的 Flash 模型。
同一新闻，精选展示《Gemini 4 Argon 正式发布 GA》
Google DeepMind精选AI 评分9797 Google DeepMind 发布 Gemini 4 Argon 模型
Google DeepMind 正式发布前沿模型 Gemini 4 Argon，面向开发者、企业及消费者开放 API 及订阅服务。该模型在编码、金融、法律、网络安全和科学等领域表现突出，在 Vals Index 中排名第一，并具备 1M token 的上下文窗口。
推荐理由：原文详述了该模型在代码重构、科学发现及安全防御中的具体性能提升与落地案例，展示了其处理复杂长程任务的实际能力。
Artificial AnalysisAI 评分3030 Artificial Analysis 上线 FrontierCode 1.1 榜单
我们推出了 FrontierCode 1.1 排行榜，这是 Cognition 的一项私有评估，测试模型完成编码任务的能力，其结果需能被真实仓库维护者实际合并。@cognition 于 2026 年 6 月宣布推出 FrontierCode 并进行了更新
IT之家同新闻AI 评分7878 Meta 发布 Muse Wonder 系列旗舰 AI 模型
Meta 发布 Muse Wonder 与 Muse Wonder Full 两款旗舰 AI 模型，宣称在推理、写作与代码能力上接近 Anthropic 顶尖模型。
The Decoder同新闻AI 评分7878 Meta 发布前沿模型 Muse Wonder 系列，性能跻身第一梯队但成本显著上升
Meta 发布 Muse Wonder 和 Muse Wonder Full 两款新模型，其中 Muse Wonder Full 在 Artificial Analysis Intelligence Index v4.3 上得分为 56，较前代 Muse Spark 1.3 显著提升。
IT之家AI 评分4242 Arena 发布第 41 周 AI 大模型榜单：Claude Opus 5.5 Max 首夺智能体榜首，国产模型稳居中上游
Arena 平台发布 2026 年第 41 周 AI 大模型排行榜，Anthropic Claude Opus 5.5 Max 首次入榜即以 15.53% 净提升度夺得智能体榜第一。综合榜方面，Gemini 4 Argon High 以 1525 ELO 分蝉联榜首，Kimi K3 Max、Qwen3.8 Max 等国产模型排名稳定在中上游梯队。
IT之家AI 评分6262 JetBrains 发布 Mellum2.1 模型：强化智能体编程，高负载推理吞吐量近 Qwen3.5-9B 两倍
JetBrains 发布 Mellum2.1 模型，重点增强智能体编程能力，支持探索代码库、编辑文件及验证修改。该模型延续 12B 混合专家架构（2.5B 活跃参数），采用 Apache 2.0 许可证并登陆 Hugging Face。
IT之家AI 评分7070 微软计划将 MAI Code 1.1 Flash 模型整合至 Windows 11
微软宣布计划将拥有 130B 参数的 MAI Code 1.1 Flash 模型引入 Windows 11 设备。该模型作为 MAI-Code-1-Flash 的升级版，已集成到 GitHub Copilot 与 VS Code 中用于日常编码和工具调用。MAI Code 1.1 Flash 采用 3-bit 量化技术使体积缩小 80%，并支持 256K 上下文窗口。
The Decoder同新闻AI 评分8282 Reflection 发布开源模型 Beam，主打低算力高性能
AI 公司 Reflection 发布首个开源权重模型 Beam，旨在以最小算力实现强性能，直接对标 DeepSeek 和 Qwen 等中国开源模型。该 MoE 架构模型总参数 501B，每 token 激活 23B，专注于编码、逻辑推理和 Agent 任务。
同一新闻，精选展示《Reflection 发布 501B 参数开源模型 Beam》
Mistral AI精选AI 评分8484 Mistral AI 发布 Mistral Large 4 预览版
Mistral AI 推出 Mistral Large 4（ML4）公开预览版，这是一款拥有 1 万亿参数、490 亿激活参数的原生多模态开放权重模型。该模型在欧洲数据中心使用 NVIDIA Grace Blackwell GPU 从零开始训练，在编码、智能体工作流及网络安全等领域表现卓越，部分指标超越闭源前沿模型。权重将于本月底发布，目前可通过 Mistral Studio 试用 API。
推荐理由：Mistral Large 4 以开放权重形式提供前沿性能，其欧洲本土训练背景为寻求数据主权的用户提供了新选择。
Google DeepMind精选AI 评分9494 Google DeepMind 发布 Gemini 4 Argon：面向复杂工作流的前沿智能体模型
Google DeepMind 正式宣布推出新前沿模型 Gemini 4 Argon，该模型旨在通过深度推理处理复杂的长周期工作流，目前正通过 Fairwind Program 向受信任的网络安全防御者逐步开放。
推荐理由：原文披露了 Gemini 4 Argon 在长上下文、软件工程及网络安全防御上的具体基准数据与分阶段开放策略，为评估前沿模型的实际落地能力提供了关键参考。
Anthropic Claude.dev 开发者博客精选AI 评分8282 Anthropic 发布 Claude Sonnet 5.5：速度提升 30%，默认开启思考模式
Anthropic 发布 Claude Sonnet 5.5，作为 Claude 5.5 系列的第二款模型，其速度比 Sonnet 5 快 30%，且因通常消耗更少 token，实际成本降低最多 30%。
推荐理由：原文详细列出了从 Sonnet 5 迁移到 5.5 的五个破坏性变更及 API 参数调整，开发者可据此快速评估升级成本与兼容性风险。
Zhuokai ZhaoAI 评分4545 SWE-Together更新：Claude Fable 5登顶
SWE-Together 更新：Claude Fable 5 和 5.1 成为 SWE-Together 上的新顶级模型，Meta 的 Muse Spark 1.3 是榜单上性价比最高的模型。SWE-Together 是我们包含 109 个真实编码任务并引入模拟用户交互的基准测试，旨在告诉你新模型是否会
Together AI Blog精选AI 评分8282 Together AI 发布 DeepSeek V4 Pro 0813 与 Claude Fable 5 在 DeepSWE 上的成本与编码评测
Together AI 在 DeepSWE 基准上对比了 DeepSeek V4 Pro 0813 和 Claude Fable 5，发现后者单次通过率更高但成本贵 90 倍。
推荐理由：通过 DeepSWE 实测对比两款模型的成本与能力差异，提供了基于互补性的级联路由策略以优化编程任务性价比。