#Agent

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。

同一新闻，精选展示《DeepSeek V4.1 Flash-1017 版本发布：性能提升且耗时缩短》

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。

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。

同一新闻，精选展示《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 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。

同一新闻，精选展示《Meta 发布 Muse Spark Open：816B 参数开源多模态混合专家模型》

Nvidia 发布 Nemotron 3.5 Super VL 开源多模态模型，专为持续运行企业 AI Agent 设计

Nvidia 发布 Nemotron 3.5 Super VL，这是一个拥有 120B 参数（每 token 激活 12B）的开源多模态模型，旨在支持后台持续运行的企业级 AI Agent。

同一新闻，精选展示《NVIDIA 发布 Nemotron 3.5 Super VL 和 Bolt 系列开源模型》

NVIDIA 发布 Nemotron 3.5 Super VL 和 Bolt 系列开源模型

NVIDIA 发布 Nemotron 3.5 Super VL、Bolt 74B-A9B 24GB 和 Bolt E4B 4GB 三款开源模型，覆盖从企业服务器到边缘设备的智能体部署需求。

英伟达发布 Nemotron 3.5 Super VL 等多模态大模型

英伟达推出开放多模态模型 Nemotron 3.5 Super VL，采用 MoE 架构，总参数 1200 亿，激活参数 120 亿。该模型整合推理、工具调用及文本图像视频理解能力，官方称在单 GPU 执行智能体任务时吞吐量最高可达同规模其他开放模型的 5 倍。

阶跃 Step 5 Preview 大模型权重开放，支持 100 万 token 上下文窗口

阶跃正式释放 Step 5 Preview 模型权重，包括 BF16 与 FP8 版本、技术博客及配套开源开发工具。该模型采用稀疏 MoE 架构，总参数量 600B、每 token 激活参数仅 27B，支持 100 万 token 上下文窗口，原生支持文本与视觉输入，面向长程 Agent 任务设计。

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》

Liquid AI 发布 LFM2.5-24B-A2B：专为端侧快速私有智能体设计的推理模型

Liquid AI 发布开源权重模型 LFM2.5-24B-A2B，这是一款拥有 24B 总参数但仅 2B 激活参数的推理模型，旨在支持设备端快速、私有的智能体运行。

Meta 发布 Muse Wonder 系列模型

Meta Superintelligence Labs 发布 Muse Wonder 和 Muse Wonder Full 模型，定位前沿智能体工作。第三方评测显示其 Intelligence Index v4.3 得分分别为 52 和 56，接近 Claude Opus 5.5，定价为 $4/M input 和 $20/M output。

同一新闻，精选展示《Meta 发布 Muse Wonder 模型，扎克伯格称已追上 AI 前沿》

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。

同一新闻，精选展示《Meta 发布 Muse Wonder 模型，扎克伯格称已追上 AI 前沿》

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。

微软发布 Decision-1 模型加入 AI 决策模型竞争

微软发布名为 Decision-1 的决策模型，旨在处理分类、评估和路由决策，并引导智能体在复杂环境中运行。该模型基于 Qwen3.5-9B，微软称其在涵盖近 150,000 个问题的 36 项基准测试中准确率最高，达到 83.5%，且速度比第二名 H2O-Lightning-4B 快 2.5 倍，延迟仅为 85 ms。

Underdog AI 发布 Saluki 27B：Qwen3.8-27B 的 2-bit 量化版，仅 7.89GB

Underdog AI 发布 Saluki 27B 模型，这是 Qwen3.8-27B 的 2-bit 量化调优版本，文件大小仅 7.89 GB。该模型针对智能体应用设计，擅长日常推理和工具使用，其多工具并行调用表现优于全尺寸 Qwen3.8-27B。Saluki 采用标准 llama.cpp 格式，无需自定义编译即可加载。

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。

H Company 发布 Holo4 系列通用计算机使用智能体模型

H Company 发布 Holo4 系列智能体模型，包含 27B Dense 和 35B-A3B MoE 两个版本，支持通过 GUI、代码、MCP 和 API 等多种接口操作软件。该模型在 OSWorld 2.0 等基准测试中表现接近前沿闭源模型，但参数量和推理成本显著更低。所有模型权重已在 Hugging Face 开源，并提供完整的执行轨迹数据集供复现和分析。

Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking

Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两款最新实时对话模型，旨在提升语音智能体的推理能力与交互流畅度。