阿里通义千问团队宣布正式开源 Qwen3.8-Flash-Next 完整权重，总参数 125B 激活 6B MoE 架构。联合 Unsloth 推出量化版 GGUF，支持在单张 24GB 显存消费级显卡（如 RTX 4090/5090）上全速运行 262K 上下文代码补全，本地推理吞吐达 85 tokens/s。
7 大权威镜像天梯跑分与 29+ 款主流编程套餐横向比价测算
联动天梯榜跑分、独家套餐赠金与 IDE 定制规则
DeepSeek 官方开源其最新研发的 MTP（Multi-Token Prediction）代码加速推理框架。通过在模型解码阶段并行预测多个后续语法块，在 Cline、Aider 等终端 Agent 工具执行大规模跨文件 Diff 和单测生成时，吞吐速度实测提升 3 倍以上，且完全保持语法准确性。
通义千问官方确认，125B 多模态 MoE 模型 Qwen3.8-Flash-Next 已可通过 Unsloth GGUF 在约 75GB 内存上本地运行，并支持把 N-gram 嵌入放到 CPU/统一内存以接近显存速度。这是 Qwen4 架构预览权重的首日本地部署路径。
亚马逊人工智能研发团队（Amazon AI，@awscloud）在 Hugging Face 与 ArXiv 正式公开了《Rufus-Air: An Open LLM Post-Training Recipe》（arXiv: 2609.29421）。面对前沿工业级大模型后训练流水线高度封闭、依赖未公开的内部教师模型蒸馏与昂贵人工标注的困局，亚马逊团队全面公开了基于智谱 GLM-4.5-Air-Base（106B 总参数、12B 激活的 MoE 架构）的八阶段全串行后训练完整配方（涵盖 SFT、数学推理 RL、编码 RL、指令对齐 RL、通用智能体、编程智能体、检索智能体与 RLHF）。所有训练流程均采用完全公开的开源组件与公开数据集，综合评测成绩全面超越智谱官方发行的 GLM-4.5-Air 权重。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察