GLM-5.3 強勢登場：專注強化程式開發與資安漏洞挖掘的 AI 模型
Z.ai 發布 GLM-5.3，透過強化後訓練技術顯著提升程式碼編寫與複雜任務處理能力，並展現出色的資安漏洞探索與開發潛力，成為當前最強大的開源權重模型之一。
178 月
主題選讀
#LLM
關於 LLM 的最新消息、技術解析與應用觀察。
主題文章
由新到舊，第 5 / 15 頁開源最強戰力！Qwen3.8-27B 多模態模型登場，深度強化推理與 Agent 執行能力
阿里雲推出最新開源模型 Qwen3.8-27B，這款 27B 參數量模型不僅具備強大的編碼與專業任務處理能力，更原生支援影像與影片理解，並透過彈性思維控制提升 Agent 執行準確度，是目前部署便利性與效能的極佳平衡選擇。
開源長程 AI 新標竿：dots3-note Preview 模型發布，支援 512K 上下文與多模態 AI Agent 操作
Dots Studio 正式推出 dots3-note Preview，這是一款具備 280B 總參數、16B 激活參數的輕量級多模態模型。它不僅支援 512K 超長上下文，更針對複雜長程 AI Agent 任務（Agent）、自我評價能力與真實世界環境進行優化，是邁向自主進化 AI 的重 …
LG AI 發表強大開源模型 K-EXAONE 2.0：750B 參數量與頂尖 Agent 能力
LG AI Research 正式推出 K-EXAONE 2.0，這款基於 MoE 架構的 750B 語言模型具備強大的推理與 Agent 處理能力，並支援長文本與多語言任務，採用 Apache 2.0 授權，適合開源開發者部署使用。
Mage-VL：微軟推出高效能 codec-native 串流多模態模型，影音處理速度提升 3.5 倍
微軟發布 Mage-VL，這是一款專為影音理解打造的 codec-native 串流多模態模型。透過創新的編碼器設計，在 4B 參數規模下實現高達 3.5 倍的推論加速，並在多項影音基準測試中展現超越同級模型的強大效能。
Thinking Machines 推出全新高效能 Inkling-Small 模型：以 276B 參數達成與大模型同級表現
Thinking Machines 發布開源權重模型 Inkling-Small，具備 276B 總參數與 12B 激活參數。這款多模態模型支援音訊與影像推理，並能靈活調整運算耗能，在推理與 Agent 任務上展現出色的效能與成本平衡。
Jina Reranker v3.5：小參數模型的新巔峰，實現更快的列表式重排序
Jina AI 推出全新的 0.6B 參數重排序模型 jina-reranker-v3.5。透過混合注意力機制與自我蒸餾技術，其效能超越多款 4B 參數模型，並在結構化資料檢索與推論速度上取得顯著提升。
NVIDIA 發布 Alpamayo 2 Super：專為自動駕駛打造的 34B 開源推理模型
NVIDIA 推出全新 34B 參數的 Alpamayo 2 Super 開源模型，具備領先業界的自動駕駛推理能力，支援軌跡預測與決策解釋，並採用 OpenMDW-1.1 商業許可，助攻自動駕駛車隊開發。
Liquid AI 推出 LFM2.5-2.6B：專為地端裝置設計的高效能 Agent 模型
Liquid AI 發布 LFM2.5-2.6B 輕量化模型，參數僅 2.6B，能在 2.5GB 記憶體內達到每秒 220 token 的高速推理。專為手機與邊緣裝置優化，具備強大的 Agent 任務處理與工具調用能力，實現真正的隱私與在地化部署。
Mistral AI 全新開源 Shieldstral：輕量化 3B 多模態安全分類器，效能超越七倍大模型
Mistral AI 推出 Shieldstral 1.0 3B 多模態安全分類模型。這款輕量級 AI 具備策略適應性，無需重新訓練即可在推論時自訂安全標準，並在文字與影像審核表現上大幅超越同級與更大規模的模型。