The big improvement is on coding and especially long-horizon tasks. Explicitly trained on it actuall…

Google DeepMind 发布两款新 Gemini 模型：3.8 Flash 相比 3.7 Flash 在软件工程、智能体任务和多步推理上有显著提升；3.8 Flash Cyber 专注网络安全，提供前沿级漏洞检测和自动补丁。作者认为 3.8 Flash 定价有吸引力，Cyber 版在补丁能力上处于 Pareto 前沿。

World Labs 发布 Atlas，称其为首个多模态世界模型，能以像素级相机控制生成图像和视频帧，并重建为 3D。作者 Elvis Saravia 转发并评价 omni 类世界模型是下一个前沿方向，认为其领先到目前还没有可衡量其通用能力的基准，且扩展性似乎也已打开。

Anthropic 发布 Claude Fable 5.1 和 Claude Mythos 5.1，称二者是编码和知识工作领域最先进的模型。作者 Elvis Saravia 认为 Fable 5.1 更可用、有望成为日常主力，定位为更精细的协调者与验证者，而 Opus 5 对多数任务仍够用。

更多开源前沿成果来了。冲！！！ Hy4 支持 1M-token 上下文窗口，在长周期软件工程任务上表现相当不错。

智谱发布 GLM-5.3-Flash，320B-A18B 参数、原生多模态、1M-token 上下文窗口，MIT 许可开源，此前预览名为 Ox Alpha，完全运行于国产 AI 芯片。DAIR.AI 创始人推荐用 /eli5 制作视觉解释器，并可在其新 agent 游乐场搭配 Pi 或 Hermes Agent 试用。模型权重与 API 已在官方平台开放。

阿里发布Qwen3.8-Flash，一款多模态MoE模型，也是Qwen4架构的早期预览，现已开源权重。该模型总参数量125B，每token仅激活6B，原生上下文262K，可扩展至1M。

智谱发布GLM-5.3-Flash，原生多模态并支持1M token上下文窗口，性能对标Opus-4.8。该320B-A18B模型以MIT许可证开源，此前代号Ox Alpha，完全运行于国产AI芯片，现已通过HuggingFace、API等全平台上线。

这是个很棒的模型。我用它搭配 Pi 玩得很开心。 你可以在我们的 harness 游乐场免费测试 Ox Alpha 搭配 Pi 或 Hermes Agent：https://academy.dair.ai/dashboard/playground

Meta 发布 Muse Spark 1.3，是五个月内第四个 Muse Spark 版本。xhigh 版在 Artificial Analysis Intelligence Index 得 61 分。

Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber。