李飞飞 World Labs 发布多模态世界模型 Atlas

Kimi K3 在 Frontend Code Arena 以 1679 分登顶，力压 Claude Fable 5 与 GPT-5.6 Sol，7 个前端细分赛道拿下 6 个第一。该模型为 2.8 万亿参数 MoE 架构，百万上下文窗口，7 月 27 日开放权重。K3 的 API 定价为输入每百万 tokens 15 美元，对标前沿闭源模型，放弃低价路线，转向长上下文智能体编码场景的定价策略。

腾讯混元团队发布Hy3模型，采用295B总参数、21B激活参数的MoE架构，推理效率可打平参数规模2-5倍的旗舰模型。Hy3定位为Agent向LLM，从preview到正式版基于50多个真实业务反馈迭代，内部WorkBuddy任务成功率从72%提升至90%，耗时降低34%，幻觉和常识错误持续下降。实测显示其在coding、办公、复杂任务规划方面表现突出，纯视觉能力为短板。Hy3已集成至微信服务10亿+用户，视频演示包括生成HTML网页、Agent网页和10页PPT，模型具备…

蚂蚁集团发布Ling-2.6系列模型，通过MoE架构与Fast-Thinking机制，将推理激活率降至7%，在实现接近GPT-5.4非推理水平综合智能的同时，大幅降低token成本。该模型在SWE-bench Verified等真实Agent场景测试中表现领先，旨在解决Agent规模化应用的成本痛点。目前已在OpenRouter提供免费API并即将开源，推动行业焦点从刷榜转向生产落地。其高效率特性尤其适合高频任务，在部分任务中速度比Claude Sonnet 4.6快6倍、…

阿里更新旗舰模型 Qwen3.8-Max-0902，在 CodeArena WebDev 榜单以 1691 分登顶，超过 Claude Opus 5（1688）和 Kimi K3（1674），较前代提升 22 分。

天哪，@腾讯混元 Hy4 杀进了 Arena 代码榜全球第 5！ 🚀 Hy4 preview 来了。 770B 参数，49B 激活，1M 上下文。为生产力而生。开源前沿模型。价格稳定实惠。去用吧，告诉我们哪里有问题。 更多内容见 Hy 博客：https://hy.tencent.ai/research/hy4-preview HuggingFace：https://huggingface.co/tencent/Hy4-preview Github：https://gith…

智谱开源GLM-5.3，零预训练改动、纯靠后训练将漏洞挖掘能力做到全球开源第一，横扫269个开源项目挖出2436个真实漏洞，其中中高危超1000个，最老的漏洞在DNS协议中潜伏超40年。同一底座Terminal-Bench从4.6飙至28.3登顶开源，漏洞挖掘能力正面咬住顶级闭源模型。智谱联合清华、绿盟、奇安信、腾讯玄武等团队，并启动开源之盾计划为维护者免费送额度。

Qwen 团队开源新架构，总参数 125B 加 51B 嵌入，每 token 仅激活 6B，训练成本降至上一代 1/9，SWE-bench Pro 拿下 62.5，反超 Claude Opus 4.6 Max 的 53.4。

彭博确认匿名屠榜的Ox Alpha是智谱GLM系列新迭代，今晚开源权重。该模型上线首日登顶OpenRouter调用量榜首，打破DeepSeek 56天霸榜纪录，前五大应用累计调用达4万亿Token；DeepSWE基准10任务过8个（80%），支持104.8万Token超长上下文和多模态。

微信开源其多模态嵌入模型 WeMM-Embedding，9B 版本在 MMEB-v2 和 MMEB-v3 双榜登顶。2B 小版本跑分超越上一代 8B 开源顶流，靠几亿级数据对齐与细粒度蒸馏实现。该模型已部署于视频号、公众号、朋友圈和电商搜索推荐，支持文字、多图、长视频混合输入，维度截断至 256 维仍保留近 99% 性能，可大幅降低向量数据库存储与检索成本。

在 OpenRouter 上匿名屠榜、调用量超 DeepSeek 一倍的 Ox Alpha 被证实为智谱出品，官方确认今晚开源权重。该模型以 Flash 级速度和成本实现前沿实战能力，支持 1M 上下文与图片视频多模态，推理优先架构，社区测试在 10 个高难度 Coding 任务中拿下 80% 过关率，全量 DeepSWE 跑出 64.6%。