Reflection 发布 501B 参数开源模型 Beam，本月放出完整权重

Nathan Lambert 认为，RSI 不会是非黑即白的切换，开源模型栈才是能力在全球快速扩散的关键，若国家不掌控扩散底座，这些动态将远更难控制。他是在回应 @Shalev_lif 发布的超级智能网络防御战略 Secure Acceleration，该战略呼吁打造有竞争力的美国开源模型、将遏制列为国家安全优先事项，并在不影响 AI 发展的前提下保护前沿模型权重与 RSI。

Nathan Lambert 批评 Reid Hoffman 在 CGI2026 与 Hillary Clinton 的对谈中，把当前技术状态呈现得让开源模型显得远比实际危险。Clinton 称开源模型在 AI 领域可能带来额外风险，而 Lambert 认为最简单的 AI 解释往往最吓人，但现实世界是混乱的。

前沿：节奏 抽掉梯子：加速 [引用 @M1Astra]：Claude Opus 5.5 将是首个 Opus，针对"与前沿 LLM 开发相关的一小部分能力（如内核开发）"设计为回退到能力较弱的模型。

先生，这是怎么回事 [引用 @claudeai]：在默认 effort 设置下，Opus 5.5 以每任务极低的成本实现前沿结果，常常击败以最高设置运行的其他模型。 它的输出生成速度也比 Opus 5 快 30% 以上。

小米 MiMo-V2.6 系列发布，MiMo-V2.6-Pro 为 1.02T 总参数、42B 激活，MiMo-V2.6-Flash 为 310B 总参数、15B 激活。推文称其为 Artificial Analysis 上的开源模型榜首，并附 RL dashboard 和技术报告。报告称该全模态系列通过扩展 RL 算力追求模型自我改进，异步训练每步消耗 1,568 个样本、2.7~3.7B token，上下文最长 1M，并开源训练动态、RL 环境和 RL 框架。

真正的开源模型爱好者早就知道小米在 MiMo 上憋大招！为得分最高的开源模型提供开源 RL 面板，这气场绝了。

关于开源模型现状的总结，反思了我就此话题在国会的证词。

国会工作人员邀请我就开源模型的性能、采用情况以及与中国相比的竞争态势分享看法。以下是我的简报，包含我们最新的全部数据以及对下一步走向的预测。 我非常乐意花时间做面向更广泛受众的开源模型内容！

Vercel AI Gateway 上开源模型 token 占比今日或创纪录，达 78.4%，闭源模型为 21.6%。Moonshot AI 与 DeepSeek 分列支出第 3、4 位，加上 Z.ai 后合计支出超过 OpenAI（第 2）。Nathan Lambert 补充了历史开源 vs 闭源数据对比，并指出还需有 token 量（而非仅占比）才更有参考价值。

随着 Claude 对 OpenAI 的外部攻击事件，闭源模型依然是 AI 风险冰山的主体，而非开源模型。它们 1） 更容易上手，2） 能力更强，3） 发布时防护措施存在漏洞。而将开源模型微调用于特定攻击则更难。