AI 模型发布与更新

Z.ai 发布 GLM-5.3-Flash，这是 GLM-5 系列首款原生多模态模型，320B 总参数、18B 激活参数，支持 100 万 token 上下文和图像/视频输入，权重以 MIT 许可开源在 Hugging Face。

Google 发布 Gemini 3.5 Transcribe，智能转写语音为"实际意图文本"，可消除口误、过滤语气词、格式化数字日期并适配自定义词汇。

MiniMax H3 Max（fal 后训练版）在 Artificial Analysis 视频榜登顶图生视频（含音频）第 1、文生视频第 3，均超越基础版 H3。该模型由 fal 构建并托管，生成 5-15 秒带原生音频的 768p 视频，定价 $0.04/秒。fal 计划开源权重，若实现将成为两榜最高排名开源模型。

Google 发布 Gemini 3.5 Transcribe 与 Transcribe Live 两款 API：前者面向预录音频，AA-WER 2.6% 排名第五，处理速度约 84 倍实时；后者面向流式传输，首个最终转录延迟 0.40 秒，WER 4.0%。两者均支持 85+ 语言，预录版支持最多三人带时间戳的说话人识别，价格分别约 $5 与 $9 每千分钟。

Google 发布 Gemini 3.5 Transcribe，用于语音输入的 AI 模型，可去除"嗯"等语气词并润色文本。相比上一代 Chirp 3，语音到最终文本速度提升约 70%，实时语音错误率降至 5.5%。

Perceptron 发布开源具身基础模型 Isaac 0.5，这是一个 36B 参数动态 MoE 模型，通过扩展无动作视频将遥操作需求降低 210 倍。该模型可输入摄像头图像/视频、人类指令和机器人当前状态，输出物体位置、任务进度或下一步动作，既能微调后直接控制机械臂，也可仅用于感知。

阿里通义千问发布 Qwen3.8-Flash-Next，采用与即将推出的 Qwen4 相同的架构创新。包括 510 亿参数的 N-gram Embedding（可将嵌入表卸载至低速廉价 DRAM）、门控残差连接（GR），以及微块粒度选择上下文的 Qwen 稀疏注意力（QSA）。这些创新展示了中国开源模型在残差连接等方向的前沿探索。

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。

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。

Anthropic 正筹备明日发布，预计推出 Fable 5.1 及可能的 Opus 更新。据 @legit_api，Fable 已开始路由至新版 Fable 5.1，发布在即。@synthwavedd 称若不想难堪，最迟需下周初发布。

智谱发布 GLM-5.3-Flash，320B 总参数、18B 激活参数，在 Artificial Analysis 智能指数上以最大推理强度得 57 分，仅比 GLM-5.3 低 3 分，与 GPT-5.6 Terra 和 Muse Spark 1.2 持平。

推出 Gemini 3.5 Transcribe 🚀 我们最精准的语音转文字模型，支持 85+ 种语言，具备智能纠错和自定义词汇功能。 我用该模型 vibe coding 了一个类似 Wispr Flow 的应用。 演示 + 开源如下！

GOOGLE 🔥：全新的 Gemini 3.5 Transcribe 现已登陆 Google AI Studio、API 以及 macOS 版 Gemini Desktop！ > "开箱即用，自动识别 85+ 种语言"

推出 Gemini 3.5 Transcribe，我们全新的语音转文本模型，具备智能转写、函数调用、更精准的转写（更低 WER）、自定义词汇支持、多说话人识别，并支持超过 85 种语言！ 同时支持实时流式传输！

Google 推出 Gemini 3.5 Transcribe 语音转写模型，支持 85+ 语言，可自动过滤语气词、格式化非结构化语音，并结合屏幕上下文执行语音指令。该模型还能利用多模态能力将杂乱语音输入和本地文件直接转为邮件草稿。

🗣️💬 向 Gemini 3.5 Transcribe 问好，这是一款真正理解你代码库的语音转文本模型。 观看这款最新模型如何在 @Antigravity 中构建时，过滤口头犹豫，同时将技术术语、文件名和代码变量精确锚定到当前上下文中。通过使用视觉偏置，该模型为复杂的开发者工作流带来了深度的、屏幕感知的上下文。

Google DeepMind 推出 Gemini 3.5 Transcribe 语音转文本模型，支持流式与非流式两种 API。据 Artificial Analysis 评测，其流式与非流式平均词错率分别为 4.0% 和 2.6%，支持超 85 种语言、自定义词汇及最多三人说话人识别。

Google 推出 Gemini Audio 家族新成员 Gemini 3.5 Transcribe，可自动识别专业术语和超过 85 种语言，并自动格式化文本、去除"um""uh"等填充词。该模型支持自定义词汇表、为最多三位说话人区分语音，并提供词级时间戳。今日起向 macOS Gemini 应用用户开放英语版本，开发者可通过 Gemini API 公开预览使用。

一款高性能 125B 模型现在仅需 75GB 内存即可本地运行！感谢 @UnslothAI 的 Day-0 支持。🥳

ANTHROPIC 🔥：看起来现在有更多用户在后台从 Claude Fable 5 被路由到 Claude Fable 5.1。 > 一些用户发现 Fable 5 模型的知识截止日期已更新，指向一次静默发布。 快了？👀

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。

Unsloth 推出 Qwen3.8-Flash-Next 的 GGUF 量化版本，称该 125B MoE 多模态模型性能超过 Claude-Opus-4.6 (Max)，可在 75GB RAM 上本地运行，无需 GPU VRAM。

阿里云发布 Qwen3.8-Flash，一款多模态 MoE 模型，为 Qwen4 架构的早期预览，现已开放权重。该模型拥有 125B 参数，每 token 仅激活 6B，训练成本仅为 Qwen3.7-Plus 的 1/9，性能全面超越后者。其 API 定价为每百万输入 token 0.16 美元、输出 0.47 美元，原生支持 262K 上下文，可扩展至 1M。

通义千问发布 Qwen3.8-Flash，一款多模态 MoE 模型，作为 Qwen4 架构的早期预览并开放权重。该模型总参数 125B，每 token 仅激活 6B，训练成本仅为 Qwen3.7-Plus 的 1/9，性能全面超越后者。生产版 API 定价 $0.16/1M 输入 tokens 和 $0.47/1M 输出 tokens，原生上下文 262K，可扩展至 1M。

Z.ai 证实此前神秘模型 Ox Alpha 实为 GLM-5.3-Flash，其每日 100 万亿 token 的流量由数万块国产 AI 芯片支撑，而非 NVIDIA GPU 集群。

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。

Qwen3.8-Flash-Next（125B MoE，6B 激活）在 8/9 项基准上超越 Claude Opus 4.6 Max；GLM-5.3-Flash（320B 总参，18B 激活）在 Terminal-Bench 2.1 得 84.3 分，逼近 Opus 4.8 的 85.0。两者均为 MIT 许可、原生多模态、1M 上下文，但完整权重需专业工作站或本地服务器才能运行。

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。

阿里 Qwen 团队发布开源权重多模态 MoE 模型 Qwen3.8-Flash-Next，125B 主干搭配 51B N-gram 嵌入表和 4B 多 token 预测模块，每个 token 仅激活 6B 参数，被视为 Qwen4 架构的早期预览。

由两位前 Meta FAIR 研究员创立的 Perceptron 推出视觉模型 Isaac 0.5，帮助机器在仓库、工厂等工业环境中感知、推理并行动，支持视觉引导机器人导航及提取视频信息。该模型以开放权重发布，训练数据含百万小时通用视频与 ego video。公司近期完成 2100 万美元融资。

欢迎来到一个你从未见过的世界 👀

智谱发布 GLM-5.3-Flash（320B-A18B），体积不到 GLM-5.2 一半，却在所有基准测试中全面超越后者。该模型原生多模态、支持 1M-token 上下文窗口，以 MIT 许可证开源，此前以 Ox Alpha 代号预览，完全运行于国产 AI 芯片。Databricks 将尽快为客户接入并实现超快运行。

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%。

ZHIPU AI 🔥：GLM-5.3-Flash（Ox Alpha）已正式发布！ > GLM-5.3-Flash 是一款 320B-A18B 多模态模型。 > 采用 MIT 许可证。 > 此前名为 Ox Alpha，是 OpenRouter 上的一个隐身模型。 看来 GLM-5.3-Flash 和 Gemini 3.7 Flash 确实是"好朋友"。

Ox Alpha 已揭晓为 GLM-5.3-Flash，但令人震惊的是，每天 100T tokens 的服务竟运行在中国芯片上。（1/3）🧵

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。

阿里 Qwen 团队发布多模态 MoE 模型 Qwen3.8-Flash-Next，作为 Qwen4 的架构预览，总参数 1250 亿但每 token 仅激活 60 亿，并引入 510 亿参数的 N-gram 嵌入层，可运行于系统内存。

GLM-5.3 Flash（Ox Alpha）正式发布，320B MoE 架构、每 token 仅激活 18B 参数，开源且 MIT 许可，原生多模态，支持 1M 上下文。

智谱上线并开源 GLM-5.3-Flash（320B-A18B），这是 GLM-5 系列首个原生多模态模型，总参数量 320B、激活参数仅 18B。该模型在 AA 综合智能指数取得 57 分，与 Claude Opus 4.8 持平，编程表现亦相当；定价为 GLM-5.3 的 1/10，限时折扣为 1/20，为 Opus 4.8 的 1/40。模型已接入 ZCode 等平台，并开放 API 调用。

谜底揭晓：Ox Alpha 由智谱（Z.ai）打造，是其 GLM 系列最新迭代，此前匿名上线 OpenRouter 后已在多项基准测试中登顶。Z.ai 确认将于周三发布 Ox Alpha 权重，供开发者在其基础上构建。该模型被描述为面向编程、持续智能体工作与生产负载的推理模型，其发布加剧了中国高性价比模型对 OpenAI、Anthropic 等高价前沿模型的竞争威胁。