AI 模型发布与更新

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。

Ox Alpha 揭晓：@Zai_org 的 GLM-5.3-Flash，GLM-5 系列中首个原生多模态模型。 Ox Alpha 是 OpenRouter 上有史以来最大的模型，6 天内处理了超过 20 万亿 token。 立即继续使用该模型：https://openrouter.ai/z-ai/glm-5.3-flash

即将推出的 Ox Alpha 就是 GLM-5.3 Flash（如预期）：总参数 320b，激活参数 18b。 以 1/10 的价格超越 GLM-5.2，在编程和智能体基准测试上接近 Opus 4.8。 大动作即将到来！

Z.ai 证实 Ox Alpha 是 GLM 系列的新模型，并宣布将发布其权重。该消息在 Hacker News 上引发关注，获得 267 个 HN Points。目前尚未披露具体参数量、benchmark 分数或发布时间等更多细节。

Qwen 团队开源多模态 MoE 模型 Qwen3.8-Flash-Next，作为 Qwen4 架构的早期预览版。该模型采用 125B 参数主模型加 51B N-gram Embedding，每 token 激活 6B 参数，共 48 层，MoE 层使用 512 个专家和 top-10 路由。

通义千问发布 Qwen3.8-Flash，作为 Qwen4 架构的早期预览并开源权重。模型总参数 125B 加 51B N-gram 嵌入，每 token 仅激活 6B，训练成本仅为 Qwen3.7-Plus 的 1/9，SWE-bench Pro 得分 62.5，反超 Claude Opus 4.6 Max 的 53.4。

阿里巴巴发布 Qwen3.8 Flash，一款 125B 参数的多模态 MoE 模型，原生支持 262K 上下文，可通过 YaRN 扩展至 1M。API 定价为每百万输入 token $0.16、输出 token $0.47。该模型基于新架构构建，是 Qwen4 架构的前身，在 DeepSWE 1.1 和 SWE-bench Pro 上分别得分 58.7 和 62.5。

阿里云 Wan3.0 在六大动画类别评测中均排名第一，同时在写实视频生成方面表现优异。KoyalAI CEO Mehul Agarwal 从专业电影制作视角对其进行了测试，Wan3.0 现已上线 KoyalAI 平台，并提供 Model Studio 和 Qwen Cloud 的 API 访问。

通义千问发布 Qwen3.8-Flash-Next，SGLang 即日支持部署。该模型为 125B 主模型，含 51B N-gram 嵌入，每 token 激活 6B 参数。N-gram 嵌入几乎不增加计算成本即可扩展容量，并可通过异步预取驻留内存；GDN+QSA 混合注意力兼顾长任务效率与检索精度。

OxAlpha 是来自中国 Z.ai 的 GLM 新迭代版本。 它将改变你快速运行长时智能体的方式。 --- bloomberg.com/news/articles/2026-08-26/china-s-z-ai-made-ox-alpha-stealth-model-that-rivals-deepseek 来源：X：Rohan Paul （@rohanpaul_ai）

通义千问 Qwen3.8-Flash-Next 获 vLLM 首发（day-0）支持，已在 NVIDIA 和 AMD GPU 上验证。该超稀疏多模态 MoE 模型拥有 125B 总参数、6B 激活参数、262K 原生上下文（经 YaRN 可扩展至 1M），并附带可卸载的 51B N-gram 表。模型现可通过 `vllm/vllm-openai：qwen38-flash-next` 镜像运行。

Recraft V4 Styles 已在 OpenRouter 上线。 精确模式遵循纹理、构图、色彩和渲染，而不仅仅是整体外观。可使用来自其他生成器、品牌素材或现有资产的 1-10 个参考。 来自 @recraftai 的 Styles、Vector、Pro 和 Pro Vector 如下 ↓ https://openrouter.ai/recraft

非常感谢 @sgl_project 的首日支持！🙌 Qwen3.8-Flash-Next 今日即可通过 SGLang 部署。

Qwen3.8-Flash-Next 正式发布，这是一款高度稀疏的 MoE 模型，总参数 125B 外加 51B N-gram 嵌入，但每个 token 仅激活 6B 参数。

Qwen3.8-Flash-Next正式发布，这是一款高度稀疏MoE开源多模态模型，总参数125B加51B n-gram嵌入，每token仅激活6B参数，原生256K上下文可经YaRN扩展至1M。

阿里通义千问团队发布 Qwen3.8-Flash，这是一款 125B 参数的多模态 MoE 模型，每 token 激活 6B 参数，原生支持 262，144 tokens 上下文，并可通过 YaRN 扩展至 1M tokens。

通义千问开源 Qwen3.8-Flash-Next，一款多模态 MoE 模型，也是 Qwen4 架构的早期预览。该模型采用 GDN + QSA 混合注意力等四项升级，总参数 125B，每 token 激活 6B，训练成本约为 Qwen3.7-Plus 的 1/9，编码与办公任务能力更强。

IBM 推出开源权重 Granite 4.2 模型，提供 3B、8B 和 30B 三种参数版本，原生支持 128，000-token 上下文窗口。8B 和 30B 版本经过智能体强化学习训练，支持使用终端、搜索网页或调用外部工具。IBM 称其为 Granite 系列中专注于推理的版本，旨在满足开发者对本地部署模型日益增长的兴趣。

IBM 发布 Granite 4.2 语言模型，提供 3B、8B 和 30B 三种尺寸，基于约 15 万亿 token 从头训练，支持最高 512，000 token 的上下文窗口，并可在"思考"与"非思考"模式间切换以控制每项任务的计算量。

智谱证实 Ox Alpha 模型正是其 GLM 系列新版本，将于今晚正式发布该模型权重。该匿名模型此前在 OpenRouter 上线后调用量迅速攀升至榜首，并刷新单日用量纪录；OpenCode 免费套餐声称每日可处理 100 万亿个 token。研究人员通过分词器指纹分析发现其 token 数量与 GLM-5.3 几乎完全吻合，仅存在恒定 75 个 token 的包装层偏差。

阿里云 Wan 3.0 正式上线 Media.io，可将一个创意或脚本生成完整 AI 故事，支持角色一致、场景连贯与电影级运镜。限时优惠 40% OFF，同时通过 Model Studio 和 Qwen Cloud 提供 API 接入。

OpenAI 支持的律所 AI 公司 Harvey 发布首个自研模型 Tenet，基于中国开源权重模型 Kimi K3，用约 150 块 Nvidia B300 训练两个月。

6 天内处理了 42T tokens 的 Ox Alpha 继 DeepSeek Flash 56 天运行后使用最多的模型 几小时后揭晓

通义千问（Qwen）即将发布 Qwen3.8-Flash-Next，作为 Qwen4 架构的预览版，今日正式开放。据已下架的 ModelScope 页面显示，该模型采用多模态 MoE 架构，总参数约 176B（125B 主参数 + 51B N-gram 嵌入），但每 token 仅激活 6B 参数。最终 benchmark 表现值得关注。

小鹏汽车副总裁宣布，小鹏 G9L 将首发搭载第二代 VLA 全新版本，具备 30 秒有效时序，首次将记忆加入智驾决策，并通过 X-Foresight 世界预测模型推演未来 6 秒环境运动轨迹。该版本端到端响应速度提升 300%，端侧模型参数量提高 3.5 倍，为行业主流 VLA 模型的 15 倍。小鹏 G9L 已开启预售，预售价 25.98 万元起。

腾讯混元将端侧翻译模型 Hy-MT2-1.8B 通过 2-bit 与 1.25-bit 量化方案压缩至 574MB 和 440MB，翻译质量几乎无损，在 FLORES-200 上优于 Microsoft Translator 等商业 API。该模型已联合英特尔完成 x86 适配，并在哔哩哔哩直播弹幕实时翻译中落地，单条弹幕翻译耗时 500~800ms。

智谱 Z.ai 8-26 正式发布 GLM-5.3-Flash:官方称为 GLM-5 系列首个原生多模态模型,以 MIT 许可在官方 zai-org HuggingFace 仓开源权重,API、Chat 与 ZCode 均已可用。本文不写入未经官博复核的分数与定价。

Google 8-26 发布 Gemini 3.5 Transcribe,定位为其迄今最精确的语音转文字模型,支持 85+ 种语言、可处理自我更正与去除口头语,官方给出流式转写约 4.0% 词错率。现已可在 Gemini macOS 应用与 Android Gboard(Rambler)试用,开发者经 Google AI Studio 与 Antigravity 以 public preview 调用(实时流式与预录音两种 API),Chrome 网页语音输入 coming…

阿里 Qwen 8-26 在官方 HuggingFace 组织仓 Qwen/Qwen3.8-Flash-Next 发布开源权重(safetensors),官方定位为将支撑 Qwen4 的架构实验性预览,采用稀疏 MoE 与混合注意力等设计,为多模态模型,许可为 qwen-community-1.0。同线程称 QwenCloud 上的 Qwen3.8-Flash API 已可用(首帖写 available soon,后续帖更正为已上线)。本文不写入未经官博复核的跑分。

阿里云 Wan3.0 现已在 OpenArt 平台上线，用户可通过 Model Studio 和 Qwen Cloud 获取 API 访问。该版本支持生成更长视频，创作者 @NOSNOWISXVW 展示了从灵感构思到成片的端到端工作流，称长视频生成让叙事节奏更可控。

谢谢。我们正在推进中--很快会有更多消息。

IBM 发布 Granite 4.2 开源推理模型家族，提供 3B、8B、30B 三种参数规模，均支持思维链并配备思考/非思考开关，全部以 Apache 2.0 协议开源。

阿里云 Wan 3.0 现已上线 ArtArch，支持最长 30 秒的视频生成，主打真实感渲染、电影级动态与更强的场景一致性。用户可通过 Model Studio 和 Qwen Cloud 获取 API 接入。8 月 25 日至 9 月 7 日期间，每位用户可免费生成 100 次，且不限时长。

Wan 3.0 已登陆 @replicate！🚀 原生 30 秒单镜头视频，带同步音频--现已在 Replicate 上线 ↓ 更多 API 接入： • Model Studio： https://click.alibabacloud.com/m/20000002017/ • Qwen Cloud： https://click.qwencloud.com/m/20000002025/

阿里云 Wan 3.0 现已在 @aiflaq 上线，专为电影级视觉与高质量视频生成打造。用户可通过 Model Studio 和 Qwen Cloud 获取 API 访问。Flaq AI 称其"自行车价格、法拉利性能"，并用同一提示词对比 Seedance 2.5 后评价"绝对电影级完美"。

阿里云 Wan 3.0 现已上线 OiiOii AI，支持更长视频生成、更强一致性和多参考输入，确保角色、场景与细节在快速动作中保持连贯流畅。API 可通过 Model Studio 和 Qwen Cloud 获取。

消息源 @synthwavedd 爆料称，OpenAI 已完成下一代模型 Bel 的预训练，该模型是 Doug 的直接继任者，总参数超过 10T，并计划将其打造为 GPT-6 之后的基座模型，甚至冲击 AGI 阈值。消息源认为，这些探索可能让 Anthropic 感到压力，OpenAI 认为面对即将发布的 Astra，Anthropic 没有拿得出手的应对方案，主要受算力条件所限。

OpenAI 据报已完成代号"Bel"的下一代预训练模型，总参数超 10T，规模接近 GPT-4.5，预计成为 Astra 与 GPT-6 的基础。Anthropic 因算力受限，被认为今年内难以应对 Astra 的公开推出，但预计明年初可重回领先。