Mercury 3 發佈,擴散式 LLM 推理速度達每秒 1,000+ tokens
Mercury 3 正式推出;InceptionLabs 稱它在多項基準中勝過 GPT-6 Luna 和 Claude Haiku 5.5,並以 4–8x 更快的速度達每秒 1,000+ tokens。
推薦理由:材料列出速度、上下文窗口和價格,並提供 Mercury 3 在 50 項 Mind2Web 導航任務中的結果,便於對照模型指標與部署案例。
Mercury 3 正式推出;InceptionLabs 稱它在多項基準中勝過 GPT-6 Luna 和 Claude Haiku 5.5,並以 4–8x 更快的速度達每秒 1,000+ tokens。
推薦理由:材料列出速度、上下文窗口和價格,並提供 Mercury 3 在 50 項 Mind2Web 導航任務中的結果,便於對照模型指標與部署案例。
Timestral Mistral 在零樣本預測中勝過 Google TimesFM-3,並以較低成本運行。文章稱,該模型在 M4-M5 基準測試的 MSE 低 12%,其 Mistral Cloud API 約比 Google TimesFM-3 API 便宜 30%。模型提供開源權重及雲端 API,並支援只微調不多於 0.5% 參數的 adapter-lite 方法。
Inception 發佈旗艦擴散式大語言模型 Mercury 3,稱其在多項基準測試中勝過 GPT-6 Luna 和 Claude Haiku 5.5。公司稱模型在 NVIDIA GPUs 上達到 1,068 tokens per second,上下文窗口為 one million tokens,較 Mercury 2.5 的 260,000 tokens 增加。
MiniMax 發佈 M3.1 Flash 推理模型,其 Artificial Analysis Intelligence Index 得分為 42,較 M3 高 13 分,單項任務成本不到一半。
Google 推出 Gemini 4 Argon,定位為可處理複雜多步驟工作,並支援 Antigravity 的多智能體 Blender 工作流程。Argon 可配合 Blender MCP 建構和修改 3D 場景、動畫及互動原型;文中的 Wizard Chess 是示範項目,並非 Google 獨立推出的遊戲。
Microsoft AI 的 MAI-Transcribe-2 在 David AI 的 DAI-ASR-I18N 公開評測中,於 21 種語言中的 18 種取得最低轉錄錯誤率,並在 16 種語言的錯誤率低於 10%。
Laminar 推出以 RL 訓練的 flow-1,分析 AI 智能體追蹤記錄並找出隱性錯誤。在 Laminar 自家基準測試中,flow-1 的錯誤偵測質素媲美 GPT-6-sol,成本低 23x,可逐條分析生產環境中的智能體追蹤記錄,無須抽樣。Laminar 採用 Apache 2.0 授權,並支援自行託管。
Inception 的 Mercury 3 是擴散式大語言模型,貼文列出其在 NVIDIA GPU 上的生成速度為每秒 1,068 個 token。貼文稱其品質媲美或優於 GPT-6 Luna、Claude Haiku 5.5 等速度優化前沿模型;上下文窗口由 Mercury 2.5 的 260K 增至 1M tokens。
Kling AI 發佈 Kling 4.0,加入立體聲音訊及多語言口型同步,並推出較輕量的 Kling 4.0 Flash。主模型單次可生成最長 30 秒影片,提示詞上限為 8,000 tokens,Omni Reference 單次生成最多接受 15 項參考素材。
Mercury 2 入選 TIME 2026 年最佳發明的人工智能類別,是以擴散模型為基礎、具推理能力的 LLM。它每秒生成超過 1,000 個 tokens,速度較領先的速度優化 LLM 快逾 5 倍,並可在普遍可用的 NVIDIA GPU 上運行。公司其後推出 Mercury 2.5、Mercury Voice、Mercury Router 和 Mercury Decide。
inclusionAI推出醫療專用研究模型 Ling-3.0-flash-Sante,基於 Ling-3.0-flash,總參數量為 124B,每個 token 啟用 5.1B 參數。模型訓練上下文長度達 256K tokens,支援醫療推理、深度研究及工具輔助工作流程,權重可在 Hugging Face 和 ModelScope 取得。它不是醫療器械,不能取代專業醫療建議、診斷或治療。
六個 AI 模型透過各自的 CLI 進行 12 局棋賽,沒有一局以將死結束。11 局因第三次犯規告負,唯一打滿 60 ply 的對局由 Gemini 4 Argon 與 Opus 5.5 下成和局。Opus 5.5 和 Gemini 4 Argon 未用過後備走法;Opus 5.5 平均每步 13 秒,是最快的模型。
DeepSeek 於 2026 年 10 月 17 日發佈 V4.1 Flash 1017,稱這是小幅更新,基準分數提高、任務完成更快,輸出更短。作者於 10 月 18 日將 1017 接入 LU Cloud,舊模型 ID 會轉送至新 ID,讓已儲存的預設選擇、舊聊天和 API 腳本繼續使用。
作者在 MacBook Air 上微調 Qwen3-4B-Instruct,推出開源模型 qwen3-4b-deslop,毋須 system prompt,可透過 Ollama 在本機執行。
MiniMax 於 2026 年 10 月 19 日正式推出 M3.1 Flash,並確認匿名運行期間處理超過 200 trillion tokens 的 Space Bunny 是新模型的早期版本。
Nvidia 推出 Nemotron 3.5 Super VL 及兩款 Bolt 開放權重模型,分別面向企業智能體,以及本機 AI PC 和工作站部署。Super VL 有 120 billion 個參數;Nvidia 稱它的參數少於 Nemotron 3 Ultra,但在指令遵循和工具使用任務上的準確度相若。
Reflection AI 發佈 Beam,這款總參數量 501.3 billion 的稀疏 MoE 模型,在解題品質相若時,推理生成 token 約比同類開放模型少 3–4×。
MiniMax 推出 M3.1 Flash,並稱這款模型在智能體任務、編碼、電腦操作及網絡安全方面帶來「代際飛躍」。模型權重預定於 10 月 23 日推出。
谷歌研究人員宣佈,4個 Gemini 4 Argon 智能體在無預設策略及無人類即時介入下,於隨機生成的《我的世界》中自主協作,耗時27小時擊敗末影龍。智能體透過遊戲內聊天框協調分工,發送229條訊息、運行2783個程序,並死亡605次。研究團隊稱,這是 AI 首次完全自主從零通關該遊戲。
Hugging Face 官方基準測試排行榜每日更新截至 2026-10-20 列出 49 項基準測試及 1,107 個排行榜項目。olmOCR-bench 榜首由 infly/Infinity-Parser2-Pro 轉為 SoMarkAI/OXR-1.0,得分 87.84;所有排行榜共新增 5 個項目。
doubleAI 推出 Maxwell 並開放早期體驗;模型在軟件執行時改寫底層機器碼以減少計算消耗,原始碼保持不變。公司稱,Maxwell 令數據管線提速逾 38 倍、AI 推理核心提速逾 4.5 倍,並為一名早期客戶削減 67% 計算成本。公司稱,每項改動均經形式化證明不會改變程式行為;當加速條件不再成立時,guard 會把控制權交還原始程式碼。
Dominik Picheta 設計了旨在讓 LLM 難以使用的程式語言 KillSwitch,作者實測了直譯器及其基準測試。最佳模型在「實作 hello world」等任務中得分為 66.8 out of 100;AI_SPEC.md 則有 887,584 words,是正式規格的 320x。
MiniMax 已在 API 發佈 M3.1 Flash,輸入價格為每 1M tokens $0.15,輸出價格為每 1M tokens $0.60。
Anthropic 正在籌備一款直覺與推理能力更強的模型。該模型能辨識潛在意圖,亦更擅長跳出框框思考。
晚間重大事件包括2026金融街論壇年會開幕,以及央行、證監會等部門公佈金融政策和監管安排。證監會將同意首批18隻主動ETF註冊,上市公司年內分紅回購2.1萬億元;央行等部門印發支持建設國際科技創新中心的指導意見。MiniMax正式發布新一代Flash模型M3.1 Flash。
Hacker News 的 Show HN 貼文展示 Qwen3-4B,稱模型已經過訓練以去除 AI 寫作慣用痕跡。頁面未列出訓練方法、評測數據或模型可用性。
MiniMax M3.1 Flash 已在 OpenRouter 以 $0 免費提供,用戶可透過 API key 試用。模型支援文字、圖像和影片輸入、文字輸出及工具使用;推理不能關閉,可選 low、medium、high、xhigh 或 max,預設為 max。
MiniMax 發佈新一代 Flash 模型 M3.1 Flash。國家統計局稱,人工智能+行動有力帶動了新興領域的投資和出口;火山引擎發起 Seedance 精品 AI 劇激勵計劃,單部作品最高可獲 20 萬元。豆包的劉星稱,字節總算力中約 10% 用於影片生成模型的訓練和推理。
MiniMax 於 2026年10月19日正式推出 M3.1 Flash,線上推理速度提升近 3 倍,綜合使用成本降低 70%。
MiniMax 正式推出 M3.1 Flash,稱其智能體任務能力提升、線上推理速度接近三倍,智能體任務使用成本較上一代降低 70%。模型在 DeepSWE v1.1 得分 73.7%,日常輸出速度可達 200+ TPS,中位數(P50)持續達 170+ TPS。
doubleAI 發佈一款旨在提升 GPU 和 CPU 效能的程式碼執行模型。公司融資 $220M,並將約 50% 資金用於購入 1,000 枚 Nvidia B300 晶片。
稀宇科技宣佈 MiniMax M3.1 Flash 模型上線,線上推理速度提升近 3 倍,使用成本降低 70%。模型在 DeepSWE v1.1 得分 73.7%,在 OSWorld V2 得 61.7 分、在 ALE 得 29.6 分,並在 CyberGym 得分 82%。
MiniMax 正式發布新一代 Flash 模型 M3.1 Flash,稱其在智能體任務、編程、Computer Use 及網絡安全能力上實現代際提升。此前以匿名身份處理超過 200T Token 的 Space Bunny,是 M3.1 Flash 的早期版本。M3.1 Flash 線上推理速度提升近 3 倍,使用成本降低 70%。
Mistral 發佈 Timestral 時間序列基礎模型。貼文未交代模型規模、效能數據或可用性詳情。
DeepSeek V4.1 Flash 1017(Max)以 MoE、MLA 和 FlashAttention-3 優化推理吞吐量與延遲。在 1k prompt / 512 completion 合成負載下,TTFT 為 185 ms、總生成速度為 480 token/s,較競品標準 MoE 分別快約 23% 和 55%。
VIDRAFT 的 Darwin-180B-RSI 是一款 180B 參數的開放權重語言模型,在 AIhoster 截至 2026-10-19 更新的排行榜上,以 MMLU-Pro 88.1% 和 GPQA Diamond 94.4% 均列第一。
Google DeepMind表示,四個Gemini 4 Argon智能體在沒有任何人類協助下,以27小時14分鐘通關Minecraft。按Argon計劃於2027年採用的價格計算,這次運行成本為$1,620。
MiniMax 官方帳號發布短片,認領匿名模型 Space Bunny;該模型據悉是即將正式發布的 M3.1 Flash 早期版本。Space Bunny 上線後 3 天內登上 OpenRouter 和 OpenCode 的 Token 日調用量榜首,並與 DeepSeek V4.1 Flash、GLM 5.3 Flash 同列前三。
Artificial Analysis 的 Intelligence Index v4.3.2 給 DeepSeek V4.1 Flash 1017(Max)45 分,前版為 39 分,單項任務成本由 $0.49 降至 $0.26。
奇瑞將於 10 月 20 日在蕪湖舉辦 2026 奇瑞全球創新大會,發布首個汽車行業垂域大模型,並全球首發消費級家庭陪伴人形機械人「墨寶」。該模型融合奇瑞在算力、演算法及數據等領域的技術能力,大會亦將展示專為物理 AI 世界模型設計的車規級晶片。「墨寶」將於大會期間開啟全球預訂。