Commencer maintenant
KIMISEEK / NEWS

Actualités des modèles

Les nouveautés des modèles chinois et leurs effets sur l’intégration API, le choix des modèles et les coûts.

  1. qwen

    MarkTechPost retrace trois ans et demi de Qwen : du 7B aux poids ouverts annoncés à 2,4 T de paramètres

    Selon une chronique publiée par MarkTechPost le 4 octobre 2026, Qwen d'Alibaba est passé d'un accès sur invitation en avril 2023 à un modèle à poids ouverts annoncé à 2,4 billions de paramètres ; la licence aurait évolué d'une clause « usage commercial gratuit sous 100 millions d'utilisateurs actifs mensuels » vers Apache 2.0 pour plusieurs tailles, avec apparition du MoE parcimonieux, d'une attention linéaire hybride et de lignes de produits ouvertes et fermées en parallèle.

  2. open_model

    Cantina publie apex-flash-1, un modèle à poids ouverts pour la recherche de vulnérabilités, affiné à partir de GLM-5.3-Flash : 40 tâches résolues sur 60

    Selon un article de MarkTechPost du 4 octobre 2026, Cantina Security, avec Yeta Labs, a publié le modèle à poids ouverts apex-flash-1, affiné par GRPO sur GLM-5.3-Flash, distribué sous licence MIT sur Hugging Face, avec 40 tâches de vulnérabilité résolues sur 60 selon l'auto-évaluation et environ 640 Go de mémoire GPU requise pour les poids BF16.

  3. open_model

    Aleph Alpha publie Kolibri, modèle à poids ouverts : MoE de 78,1 milliards de paramètres, 3,46 milliards activés par token

    Selon un article de MarkTechPost du 4 octobre 2026, Aleph Alpha a publié Kolibri-1, un modèle MoE bilingue anglais-allemand à poids ouverts, avec 78,1 milliards de paramètres au total et seulement 3,46 milliards activés par token, prenant en charge un contexte allant jusqu'à 1 048 576 tokens et quatre niveaux d'intensité de raisonnement, publié sous licence Apache 2.0 sur Hugging Face, avec un point de contrôle FP8 d'environ 78 Go, déployable avec vLLM sur un seul B200 ou H200.

  4. open_model

    Ai2 ouvre AstaBrief 8B, modèle de rapport avec citations généré en un seul passage à partir de Qwen3-8B

    Selon un blog publié par Ai2 le 2 octobre 2026, Ai2 ouvre AstaBrief 8B, post-entraîné à partir de Qwen3-8B, capable de générer en un seul passage un rapport avec citations à partir d'une question de recherche et de fragments récupérés, et lancé comme mode Fast de la fonction « générer un rapport » d'Asta ; le blog indique une moyenne de 51,1 secondes par rapport en mode Fast, environ 3,5 fois plus rapide que son mode Thinking propulsé par Claude, avec publication simultanée des poids et des données d'entraînement.

  5. glm

    Anthropic évalue GLM-5.3 à poids ouverts de Zhipu : capacités d'exploitation proches de Claude Mythos Preview

    Selon The Decoder du 30 septembre 2026, la red team frontière d'Anthropic affirme que le modèle à poids ouverts GLM-5.3 de Zhipu a construit 50 exploits fonctionnels en 410 tentatives sur ExploitBench, proche des 56 de Mythos Preview, et que son refus peut être retiré par abliteration ; le CAISI américain, dans une évaluation indépendante, parvient à une conclusion similaire et le situe environ quatre mois derrière les meilleurs modèles américains.

  6. qwen

    Qwen3.8-Flash 与 GLM-5.3-Flash 对比测试：办公工作台开发中的能力分工与选型要点

    Selon un rapport de Leiphone daté du 30 septembre 2026, l'auteur a utilisé Claude Code dans un même environnement pour faire développer de zéro une workbench personnelle par Qwen3.8-Flash et GLM-5.3-Flash, publiés le même jour ; les deux livrent une application fonctionnelle, GLM penchant vers la complétude système et ingénierie, Qwen vers le flux de travail personnel et la conception des priorités.

  7. domestic_model

    RunningHub lance RH Upscale, modèle génératif de super-résolution vidéo : cinq profils, Ultra en tête d'un comparatif, Max environ 8,6 fois plus rapide

    Selon un article de 机器之心, RunningHub, filiale de 海马云, a publié RH Upscale, son propre modèle génératif de super-résolution vidéo, positionné sur le principe « agrandir sans modifier le contenu ». Le rapport indique que, dans un comparatif de 13 configurations à entrée 540P et sortie 1080P, le profil Ultra obtient un score global de 0,539 et se classe premier ; le modèle propose cinq profils, d'Ultra à Low. Toujours selon le rapport, Max traite une vidéo de 5 à 10 secondes en super-résolution 2x en 34 secondes, soit environ 8,6 fois plus vite qu'Ultra.

  8. open_model

    NVIDIA publie Kumo Tabular, un modèle de base tabulaire à poids ouverts : prédiction en une passe sans entraînement

    Selon un blog officiel de NVIDIA publié le 29 septembre 2026, le modèle de base tabulaire Kumo Tabular est disponible en trois tailles de 28 à 215 millions de paramètres, publié sous licence OpenMDW-1.1 sur Hugging Face ; sans entraînement ni ingénierie des caractéristiques, une seule propagation avant suffit pour la classification et la régression, et le blog le classe premier sur quatre benchmarks dont TabArena.

  9. domestic_model

    MiniMax lance M3.1-Flash-Preview : observations de tests sur six niveaux de raisonnement et un contexte d'un million

    Selon Xinzhiyuan, le modèle anonyme Space Bunny Alpha est apparu le 23 septembre sur OpenRouter et OpenCode, et des développeurs ont supposé, par comparaison des tokenizers, qu'il provenait de MiniMax ; quatre jours plus tard, le 27 septembre, MiniMax a mis en ligne M3.1-Flash-Preview, doté de six niveaux d'intensité de raisonnement réglables, d'un contexte de 1 million de tokens et d'entrées texte, image et vidéo. L'article rapporte aussi des résultats de tests sur la correction de bugs, la génération de pages web, la 3D et le jeu.

  10. domestic_model

    RunningHub lance H3 RH Enhanced, post-entraîné sur la base ouverte H3, avec un coût annoncé de 0,18 yuan par seconde

    Selon un reportage de Xinzhiyuan du 29 septembre 2026, RunningHub publie H3 RH Enhanced, un modèle vidéo post-entraîné en profondeur sur la base ouverte MiniMax H3, qui serait nettement supérieur à Seedance 2.0 sur la narration longue multi-plans lors de 2000 tests, avec une baisse de plus de 60 % du taux de dégradation des personnages dans les scènes extrêmement longues. Le corps du reportage indique à deux endroits un coût de 0,18 yuan par seconde, tandis qu'un paragraphe de conclusion mentionne 0,10 yuan par seconde ; à vérifier auprès de la grille tarifaire la plus récente du fournisseur.

  11. domestic_model

    Naive AI ouvre son premier modèle Naive-N0.5-Flash : 309B de paramètres, contexte natif d'un million, poids sous licence MIT

    Selon un article de Machine Heart (机器之心) du 28 septembre 2026, l'équipe de Dai Jifeng chez Naive AI a publié son premier modèle, Naive-N0.5-Flash : 309B de paramètres totaux, 15,5B activés, prise en charge native d'un contexte d'un million de tokens, axé sur la programmation et la R&D en IA. Le rapport indique que les poids et le code d'inférence sont sous licence MIT et qu'une API est prévue, avec des résultats d'évaluation sur PaperBench, MLE-bench-30, etc.

  12. deepseek

    Une étude estime que DeepSeek-V4-Flash n'exploite en pratique qu'environ deux de ses quatre flux résiduels

    Selon un article d'arXiv relayé par le média chinois Ji Qi Zhi Xin (septembre 2026), des chercheurs ont mené une analyse en forward et des interventions à l'inférence sur les poids publics de DeepSeek-V4-Flash-0731. Ils rapportent que les poids de lecture/écriture des quatre flux résiduels de mHC se concentrent sur environ deux flux, que les matrices de mélange résiduel des couches 22 à 42 sont proches de la matrice identité, et que remplacer ces couches profondes par la matrice identité laisse quasiment inchangé le score moyen sur six tâches.

Actualités des modèles | KimiSeek