vLLM Semantic Router 发布 d3-ultra：27B 多模态决策模型，一次读入回答全部问题
据 MarkTechPost 2026 年 10 月 26 日报道，vLLM Semantic Router 团队以 Apache-2.0 发布 27B 多模态决策模型 d3-ultra，不生成文本，单次读入输入即为每个问题的答案返回概率，覆盖路由、分类、视觉框选与视频检查。
模型资讯
国产模型的新进展，以及对 API 接入、选型和成本的实际影响。
百度开放 Unlimited OCR 2：单请求解析上百页文档，SR-SWA 与定制推理栈值得先验证什么
据 MarkTechPost 2026 年 10 月 26 日报道，百度发布 3.34B 参数的 Unlimited OCR 2，权重以 MIT 许可发布，用 SR-SWA 把注意力压到固定参考集以支持单请求数百页解析，自报 MarathonDocBench 77.1 分。
NUS 发布 Jeva-4B：把“没有合适选项”和缓存写进决策架构
据新智元报道，新加坡国立大学 xML Lab 提出 Jeva，以 Qwen3.5-4B 为骨干加一个决策块，直接输出选择、null 或分数；论文报告顺序翻转率为零、2048 候选下准确率 69.88%，权重已在 Hugging Face 发布。
Nanbeige4.3-33B 发布：33B 稠密、512K 上下文、Apache 2.0 权重，自报基准与他人模型卡冲突
据 MarkTechPost 2026 年 10 月 25 日报道，BOSS 直聘旗下 Nanbeige LLM Lab 以 Apache 2.0 许可在 Hugging Face 发布 33B 稠密模型 Nanbeige4.3-33B 及供自定义后训练的 Base 版本，支持 524,288 token 上下文，自报表在 20 项基准中领先 17 项，但部分竞品数值与对方官方模型卡不一致。
Kimi K3.1 Pro 发布：智能指数第四、Terminal-Bench 65.7，加推 3 倍速 Highspeed 版
据新智元 2026 年 10 月 24 日报道，Kimi K3.1 Pro 在 Artificial Analysis 智能指数得 55 分列全球第四，较前代高 11 分；Terminal-Bench 4.0 由 13% 升至 65.7%，并推出输出速度快 3 倍的 Highspeed 版本。
Kyutai 发布 CADRE 视频自编码器：世界模型动作延迟压至 230 毫秒以下，权重禁商用
据 MarkTechPost 2026 年 10 月 23 日报道，Kyutai 发布 CADRE 因果扩散表示自编码器，论文称其世界模型在单张 H100 上以 20 fps 运行、185 至 216 毫秒内响应。代码为 MIT，但 Hugging Face 权重为 CC BY-NC 4.0，排除商用，来源同时列出机器人操作动作跟随等短板。
Kimi K3.1 Pro 发布：2.8T/104B MoE 与 1M 上下文，API 已上线
据 Marktechpost 2026 年 10 月 23 日报道，Moonshot AI 发布 K3.1 系列首个模型 Kimi K3.1 Pro，采用 2.8T 总参数、104B 激活参数的 MoE 结构，支持 1M token 上下文，已在 Kimi API 上线，API 定价低于 K3，开放权重预计 2026 年 11 月发布。其自报基准在编码上接近前沿，但在科学终端任务上明显落后。
Moonshot 发布 Kimi K3.1 Pro：智能指数升至第四，API 价格下调 33%
据 The Decoder 2026 年 10 月 23 日报道，Moonshot AI 发布 Kimi K3.1 Pro，其 Artificial Analysis 智能指数得分为 55，比 K3 高 11 分，排名第四。报道还称标准版 token 单价下调约 33%，另有 Highspeed 变体，开放权重计划于 11 月 4 日前发布。
Kimi K3.1 泄露传闻：3D 代码成本、四档思考分级与开发者该验证什么
据雷峰网 2026 年 10 月 23 日报道，Kimi 官方先导片中出现“Kimi K3.1”彩蛋，开发者又在月之暗面 API 配置里发现 kimi-k3-1 标识、Kimi Code 模型列表新增 K3.1 选项；SGLang 合并请求被指新增 Medium 思考档，使思考强度由三档变四档。AI 博主 Chris 称实测一周、成本约为 K3 的 70%，报道还称其 3D 成本约 GPT-6 Astra 的 1/14。上述均属传闻与单方实测。
Gradium 开源端侧 TTS 模型 Phonon：英语 31M 版 Apache 2.0，64.5 MB 可离线跑
据 MarkTechPost 2026 年 10 月 22 日报道，Gradium 开源端侧 TTS 家族 Phonon，含 31M 参数、64.5 MB q8 权重的英语 Phonon 31m，Apache 2.0 许可；厂商自测困难句集 WER 1.70%，MacBook Air M5 CPU 上 6.9 ms 出首个音频。
OlmoEarth v1.3 发布：128 维卫星嵌入模型、全球预计算嵌入与无登录探索器
据 Allen AI 于 2026 年 10 月 22 日发布的博客，OlmoEarth v1.3 是一个卫星嵌入模型，读取 Sentinel-1、Sentinel-2 和 Landsat 年度时间序列，为每个 10 米像素生成 128 维向量，前 64 维可单独使用。官方称其 128 维嵌入在 27 项评测中 20 项得分最高，并公开全球预计算嵌入、权重、预训练数据和代码，采用 OlmoEarth Artifact License。
火山引擎启动 Seedance 2.5 4K 首批定向试用：20 家工作室与导演，报道称可 480P 打样再出 4K
据雷峰网 2026 年 10 月 22 日报道，火山引擎启动 Seedance 2.5 4K 模型第一批企业试用，与作品绑定、定向供应全球 20 家工作室和导演，报道称该版本主打人物表演与参考生成、编辑一致性，并有试用工作室称可先用 480P 出样片、满意后再用 4K 重生成。