MarkTechPost 梳理 Qwen 三年半编年史：从 7B 到报道中的 2.4T 开放权重
据 MarkTechPost 2026 年 10 月 4 日的编年史文章，阿里 Qwen 从 2023 年 4 月邀请制试用走到报道称的 2.4 万亿参数开放权重模型，其间许可证从“月活低于 1 亿免费商用”逐步转为多尺寸 Apache 2.0，并出现 MoE 稀疏化、混合线性注意力与开放、闭源并行的产品线。
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。
Cantina 发布 apex-flash-1：GLM-5.3-Flash 微调的开源权重漏洞研究模型，60 道留出任务解出 40 道
据 MarkTechPost 2026 年 10 月 4 日报道，Cantina Security 联合 Yeta Labs 发布开源权重模型 apex-flash-1，在 GLM-5.3-Flash 上以 GRPO 微调，MIT 许可发布于 Hugging Face，自报 60 道留出漏洞任务解出 40 道、BF16 权重约需 640GB 显存。
Aleph Alpha 发布开放权重 Kolibri：781 亿参数 MoE、单 token 激活 34.6 亿
据 MarkTechPost 2026 年 10 月 4 日报道，Aleph Alpha 发布英德双语开放权重 MoE 模型 Kolibri-1，总参数 781 亿、每 token 仅激活 34.6 亿，支持最长 1,048,576 token 上下文与四档推理强度，以 Apache 2.0 许可在 Hugging Face 发布，FP8 检查点约 78GB，可用 vLLM 在单张 B200 或 H200 上服务。
Ai2 开源 AstaBrief 8B：基于 Qwen3-8B 一次成型带引用报告模型
据 Ai2 于 2026 年 10 月 2 日发布的博客，Ai2 开放基于 Qwen3-8B 后训练得到的 AstaBrief 8B，可将研究问题与检索片段一次性写成带引用报告，并作为 Asta「生成报告」Fast 模式上线；博客称 Fast 模式平均每份报告 51.1 秒，约为其 Claude 驱动 Thinking 模式的 3.5 倍速度，权重与训练数据同步释出。
Anthropic 评估：智谱开源权重 GLM-5.3 漏洞利用能力逼近 Claude Mythos Preview
据 The Decoder 2026 年 9 月 30 日报道，Anthropic 前沿红队称智谱开源权重模型 GLM-5.3 在 ExploitBench 上以 410 次尝试构建 50 个可用利用，接近 Mythos Preview 的 56 个，其拒答防护可经 abliteration 剥离；美国 CAISI 独立评估给出相似结论，称其落后最好的美国模型约四个月。
实测对比 Qwen3.8-Flash 与 GLM-5.3-Flash：办公工作台开发的能力分工与选型要点
据雷峰网 2026 年 9 月 30 日报道，作者在同一环境下用 Claude Code 让同日发布的 Qwen3.8-Flash 与 GLM-5.3-Flash 从零开发个人工作台，两者都能交付可运行应用，GLM 偏系统与工程完整度，Qwen 偏个人工作流与优先级设计。
RunningHub 发布生成式视频超分模型 RH Upscale：五档配置，Ultra 横评居首、Max 耗时约为其 1/8.6
据机器之心报道，海马云旗下 RunningHub 发布自研生成式视频超分模型 RH Upscale，主打「放大而不改内容」。报道称在 540P 输入、1080P 输出的 13 组横评中 Ultra 档综合得分 0.539 位列第一，并提供 Ultra 至 Low 五档；Max 处理 5—10 秒视频 2 倍超分耗时 34 秒，约为 Ultra 的 1/8.6。
NVIDIA 发布开放权重表格基础模型 Kumo Tabular：免训练单次前向预测，四种基准自报第一
据 NVIDIA 2026 年 9 月 29 日发布的官方博客，其发布表格基础模型 Kumo Tabular，含 2800 万至 2.15 亿参数三档，以 OpenMDW-1.1 许可发布并上架 Hugging Face，无需训练与特征工程，单次前向传播即可完成分类与回归，博客称其在 TabArena 等四个基准排名第一。
MiniMax 上线 M3.1-Flash-Preview：六档推理强度与百万上下文的实测观察
据新智元报道，匿名模型 Space Bunny Alpha 于 9 月 23 日出现在 OpenRouter 与 OpenCode，开发者通过分词器比对推测其来自 MiniMax；四天后的 9 月 27 日，MiniMax 上线 M3.1-Flash-Preview，具备六档可调推理强度、100 万 token 上下文与文字图片视频输入。报道还记录了修 bug、网页生成、3D 与游戏等实测结果。
RunningHub 发布 H3 RH Enhanced：H3 开源基座上后训练，宣称每秒一角八分
据新智元 2026 年 9 月 29 日报道，RunningHub 发布基于 MiniMax H3 开源基座深度后训练的 H3 RH Enhanced，称 2000 组实测中多镜头长时序叙事显著优于 Seedance 2.0，极端长场景人物崩坏率降低六成以上。报道正文两处成本口径为每秒一毛八，结论段落另有每秒一毛表述，需以厂商最新计费说明核实。
Naive AI 开源首款模型 Naive-N0.5-Flash：309B 总参、原生百万上下文、MIT 权重
据机器之心 2026 年 9 月 28 日报道，代季峰团队 Naive AI 发布首款模型 Naive-N0.5-Flash，总参 309B、激活 15.5B，原生支持百万 token 上下文，主打编程与 AI 研发。报告称权重与推理代码采用 MIT 许可并计划提供 API，同时披露 PaperBench、MLE-bench-30 等评测结果。
研究称 DeepSeek-V4-Flash 四残差流实际只用约两条，深层混合退化为单位矩阵
据机器之心转载的一篇 arXiv 论文（2026 年 9 月发布），研究者对公开的 DeepSeek-V4-Flash-0731 权重做前向分析与推理期干预，发现 mHC 的四条残差流读写权重集中在约两条流上，第 22 至 42 层残差混合矩阵接近单位矩阵，深层替换为单位矩阵后六任务平均分几乎不变。