回看 2 天 · 新增 11 条（框架 7，媒体 4）

一句话总览

过去两天没有任何厂商发布新模型——官方博客、release notes、HF 权重三条一手通道全空，无实质发布；真正的看点是框架侧的两条未发布信号：vLLM 的 fp8 MoE 调优配置里直接写出了「Gemma 4 26B A4B」的专家规格，以及连续两个 PR 在修 DeepSeek-V4 的流式工具调用解析。

正式发布

今日无确认发布条目：本批抓取中没有官方发文，也没有任何厂商官方组织下的新权重上线。

早期信号

• Google · Gemma 4——三个框架 PR 同时动工：transformers #48233 在修 Gemma4 集成测试里过期的期望值，vllm #53444 在修工具解析器对裸 <|tool_call>:name{...} 开头的处理，vllm #53394 则加了 GB10 上的 fused-MoE fp8 调优配置并注明「E=128, N=704 — Gemma 4 26B A4B」；HF 上没有官方组织的同版本权重，疑似规格已在框架侧定型、发布临近，但 26B/A4B 之外的细节待官方补充。来源
• DeepSeek · V4——vllm #53457（前缀感知截断）和 #53417（阻止 DSML 标记泄漏）两个 PR 都只针对 DeepSeek-V4 的流式工具调用，说明已有可跑的实现在被打磨；HF 无官方权重，疑似要么权重未上线、要么走闭源 API 形态。PR 里出现的「DSML」是此前未见的标记格式。来源
• DeepSeek V4 架构疑似尚未进上游——vllm #53422 新增 PCP O-Proj 张量并行，支持列表明确只到 DeepSeek V2/V3/V3.2 加 GLM-4 MoE Lite MLA，没有 V4；结合上一条，疑似 V4 的模型定义还在私有分支或根本不开权重。来源
• 疑似存在 Qwen3.8 27B 量化权重——llama.cpp #27590 的性能表格用 Qwen3.8-27B-UD-Q5_K_S.gguf 做基准，这个型号名在官方渠道未见对应条目，疑似已有社区量化权重在流通。来源
• vLLM 在铺权重热重载——#53438 引入 manifest 驱动的「模型级流式权重重载」，含 MoE 专家追踪与 ReloadArena，验证脚本叫 vllm-rl-day0-kit，疑似指向 RL/在线训练场景的 day-0 权重更新支持。来源
• vLLM 要把 KV cache 编排交给外部——#53423 加了一等公民的 KvHints 请求信封（Python + Rust 双端，仅打通链路不定义动作，见 RFC #53421），疑似是让外部 orchestrator 程序化管理 KV cache 的第一步。来源

媒体转述（二手）

• 据新浪财经报道，DeepSeek 再次调整计费方式，被解读为大模型开始转向「价值定价」。来源
• 据 36Kr 与 me.news 报道，一个代号「牛来」的神秘大模型限时免费开放体验并在社交平台刷屏，归属厂商与规格均未披露。来源

判断

这两天不需要动选型：没有一条能落地试用的新模型。唯一值得现在就跟的是 Gemma 4——vLLM 已经在为它写 GB10 的 fp8 MoE 调优配置，说明规格冻结、离开闸不远，做本地部署预算的可以按 26B 总参 / A4B 激活这个量级先算显存。DeepSeek V4 则要做好「只有 API、没有权重」的心理准备，配合它这次计费调整，成本模型可能要重估。

唯一今天就能吃到的实惠是 llama.cpp #27590：Q5_K/Q6_K 点积走 AVX-512 双块 + VNNI，实测吞吐 1.2 倍，纯 CPU 跑量化模型的直接受益，不改权重格式。其余 vLLM 的权重热重载和 KvHints 是基础设施长线投资，短期无感。Qwen3-0.6B 加进 batch invariance 测试列表那条是纯噪音——那是文档 PR，跟发布无关，交叉验证的「无同版本权重」标记在这条上属误报，不必当信号。

原始条目

■ 框架 （7 条）

■ 媒体 （4 条）