大模型发布监控19 条
2026-08-24回看 2 天 · 新增 19 条（框架 11，媒体 7，官方 1）
⚠️ 以下源疑似停更/换阵地（能正常抓取但最新条目很旧，属于不可见的覆盖缺口，需人工换源）：Qwen Blog（335 天前）
一句话总览
今天没有全新旗舰落地，最实的一条是 OpenAI GPT-5.6 Terra/Luna 上线 AWS GovCloud（Bedrock）；更值得盯的是水面下的动静——vLLM 一天之内为 Kimi K3 合入 8 个适配/优化 PR，K3 开源发布可能已经很近。
正式发布
- OpenAI（via AWS Bedrock）· GPT-5.6 Terra / Luna · 2026-08-24 —— GPT-5.6 家族的两个档位（Terra 均衡档、Luna 低价快速档）在 Amazon Bedrock 的 AWS GovCloud（US-West/US-East）正式可用，属于区域可用性扩展而非新模型首发。官方口径：Terra 以 GPT-5.5 一半的成本提供同级性能，Luna 是最低价位档；Bedrock 上支持 100 万 token 上下文，并支持显式缓存断点的 prompt caching（重复上下文按 9 折——即 90% 折扣计费）。对需要美国政府合规环境跑 agent 工作流的团队是实质利好，对其他人主要是定价参照。来源
早期信号
- Kimi K3（月之暗面） —— vLLM 单日出现 8 个 K3 专属 PR（KeyError 修复、CUDA graph、KDA mixer 拆分、MegaMoE 尾部融合、SM100 低延迟 decode 等），HF 上尚无官方权重，疑似开源发布前的密集适配冲刺；PR 标题暴露了 KDA + latent MegaMoE 的新架构组合。来源
- Kimi Linear（月之暗面） —— transformers 出现 "Kimi linear" 官方建模 draft PR，疑似 K3 所用线性注意力组件在 HF 生态的前置铺路。来源
- GLM-5.2（智谱） —— vLLM 性能 PR 直接以 zai-org/GLM-5.2-FP8 在 8×H20 上跑稀疏注意力（FLASHMLA_SPARSE）基准，但 HF 官方组织下尚未见同版本公开权重，疑似发布在即或内测权重先行。来源
- DeepSeek-V4 —— vLLM 合入 ROCm 路径的 DeepSeek-V4 SWA 解码融合内核优化，HF 上没有官方同版本权重，疑似 V4 正在做发布前的多硬件适配（PR 细节显示 V4 引入了 SWA + indexer 的新解码管线）。来源
- Qwen3.6（阿里） —— 一个与模型无关的 vLLM 权重校验 PR 的问题描述里顺带出现了客户部署 "Qwen3.6-35B-A3B-w8a8" 的字样，疑似 Qwen3.6 系列已在部分客户处流通但尚未公开。来源
- Dots3 NOTE（疑似小红书 dots 系列） —— vLLM 出现 Dots3NoteForCausalLM 的 torch.compile/MTP 优化 PR，含视觉编码器与 MTP 投机模块，指向一个尚未广泛公开的多模态新型号。来源
媒体转述（二手）
- 据 Geeky Gadgets 报道，Gemini 4 可能配备 1000 万 token 上下文窗口（无官方口径佐证）。
- 据 Geeky Gadgets 报道，DeepSeek V4 Flash Vision 在 Apex Bench 测试中表现突出。
- 据 nokiapoweruser 报道，Google Gemini 3.5 Pro 疑似即将发布；另据 Pluang 报道，Gemini Pro 发布再度推迟——两条消息互相矛盾，均无官方确认。
- 据搜狐网转述，日媒发布全球大模型实力调查报告，Kimi K3 排名第六。
判断
今天真正值得跟进的是 Kimi K3：一天 8 个 vLLM PR 加 transformers 侧的 Kimi Linear 铺路，这种密度通常出现在开源发布前一到两周，架构上 KDA 线性注意力 + MegaMoE 的组合也值得提前研究部署要求。GLM-5.2 和 DeepSeek-V4 的适配 PR 说明国产三家下一代基座都在管线里，但时间点还看不出来。GPT-5.6 GovCloud 上线对绝大多数团队只是区域扩展新闻，唯一有普适价值的信息是"Terra = GPT-5.5 半价同级性能"这个定价锚点。Gemini 系列的传闻互相打架，纯属噪音，等官方。
原始条目
■ 官方 （1 条）
■ 框架 （11 条）
■ 媒体 （7 条）