大模型发布监控51 条
2026-08-27回看 2 天 · 新增 51 条（框架 16，官方 16，媒体 13，权重 6）
⚠️ 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（338 天前）
一句话总览
今天最值得知道的是智谱 GLM-5.3-Flash已在官方文档上线可调用：320B 总参 / 18B 激活、GLM-5 系列首个原生多模态、混合稀疏+线性注意力、1M 上下文，llama.cpp 侧已有两个 PR 在补齐支持。其次是 IBM Granite 4.2（3B/8B/30B 稠密推理模型，Apache 2.0）官方技术博客发布，以及 Qwen3.8-Flash-Next（Qwen4 架构预览版）权重已可用的二手确认。
正式发布
- 智谱 Z.ai · GLM-5.3-Flash · 日期待官方补充（文档索引不带日期） —— GLM-5 系列第一个原生多模态模型，官方称智能水平高于 GLM-5.2 且保持 Flash 级成本。320B 总参数、18B 激活，采用稀疏注意力 + 线性注意力的混合架构，相比 GLM-5.3 注意力计算量降 3.01×、KV cache 降 4.44×；文本参数与 GLM-5.3 一致，支持 1M token 上下文，图像通过 image_url 内容块传入；已进入 GLM Coding Plan 并给 3× 配额，模型代号 glm-5.3-flash。官方文档自称"首个开源前沿模型"，但本次 HF 扫描尚未捕获官方组织权重；llama.cpp 已有两个 PR（#27754 by danielhanchen、#27773）在补齐支持，PR 里给出的结构是 46 层、34 层 KDA + 11 层 DSA、mHC、DeepSeek 式 MoE，外加视觉塔。来源
- IBM · Granite 4.2（3B / 8B / 30B）· 2026-08-25 —— Granite 家族第一代明确面向推理的稠密 decoder-only 模型，三个尺寸从零预训练约 15T token，五阶段训练把上下文扩到 512K；SFT 后接多阶段 RL 管线，8B 和 30B 额外做了在真实沙箱里带工具的 agentic RL。全系支持 thinking / non-thinking 切换、低成本 thinking 模式和原生工具调用，提供 FP8 / FP4 / GGUF 量化，Apache 2.0 许可。定位是本地部署的推理型小中模型。来源
- Qwen · Qwen3.8-Flash-Next · 2026-08-26 前后 —— 据 Simon Willison 转述，这是 Qwen 又一个开源权重多模态 MoE 模型，官方把它定位为"Qwen4 所用架构的早期预览"，激活参数仅 6B（转述称总量 125B），Unsloth 已放出多档 GGUF 量化并可在 DGX Spark 上跑。一手侧证是 transformers PR #48368 直接引用了 HF 仓库 Qwen/Qwen3.8-Flash-Next-FP8 的讨论区并修复其 FP8 embedding 加载（权重已上线，本次未直接抓到官方发文，细节待官方补充）。来源
- Anthropic · Claude Fable 5 / Opus 5 / Sonnet 5 产品线 · 日期未知（文档索引不带日期） —— 文档站 release notes 新增了 Claude Fable 5 的 system prompts 页面，模型页显示现役阵容为 Fable 5（1M 上下文 / 128K 输出 / $10 · $50 每 MTok / adaptive thinking 常开）、Opus 5（$5 · $25，2026-07-24 发布，知识截止 2026-05）、Sonnet 5（$2 · $10，Sonnet 4.6 的 drop-in 升级，手动 extended thinking 和非默认采样参数会直接返回 400），Opus 4.8 已被标为 Legacy 并引导迁移到 Opus 5。属于文档层面的阵容确认而非当日新发布。来源
- NVIDIA · Cosmos3-Super / Cosmos3-Nano 权重更新 · 2026-08-26 —— 两个仓库 3 月建仓、8-26 有实质更新，tags 含 cosmos3_omni、diffusers、vllm-omni，属于 Cosmos 世界模型 / 物理 AI 系列的第 3 代（权重已上线，官方尚未发文，规格细节待官方补充）。同期 Nemotron-3-Super-120B-A12B-BF16 也有内容刷新。来源
- Google DeepMind · Gemini 3.5 Transcribe · 2026-08-27 —— 官方博客发布的转写（ASR）专用模型，标题为"Intelligent transcription"，正文抓取只拿到导航栏，规格与定价待官方补充。属专用模型，非旗舰。来源
- 小模型 / 工具模型合集 · 2026-08-26～27 —— inclusionAI 上传 UI-Venus-2-9B（基于 qwen3_5 的 GUI agent 视觉语言模型，权重已上线，官方尚未发文）；腾讯 HunyuanOCR 仓库有实质更新；FrontiersMind Lumma-0.6B-Base（因子化绑定嵌入 + 共享 KV 注意力，KV cache 减半）由 llama.cpp #27791 补齐支持；微软放出 SQuadGen（3D 四边形网格扩散生成）。均为非旗舰。来源
早期信号
- vLLM #54051 出现 XingChen4（星辰 4）MoE 模型的 WIP 适配：复用 DeepSeek-V2/V3 骨干（MLA + MoE + 可选 DSA indexer），把残差换成流形约束超连接 mHC，并可选接 FlagOS/FlagGems 加速；作者明说权重尚未公开，疑似国内某厂即将发布的新一代基座。
- llama.cpp #27804 为 Nemotron 3.5 Lightning 30B-A3B 加 DSpark 投机解码支持，PR 直接链到 nvidia 组织下的 NVFP4-DSpark 仓库，疑似 Nemotron 3.5 已有或即将有权重（本次扫描未捕获到官方发布记录）；L40S 上解码加速 1.14～1.48×。
- vLLM #53989 测试用模型写的是 Qwen/Qwen3.8-27B（Qwen3.5 家族文本配置、Qwen3Next 注意力），transformers #48368 内部代号叫 qwen4exp，加上 Flash-Next 自称"Qwen4 架构预览"，疑似 Qwen3.8 稠密 27B 已存在、Qwen4 正在路上。
- vLLM #53984 / #53972 在给 DeepSeek V4 做 DSpark 投机解码适配（跳过未注册 expert 权重、broadcast mHC），llama.cpp 侧也已把 DSV4 的 mHC 实现复用给 GLM-5.3-Flash；本次 HF 扫描未见 DeepSeek 官方 V4 权重，权重状态以官方为准。
- vLLM 三个 Kimi-K3 PR（KDA prefill 融合内核、MLA gate 合并进 QKV-A、a4w4 flydsl 内核）和两个 Gemma 4 PR（GPTQ 分片检查、AITER 融合内核）全部是 ROCm/AMD 性能优化，属已发布模型的生态补齐，不是新版本信号。
- llama.cpp #27779 给 FWHT（快速 Walsh-Hadamard 变换）加 F16 输入，作者称是"一个小系列的第一步"，后续加 1024/2048 宽度和各后端内核，疑似在为 Hadamard 旋转类量化（如 QuaRot/SpinQuant 路线）铺路。
媒体转述（二手）
- 据 Bloomberg 报道，智谱 Z.ai 推出的匿名"Ox Alpha"隐身模型性能可与 DeepSeek 抗衡；同日新浪财经称智谱在港股盘中"认领"了"牛来"大模型并涨超 8%（Bloomberg / 新浪财经）。
- 据 nokiapoweruser 报道，Gemini 3.8 Flash 疑似泄露，标题问 Google 是否准备以远低成本超越 Fable 5，标题夸大成分大，无一手佐证（nokiapoweruser.com）。
- 据 GIGAZINE 转述，微软、亚马逊、谷歌正与月之暗面洽谈基于 Kimi K3 提供服务，月之暗面提议 30% 分成（GIGAZINE）。
- 据新浪财经报道，阿里云发布全新 Qoder，内置 Qwen3.8-Max 等模型——这是 Qwen3.8-Max 这一型号首次出现在本次抓取中（新浪财经）。
判断
真正值得动手试的只有 GLM-5.3-Flash：18B 激活换 GLM-5.2 以上的能力和原生视觉，Coding Plan 还给 3× 配额，对做 agent coding 和长上下文的团队是直接的成本选项；但注意"开源"目前只是文档口径，权重没落地前先按 API 用。Granite 4.2 值得关注的是 30B 稠密 + 512K + agentic RL + Apache 2.0 这个组合，适合要本地部署又要工具调用的场景，性能数据需自己跑。
Qwen 这边信号很密：Flash-Next 自称 Qwen4 架构预览、框架里冒出 Qwen3.8-27B 和 qwen4exp、媒体又提到 Qwen3.8-Max，基本可以判断 Qwen 在 3.8 → 4 的过渡期，选型上不急于押注单个版本。XingChen4 和 DeepSeek V4 的 DSpark 适配说明 mHC 和投机解码正在成为国产大 MoE 的标配路线，值得跟进但暂无可用物。Gemini 3.5 Transcribe、Cosmos3 更新、各类 OCR/GUI 小模型属常规迭代；Gemini 3.8 Flash"泄露"和 Ox Alpha 在拿到一手证据前当噂音处理。
原始条目
■ 官方 （16 条）
■ 权重 （6 条）
■ 框架 （16 条）
■ 媒体 （13 条）