回看 2 天 · 新增 19 条（框架 14，官方 4，媒体 1）

一句话总览

过去两天无实质发布：一手渠道（官方博客/release notes/HF 权重）没有抓到任何新模型上线，全部条目都是推理框架侧的适配与修复。值得留意的只有框架 PR 里持续冒出的几个未发布型号名：DeepSeek V4（Flash-0731）、Qwen4 / Qwen3.8 系列、MiMo-V2.5。

正式发布

无（本轮官方博客、release notes、Hugging Face 权重三类硬证据渠道均无新条目）。

早期信号

• DeepSeek · V4（Flash-0731） —— vLLM #54433 在为「DeepSeek-V4-Flash-0731」做 DSpark 投机解码的词表并行 top-k 优化，PR 正文给出 129,280 词表、TP=8 等细节，且 #54370 提到 vLLM 已有 deepseek_v4.py 渲染器；但本轮 HF 扫描未见官方组织同版本权重，疑似闭源 API 模型或权重尚未公开，措辞暂按"在做适配"。来源
• Qwen · Qwen4 / qwen4exp —— vLLM #54431（Qwen4 的 ragged PLE ID CPU offload）与 llama.cpp #27992（为 qwen4exp 解码加速改 KV cache 索引）同时在推进，HF 上没有官方 Qwen4 权重，疑似下一代 Qwen 基座正在框架预埋适配。来源
• Qwen · Qwen3.8-27B / Qwen3.8-Flash-Next —— vLLM #54371 为「Qwen3.8-Flash-Next」做 PLE-Offload（UVA），llama.cpp #27995 称已在 Qwen/Qwen3.8-27B 上验证多模态 LoRA 转换，vLLM #54384 也拿 Qwen3.8-27B 当示例仓库；但本轮 HF 扫描未匹配到官方同版本权重，疑似 Qwen3.8 系列（含 Flash-Next 变体）处于发布前/刚上线未被扫到状态，需下轮复核。来源
• 小米 · MiMo-V2.5-Pro / V2.5-Omni —— vLLM Rust 前端 #54393 的工具解析器测试里列出 MiMo-V2 三个变体（Flash、V2.5-Pro、V2.5-Omni），疑似 MiMo 2.5 代（含全模态版）已在或即将在 vLLM 可用，细节待官方补充。来源
• 智谱 · GLM-5.3-Flash —— vLLM #54384（新增 AtomGit 下载源）以「zai-org/GLM-5.3-Flash」作为仓库 ID 示例，疑似 GLM-5.3 Flash 版权重已存在于国内镜像站，本轮 HF 扫描未覆盖。来源

媒体转述（二手）

• 据搜狐网报道，京东发布"超脑"大模型 3.0，具体规格与开放形式未见官方一手材料。（搜狐网）来源

判断

今天没有任何可以直接上手试或影响选型的东西，属于典型的"发布间歇期"。真正值得挂上观察名单的是两条线：一是 DeepSeek V4 Flash，vLLM 已经在做投机解码性能优化而不是基础支持，说明这个模型已经在被实际服务，一旦权重或 API 定价公开就要立刻评估；二是 Qwen4 / Qwen3.8，两个框架同步预埋适配，通常离正式发文不远，尤其 Qwen3.8-27B 在 PR 里被当成"已存在的模型"引用，建议下轮补扫 HF lastModified 确认是否漏抓。

其余条目（Mooncake KV 连接器、NUMA 镜像策略、Qwen1.5-MoE 内核配置、Qwen3-VL/GDN/DeepSeek-V3.2/Gemma4 的 bugfix、GTE embedding 进 transformers）都是常规工程迭代，不影响任何决策。Claude 文档索引抓到的四页是 Sonnet 3.7/4/4.5/4.6 的历史 system prompt 页，属于索引噪音，不代表 Anthropic 有新动作。京东"超脑 3.0"只有媒体标题，等官方材料再说。

原始条目

■ 官方 （4 条）

■ 框架 （14 条）

■ 媒体 （1 条）