回看 2 天 · 新增 32 条（框架 17，权重 10，媒体 3，官方 2）

一句话总览

今天没有重量级"官方正式发布"，主要看点是框架侧密集出现 Qwen3.8、DeepSeek V4、GLM-5.3-Flash 等疑似下一代旗舰模型的适配迹象；确认已上线的只有 Kimi K3（官方文档口径）和一个金融垂直小模型。

正式发布

• Moonshot AI · Kimi K3 —— 官方开放平台文档确认"已正式发布"，为 Moonshot 迄今能力最强模型：2.8 万亿参数 MoE、1M token 上下文、支持视觉理解，主打长程编程 Agent（如 Claude Code 场景）与深度知识/推理任务，API 兼容 OpenAI 与 Anthropic 格式。文档未给出具体发布日期。来源
• inclusionAI · Ling-3.0-flash-Fin · 2026-09-03 —— 金融垂直微调的 MoE 长上下文模型（权重已上线，官方尚未发文），标签显示面向金融研究、agent、工具调用场景，参数量与上下文长度等细节待官方补充。来源

早期信号

• llama.cpp 与 vllm 同日出现 3 个 PR 适配 "Qwen3.8"（含 Qwen3.8-Flash-Next/MoE 架构、XPU 支持），HF 上无官方同版本权重，疑似 Qwen 下一代旗舰系列正在筹备中。
• vllm 出现 2 个 PR 修复 DeepSeek V4 的 K-cache gather 及 ROCm 视觉支持，HF 无官方权重，疑似 DeepSeek V4 多模态版本在路上。
• vllm 新增对 "GLM-5.3-Flash" 的 EPLB 专家负载均衡支持，HF 无官方权重，疑似智谱下一代 Flash 型 MoE 模型即将发布。
• transformers 修复 "glm5_next" 测试用例失败，疑似 GLM 下一代模型内部代号，尚无权重佐证。
• vllm 文档新增 ibm-granite/granite-swash-2b（GraniteSWA 架构）批不变性验证，疑似 IBM Granite 滑动窗口注意力新变体，权重未见公开。

媒体转述（二手）

• 据 Simon Willison（llm-gemini 0.34 发布记录）转述，Google 已发布 Gemini 3.8 Flash（另有仅限"可信防御者"的 Cyber 版本），支持低/中/高三档思考强度，体验上依旧快、便宜、擅长 HTML/JS 生成。
• 据 36 氪报道，"GPT-5.6 三大模型"疑似曝光并传出定档 7 月 7 日的说法，标题渲染色彩较重，可信度存疑。
• 据 36 氪报道，Claude 发布新模型，"更强也更便宜"，但报道未给出具体型号名与规格。

判断

真正值得盯的是框架侧几乎同时冒出的 Qwen3.8、DeepSeek V4、GLM-5.3-Flash 适配痕迹——三家可能都在筹备下一代旗舰，建议接下来几天重点跟进而非现在下结论。Gemini 3.8 Flash 若二手转述属实，值得快速试用评估性价比。Kimi K3 是已确认上线但非"今天新发生"的事件，IBM Granite 量化权重、ASR/TTS 类更新属于常规生态噪音，两条 36 氪报道缺乏实锤细节，暂不采信。

原始条目

■ 官方 （2 条）

■ 权重 （10 条）

■ 框架 （17 条）

■ 媒体 （3 条）