回看 2 天 · 新增 41 条（媒体 12，框架 11，官方 11，权重 7）

一句话总览

今天最硬的一条是 DeepSeek-V4.1-Flash 权重登陆 Hugging Face（FP8、图文多模态），vLLM 侧已有大批 V4.1 适配 PR 跟进，媒体则集中在"HBM 用量大减、芯片股下跌"的叙事上。OpenAI 同日在 API 侧上线了全双工语音模型 GPT-Live-1 和托管型 Agents API，官方博文里已把 GPT-6 Astra 当作现成旗舰引用。

正式发布

• DeepSeek · DeepSeek-V4.1-Flash · 2026-09-10 —— HF 官方组织新上权重，架构标签为 deepseek_v41，任务类型 image-text-to-text，即原生支持图文输入，权重为 FP8/8-bit 格式。上线一天 likes 已超 1600、下载 7.5 万，热度远超同期其他新权重。vLLM 同日有 8 个以上针对 V4.1 的 PR（微批位置修复、流水线并行状态传递、Engram 查找与解码计算重叠、DSpark 上下文插入优化等），属于发布后的生态补齐；其中一条 PR 提到 V4.1 特性分支已并入 vLLM main。参数量、上下文、定价等细节待官方补充（权重已上线，官方尚未发文）。来源
• OpenAI · GPT-Live-1（API） · 2026-09-10 —— 面向 API 的全双工实时语音模型，官方强调更强的指令遵循、自定义音色和电话线路（telephony）接入。定位是替代/升级此前的实时语音方案，做语音客服与语音 agent 的团队值得关注。定价与上下文细节待官方补充。来源
• OpenAI · Agents API · 2026-09-10 —— 由 Codex harness 驱动的托管云端 agent 服务，提供编排、长时会话与工具调用，相当于把 Codex 的运行时开放成 API。与 Anthropic 的 Managed Agents 正面对位。来源
• OpenAI · GPT-6 Astra · 日期条目未给出 —— 9 月 10 日的两篇官方博文（ChatGPT for Financial Services、美国政府 OneGov 协议）都把 GPT-6 Astra 作为"已可用的最新旗舰"直接引用，并称其推理能力用于金融建模与研究。条目里没有它本身的发布博文与规格，只能确认"官方已把它当现成产品"，细节待官方补充。来源
• NVIDIA · Nemotron 3.5 系列多项权重更新 · 2026-09-10/11 —— HF 上 Nemotron-3.5-Lightning-30B-A3B-NVFP4（30B 总参/3B 激活、NVFP4 量化，下载已超 130 万）、NemotronLabs-VoiceChat-11B、nemotron-3.5-asr-streaming-0.6b（流式 ASR，带 GGUF）等仓库同期发生实质更新，属于 Nemotron 3.5 家族的补齐与刷新。另有 DeepSeek-V4-Pro-0813 的 NVFP4+DSpark 量化版新上（第三方量化，非 DeepSeek 官方）。来源
• Anthropic · Claude Platform 更新 · 2026-09-10 —— 无新模型。Managed Agents 权限策略新增 auto 模式（服务端逐条评估工具调用：放行/拒绝/暂停待批），ant CLI 新增 sessions connect 可从终端接管会话。同页回顾 9 月 1 日已发布的 Claude Fable 5.1 / Mythos 5.1（1M 上下文、128k 输出、$10/$50 每 MTok、缓存读取降至 $0.25）。来源
• IBM · Granite Time Series PatchTST-FM-r2 · 2026-09-09 —— 约 385M 参数的时序基础模型，上下文 8192，99 分位概率预测，支持缺失值插补，Apache 2.0 许可。官方称在 GIFT-Eval 可复现零样本模型中排第二、宽松许可模型中第一。垂类模型，不影响通用选型。来源
• 智谱 · GLM-OCR 内容更新 · 2026-09-11 —— HF 仓库 1 月建仓、今日实质更新，下载已近 190 万，标签为图文到文本的 OCR 模型。属工具模型迭代，细节待官方补充（权重已更新，官方尚未发文）。来源

早期信号

• vLLM PR #56444 出现新架构名 Qwen4Exp，带"N-gram PLE"与 3 卡流水线并行复现器，HF 上无官方同名权重，疑似 Qwen 下一代（Qwen4）实验架构正在预适配。链接
• vLLM PR #56466 以 Qwen3.6-35B-A3B 做 GDN 混合架构的投机解码前缀缓存验证，并称"Qwen3.5/Qwen3.6 家族"，疑似 Qwen3.6 系列已在内部或小范围流通。链接
• vLLM PR #56451 为 MiniMax M3 启用 ROCm 自适应 DSpark 验证，引用的是 amd/ 与 nvidia/ 组织的 MXFP4、DSpark 检查点，HF 上未见 MiniMax 官方同版本权重，疑似 M3 已流向硬件厂商但官方尚未公开。链接
• vLLM 3 个 PR 持续给 Kimi-K3 / Kimi-Linear 补 XPU 与 ROCm 支持（含 DFlash 草稿器修复）；交叉验证脚本未匹配到同名官方权重，按规则列为信号，也可能只是名称匹配偏差。链接
• llama.cpp PR #28764 提到 Nemotron-3-Super-120B 的 MTPv2 复合权重带额外潜变量 FFN 投影张量，说明 NVIDIA 在 120B 级别上迭代多 token 预测头，疑似新一版 Super 权重。链接
• vLLM 批不变性文档新增 ibm-granite/granite-swash-3b-a600m（GraniteMoeSWA），IBM 的 SWA+MoE 小模型线在推进，属边缘信号。链接

媒体转述（二手）

• 据 Bloomberg、The Register 与 finance.biggo 报道，DeepSeek 新模型宣称显著降低 HBM 用量，三星、SK 海力士盘中跌超 3%；Geeky Gadgets 称 V4.1 Flash 在新基准上超过 Opus 5，Technology Org 称其发布时点在上海上市前（均为媒体口径，非官方）。
• 据 Google News 抓到的 OpenAI 页面标题"GPT-6 Astra: The next generation in intelligence for work"，指向该模型有独立产品页，但正文未抓到。
• 据 TelecomTalk 等报道，Gemini 桌面应用登陆 Windows 与 macOS，Pro 档 $19.99；Mashable 同日发文追问"Gemini 3.5 Pro 在哪"，Google 官方博客今日无模型相关内容。
• 据新浪网报道，DeepSeek 服务深夜出现宕机；另据新浪网，"方升-Code 2.0"代码大模型基准发布。

判断

值得马上跟进的只有 DeepSeek-V4.1-Flash：FP8 开源权重、原生多模态、vLLM 主线已并入支持，如果媒体说的"低 HBM 占用"属实，会直接影响自托管的显存与成本预算，建议等官方技术报告出来后第一时间在本地 GPU 上试跑。OpenAI 这波是产品与 API 形态的变化而非新基座：GPT-Live-1 对做语音 agent 的团队有选型意义，Agents API 则和 Anthropic Managed Agents 形成对标，两家托管 agent 运行时的定价与权限模型值得放在一起比较。早期信号里 Qwen4Exp 与 Qwen3.6 两个名字同一天出现在 vLLM，是 Qwen 下一轮发布最强的预告，建议持续盯。NVIDIA 的一堆 Nemotron 3.5 权重刷新、GLM-OCR、IBM 时序模型都是常规迭代，不改选型。

原始条目

■ 官方 （11 条）

■ 权重 （7 条）

■ 框架 （11 条）

■ 媒体 （12 条）