大模型发布监控26 条
2026-09-12回看 2 天 · 新增 26 条（框架 12，媒体 9，官方 4，权重 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（354 天前）
一句话总览
过去两天无新模型正式发布。最有分量的一手信息是 OpenAI 连发两篇 GPT‑6 Astra 客户案例（Cognition、Perplexity），确认该模型已在 API 侧承担端到端的自动测试与生产监控类任务；框架侧则密集出现 DeepSeek‑V4.1、GLM‑5.3‑Flash、Qwen4、MiniMax‑M3 的适配 PR，下一波国产开源旗舰已在路上。
正式发布
- OpenAI · GPT‑6 Astra · 2026-09-11 / 09-14（客户案例，非首发） —— 官方两篇客户故事确认 GPT‑6 Astra 已通过 API 商用：Cognition 用它让 Devin 自测代码并回传模拟器录屏与测试报告，Perplexity 用它撰写通信、修改真实系统、监控生产软件，并称"检查频率远低于上一代模型"。官网导航栏已把 GPT‑6 列在 GPT‑5.6/5.5/5.4 之前，定位为当前最新旗舰。两篇文章均未给出参数、上下文、定价等规格，细节待官方补充。来源 · 来源
- NVIDIA · NemotronLabs‑VoiceChat‑11B · 2026-09-12 —— HF 仓库建于 7 月 29 日，9 月 12 日发生实质内容更新，目前 473 likes / 3643 下载，safetensors 格式、英文标签，从命名看是 11B 规模的语音对话模型（权重已上线，官方尚未发文）。属于 Nemotron 系列的垂直分支，非旗舰基座，架构与是否端到端语音待官方补充。来源
- AWS · Bedrock Managed Knowledge Base 接入 TwelveLabs Marengo 3.0 · 2026-09-11 —— Bedrock 托管知识库新增视频、音频、图片的多模态 embedding，底层为 TwelveLabs Marengo 3.0。这是平台能力更新而非新模型首发，对做多模态 RAG 的团队有意义，模型规格与定价条目未给出。来源
早期信号
- DeepSeek‑V4.1 —— transformers 新增 deepseek_v41 文本模型，vllm 已把 V4.1 合入主线并持续修 MegaMoE 路由、V4.1‑Flash 的 SM120/GB10 几何不匹配、Engram 表 DP 分片与异步预取；HF 尚无官方权重，疑似 V4.1（含 Flash 变体、带 Engram n‑gram 记忆层）临近开放。来源
- 智谱 GLM‑5.3‑Flash —— vllm 两个 Bugfix PR 涉及 ROCm 上 indexer 查询的 FP8 量化和 FP8 权重/缩放对加载；HF 无官方权重，疑似在为开源版本预热，也可能仅是闭源 API 侧的内部适配。来源
- Qwen4 —— vllm 给 "Qwen4Exp" MTP 加可选 FP8 提议头，llama.cpp 为 qwen4 启用 CUDA 稀疏注意力；两大框架同步动作，疑似 Qwen4 系列（带 MTP 与稀疏注意力）进入发布前适配。来源
- MiniMax‑M3 —— vllm 三个性能 PR（ROCm MXFP8 MoE、sm100 上的 flashinfer MSA 后端、marker 查找优化）；HF 无官方权重，疑似 M3 采用 MSA 稀疏注意力架构并在做多硬件适配。来源
- Gemma 4 MTP 草稿模型 —— vllm 修复 Gemma 4 推测解码时以 google/gemma‑4‑26B‑A4B‑it‑assistant、gemma‑4‑31B‑it‑assistant 为 drafter 的 KV scale 崩溃；交叉验证显示 HF 无同版本权重，疑似官方 assistant 草稿检查点尚未完全公开或命名有别。来源
- Qwen3 Omni + DSpark —— vllm CI 修 Qwen3 Omni 的 DSpark 草稿模型加载测试，疑似 Omni 系列在补推测解码（共享 embedding、小词表草稿）支持。来源
媒体转述（二手）
- 据 快科技 报道，谷歌 Gemini 4 大模型将有"大升级"，无官方细节。
- 据 blog.google / 9to5Google / CNET / SammyGuru 报道，Gemini 桌面 App 已登陆 Windows 与 Galaxy Book，属客户端产品更新而非模型更新。
- 据 aroundprague.cz 报道，Anthropic 披露胡塞武装曾利用 Claude 辅助导弹研发的细节，属安全与滥用事件，非模型发布。
- 据 中国经营报 专访，科大讯飞雷琴辉称大模型上车的产业拐点在于"主控智能体"。
判断
真正值得跟进的是两条线：一是 GPT‑6 Astra 已被 Cognition、Perplexity 用于"自测并出证据"和"少盯管的端到端自动化"，这直接关系到代理型编码工具的选型，值得拿自家 CI 场景实测；二是 DeepSeek‑V4.1 已合入 vllm 主线、transformers 也在加模型类，通常意味着开源权重只差一个博客，自建推理的团队可以提前评估 Engram 层对显存与部署拓扑的要求。GLM‑5.3‑Flash、Qwen4、MiniMax‑M3 的 PR 密度说明国产厂商正扎堆在 Q3 末冲发布，但眼下只是信号，不必动手。NVIDIA 语音模型、Bedrock 多模态 embedding 属常规迭代；Gemini Windows 客户端和"Gemini 4 大升级"报道是噪音，等官方发文再看。
原始条目
■ 官方 （4 条）
■ 权重 （1 条）
■ 框架 （12 条）
■ 媒体 （9 条）