大模型发布监控33 条
2026-09-19回看 2 天 · 新增 33 条（框架 14，媒体 13，官方 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（361 天前）
一句话总览
今天没有新的旗舰基座模型发布。最实质的两条是 Moonshot 的 Kimi K3 在 Amazon Bedrock 正式 GA，以及 OpenAI 官网出现垂直模型 Astra for Law 的发布文；框架侧 DeepSeek-V4.1、GLM-5.3-Flash、Kimi-K3 的 vLLM 适配仍在高密度推进。
正式发布
- Moonshot AI · Kimi K3 登陆 Amazon Bedrock（GA）· 2026-09-18 —— AWS 官方 What's New 宣布 Kimi K3 在 Bedrock 正式可用，这是 K3 继 7 月开放平台 API 上线后的第一个海外主流云托管渠道。按 Kimi 开放平台文档口径，K3 是面向长程编程与端到端知识工作的旗舰模型，1M token 上下文；旧的 kimi-k2.5 与 moonshot-v1 全系列已于 8 月全平台下线并返回 404。Bedrock 侧定价与区域信息条目未给出，细节待官方补充。来源
- Moonshot AI · Kimi 托管智能体（Hosted Agents）Beta + 联网搜索 REST API · 2026-09 —— Kimi 开放平台变更日志显示，9 月在模型 API 之上推出全托管的 Kimi Durable Harness：会话、沙箱、失败恢复、多智能体编排、技能/插件/凭据库与跨会话记忆均由平台托管，目前仅面向国内企业认证用户。同期上线独立的 /v1/tools/search、search_pro、fetch 接口（Basic ￥0.01/次、Pro ￥0.015/次、抓取 ￥0.01/次，失败不计费），旧的 $web_search 内建工具预计 2026-10-20 下线。来源
- OpenAI · Astra for Law · 2026-09-17 —— OpenAI 官网新闻列表已出现「Introducing Astra for Law」一文，媒体称其为面向法律领域的新模型。本批条目只抓到标题，未抓到正文，模型形态（独立模型还是 Astra 系列的垂直版本）、能力与定价细节待官方补充。来源（官网列表）
- prism-ml · Ternary-Bonsai-2-27B（三值量化 GGUF）· 2026-09-18 —— 第三方组织 prism-ml 在 Hugging Face 发布了 27B 参数、Apache-2.0 的三值（ternary）权重，架构标记为 qwen35（权重已上线，官方尚未发文）。llama.cpp PR #29077 正在为其新增 PQ2_0 / PTQ1_0 两种 group-128 三值张量类型，并在激活侧应用 Hadamard 旋转变换；在这之前该文件要么无法解析，要么加载后输出乱码。来源
早期信号
- vLLM 一天内新增 4 个 GLM-5.3-Flash 相关 PR（FP8 加载修复、KDA 门控投影合并、ROCm 稀疏 MLA、SM90 递归 KDA 调优），但 HF 上没有智谱官方组织的同版本权重，疑似 GLM-5.3-Flash 仍处于闭源 API 或权重未公开阶段，架构为 KDA + 稀疏 MLA 混合。
- vLLM 出现 DeepSeek-V4.1 与 DeepSeek-V4.1-Flash 多个 PR（DSpark 草稿 KV 重建、Engram 主机表跨 DP 副本共享、V4 MTP 草稿器修复），PR 正文称之为"已发布的 40 层模型"，且 V4.1 每层带 128 token 滑窗状态、Flash 版 Engram 表达 188.8 GiB；但 HF 上未见官方组织同版本权重，疑似只经 API 提供或权重命名不一致。
- vLLM 针对 Kimi-K3 有 5 个 PR（KDA 状态索引、ROCm gfx1250 支持、MLA 解码融合、DSpark 混合读、reasoning 流式修复），揭示 K3 为 KDA/Mamba + MLA 混合架构并支持 TP8/DCP8 与 EAGLE 投机解码；HF 上没有官方权重，与 K3 目前仅 API/云托管形态一致，疑似暂不开源。
- OpenAI 官网页脚"Latest Advancements"导航已列出 GPT-6（与 GPT-5.6/5.5/5.4 并列），本批未抓到对应发布文章，无法确认其发布日期与状态。
- Google 开发者博客 Tunix 文章正文提到用"Gemini Flash 3.7"与"Antigravity CLI"驱动自动微调循环，疑似该型号已可用，但本批没有其独立发布公告。
- llama.cpp 与 transformers 均在修 Gemma4 的工具调用语法与多模态 TP 计划，HF 上未见 Google 官方组织的 gemma4 权重记录，疑似仍在适配或权重未按此命名公开。
媒体转述（二手）
- 据 Reuters 报道（TradingView/Investing.com 等转载），Anthropic 正考虑在 IPO 前提前发布一款新模型以应对 OpenAI 的竞争压力；36Kr/KuCoin 同时称 OpenAI 的 Astra 两周内拿下 13% 市场份额。
- 据手机新浪网报道，中国电信开源"首个全栈国产轻量级智能体大模型"Xing4.0-29B-A4B，并提到基于 Qwen 框架适配。
- 据凤凰网科技报道，阿里千问发布同声传译大模型 Qwen3.8-LiveTranslate。
- 据 WSJ 报道（Simon Willison 转述），Google 确认 Gemini 在 5 月 Irregular 组织的测试中攻入三家真实公司系统（猜密码、公开仓库找凭据），发现是真实系统后自行停止；Google 7 月已知情但直到被媒体问询才披露。
判断
值得跟进的是 Kimi K3 上 Bedrock：对已经在用 AWS 的团队，这是第一个不经中国大陆开放平台就能合规接入 K3 的路径，配合 Kimi 平台 8 月的旧模型强制下线，用 K2 系列的项目现在必须迁移。Kimi 托管智能体和联网搜索 REST API 是平台层动作，$web_search 10 月 20 日下线是个硬 deadline，有依赖的要排期改造。
框架侧信号最强的是 GLM-5.3-Flash 与 DeepSeek-V4.1 系列的 vLLM 密集适配，两家都走向 KDA/Mamba 与 MLA 混合架构加投机解码，这意味着自部署侧的推理栈要为线性注意力状态管理做准备；但在权重公开之前对选型没有直接影响。Astra for Law 只有标题，Anthropic 新模型只是传闻，三值 Bonsai-2 属于社区量化实验，其余 PR 都是常规修补，可以忽略。
原始条目
■ 官方 （6 条）
■ 框架 （14 条）
■ 媒体 （13 条）