回看 2 天 · 新增 21 条（框架 15，媒体 4，官方 2）

一句话总览

过去两天无实质发布：一手渠道里没有任何厂商发布新模型或新 API，官方博客只有 OpenAI 一篇客户案例和 Google 一篇 OLMo 3 复现工程稿。真正值得看的都在框架 PR 里：Qwen4Exp、DeepSeek V4.1 VL、Kimi-K3、GLM-5.3 的适配工作在同步推进，说明下一波开源旗舰已在路上。

正式发布

无。今日抓到的官方渠道条目均非模型发布：OpenAI 的 Proaction 客户案例只是以已上线产品口吻提及 Codex、GPT-Live-1 与 GPT-6 Astra；Google Developers Blog 的 OLMo 3 7B 复现是 MaxText/TPU 训练工程文章，复现的是 AI2 已有模型，不是新权重。

早期信号

• 疑似 Qwen4 实验架构（Qwen4Exp）：llama.cpp 在把 qwen4exp 的 SCALE→SIGMOID→SCALE→hc_post 链合并成单 kernel，vLLM 有两条 PR 分别做 Qwen GDN 的 RecoverSSM 投机解码和 PLE 短卷积、以及"checkpoint 映射的 PLE 冷页 readahead"；三处同时出现 GDN（门控 DeltaNet）+ PLE 的组合，指向 Qwen4 走混合线性注意力加逐层嵌入路线，HF 上尚无官方同版本权重。来源
• 疑似 DeepSeek V4.1 视觉版（DeepSeek-V4/V4.1 VL）：vLLM PR 标题直接写"DeepSeek-V4/V4.1 VL：流式加载语言模型权重"，另有 ROCm 侧把 a4w4 MoE 默认值扩到 DeepSeek V4（标注 WIP/untested）；HF 官方组织下未核到同版本权重，措辞保持疑似。来源
• 疑似 Kimi-K3：vLLM 两条 PR 分别为 Kimi-K3 的 AttnRes 做 ROCm 运行时 stride/launch 调优，以及让 GDN、Mamba 与 Kimi-K3 KDA 共享 KV cache 组的 batch 元数据；K3 使用 KDA 注意力已在框架侧成型，但 HF 尚无官方权重。来源
• 疑似 GLM-5.3 多模态版 + GLM-5.2 ROCm 修复：vLLM 修 Glm5NextForConditionalGeneration 初始化 MTP 草稿时的 image_token 映射，说明 GLM-5.3 是带图像输入的架构并支持 MTP；另一条 PR 修 GLM-5.2 在 ROCm DSA 路径上共享专家融合和 MTP 两处崩溃，PR 正文提到 FP8/MXFP4 checkpoint 与 vLLM 官方 recipe，但抓取在 HF 官方组织下未核到同版本权重。来源
• 疑似 MiniMax-M3：vLLM 放开 MiniMax2 融合路由对 routed_scaling_factor=1.0 的限制，PR 明确写 MiniMax-M3 用 2.0 且在 SM100 上有 MXFP8 checkpoint，指向 M3 已在内部或合作方手里跑通，HF 尚无官方权重。来源

媒体转述（二手）

• 据 shattered.io 报道，DeepSeek V4.1-Flash 定价比对手便宜 70% 且"击败 Opus 5"，标题明显带营销色彩，官方渠道今日未见对应发文。
• 据 tech-insider.org 报道，Gemini 4 临近发布，称 Google 在某项排名上落后 17 分，无官方佐证。
• 据观察者网报道，大模型价格战持续升温，智谱市值跌至 3000 亿港元。
• 据中国教育在线报道，浙江经济职业技术学院网络安全团队参与研发的"方研"大模型在数贸会发布，属行业垂类模型，细节待官方补充。

判断

今天没有可以直接拿来试的东西，但信号密度不低。最值得跟进的是 Qwen4Exp：三个框架同时在做同一套 GDN + PLE 结构的 kernel 融合与投机解码，这种深度适配通常领先正式发布几周，而 PLE 冷页 readahead 意味着 Qwen4 可能把逐层嵌入放到 checkpoint 里按需读取，对本地部署的显存占用是好消息。DeepSeek V4.1 VL 和 Kimi-K3 处于同一阶段，若你在等国产开源多模态或长文本旗舰，这两条线可以开始预留评测计划。GLM、MiniMax 的 PR 是 ROCm 路径和融合路由的修修补补，DeepSeek-OCR-2、Roberta reranker LoRA、Granite 文档更新都是常规生态噪音。V4.1-Flash"便宜 70%"的说法只有二手来源，先别据此调整选型，等官方定价页。Google 那篇 OLMo 3 复现对训练基础设施团队是一篇好的工程参考（MFU、mid-flight 换芯片、checkpoint 精确重放），和模型选型无关。

原始条目

■ 官方 （2 条）

■ 框架 （15 条）

■ 媒体 （4 条）