大模型发布监控27 条
2026-09-28回看 2 天 · 新增 27 条（框架 14，媒体 10，权重 2，官方 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（370 天前）
一句话总览
今天没有旗舰级正式发布：唯一的一手硬证据是小米 MiMo-V2.6 两个 MOPD 变体权重上线 Hugging Face（官方尚未发文）。更值得看的是框架侧动静：Kimi K3、Qwen4、GLM-5.3-Flash、MiniMax M3、Gemma4 都在 vLLM/llama.cpp 里同时推进适配，加上媒体集中传 Sonnet 5.5 下周上线。
正式发布
- 小米 · MiMo-V2.6-Flash-MOPD / MiMo-V2.6-Pro-MOPD · 2026-09-27 —— 小米 MiMo 系列 V2.6 版本的两个新变体，Flash 与 Pro 两档同日上传。HF 标签显示为 mimo_v2 架构的多模态模型，覆盖视觉语言、音频、视频理解，并标注 agent 与 long-context 能力，safetensors 权重可直接用 transformers 加载。参数量、上下文长度、许可证与"MOPD"后缀的具体含义条目里没有，细节待官方补充。（权重已上线，官方尚未发文）来源
早期信号
- Kimi K3：vLLM 两个 PR（ROCm 下 bf16 router GEMM + 融合 MLA 输出门控；权重热重载刷新 MLA 逆缩放）都以 Kimi-K3 命名，但 HF 上没有官方组织权重，疑似 Moonshot 下一代 MLA 架构模型已在适配，配合媒体传 Bedrock 上架，指向发布临近。vllm #59023
- Qwen4Exp：vLLM 出现"Qwen4Exp QSA 的 SM90 原生稀疏 prefill 内核"和"BF16 INC PLE embeddings"两个 PR，疑似 Qwen4 实验架构带稀疏注意力（QSA）与逐层嵌入（PLE），HF 尚无官方权重。vllm #59010
- GLM-5.3-Flash / GLM5-next：vLLM PR 明确写出 GLM-5.3-Flash 在 TP4 下为 288 个 FP8 专家、每 rank 中间维 512、128×128 权重块，并为 H20 调参；另一 PR 为 GLM5-next 刷新 FP32 head-gate 与 Q/K/V 卷积缓存。两者 HF 均无官方权重，疑似智谱新一代 MoE 在做部署前适配。vllm #58986
- MiniMax M3：llama.cpp 提交 "Minimax M3: MSA Sparse Attn kernel"，vLLM 同步加 mm_device_do_normalize 支持，疑似 M3 采用 MSA 稀疏注意力且带多模态输入，HF 尚无权重。llama.cpp #29553
- Gemma4（含 MTP）：vLLM 为 Gemma4 的 MTP（多 token 预测）LM head 做热重载适配，llama.cpp 转换脚本也因 Gemma4 的 add_bos 行为加了 --add-bos 选项，疑似 Gemma4 带 MTP 头的版本正在框架侧铺路，HF 未见官方权重。vllm #59000
- DeepSeek-V4 / HY V4：vLLM 一个 DeepSeek-V3.2 的 DCP 稀疏注意力优化 PR 正文里顺带提到"DeepSeek-V4 decode 路径的布局"和"HY V4 的 attention sink"，疑似这两个未公开型号的代码已在 vLLM 主线，值得留意。vllm #58985
媒体转述（二手）
- 据 TestingCatalog、Geeky Gadgets 和 finance.biggo.com 报道，Anthropic 疑似正在 A/B 测试 Claude Sonnet 5.5，输入定价传为每百万 token 2 美元，最快下周上线；biggo 同时称 Anthropic 发布了 Opus 5.5 迁移指南。
- 据 tech-insider.org 报道，Moonshot 的 Kimi K3 已上架 AWS Bedrock，标题称权重体量 1.56TB。
- 据澎湃新闻报道，国内日调用量榜单上的神秘"玉兔"大模型疑似出自 MiniMax。
- 据 gHacks 报道，Anthropic 上线 Claude Marketplace，含超过 2000 个连接器与插件。
判断
今天真正该盯的不是发布而是管线：Kimi K3、Qwen4Exp、GLM-5.3-Flash、MiniMax M3 四家的稀疏注意力/MoE 适配同时在 vLLM 和 llama.cpp 里落地，说明下一波国产开源旗舰大概率集中在未来几周，且普遍走稀疏注意力路线，做自托管选型的可以提前评估 H20/SM90 内核支持。MiMo-V2.6 权重是一手证据但缺规格，等官方发文再判断是否值得试。Sonnet 5.5 的 2 美元定价传闻若属实会直接影响 API 成本结构，但目前全是二手消息，按传闻对待。DeepSeek 一批 weight-reload PR、Gemma3n fp16 修复、Pixtral RoPE 重排、MoRIIO 超时和 llama.cpp 模型管理器 UI 都是常规工程迭代；Google 用 MaxText 在 TPU 上复现 OLMo 3 7B 是训练基础设施案例，不是模型发布。
原始条目
■ 官方 （1 条）
■ 权重 （2 条）
■ 框架 （14 条）
■ 媒体 （10 条）