回看 2 天 · 新增 46 条（框架 16，官方 14，媒体 12，权重 4）

一句话总览

今天最重要的三条是：Google 官方发布 Gemini 4 Argon，但据媒体报道访问受限；OpenAI GPT-6 Astra 推出 Ultrafast 模式，API 和 Bedrock 都已能用；Anthropic Claude Sonnet 5.5 的文档已上线，定价 $2/$10，上下文 1M。开源侧 MiniMax-M3、GLM-5.3-Flash、Qwen3.8-Flash-Next 在 vLLM 里的适配都很密集，但都还没有官方权重。

正式发布

• Google DeepMind · Gemini 4 Argon · 2026-10-01 —— DeepMind 官方博客发文，称它是“下一代前沿智能”。抓到的页面只有导航，没有正文，所以规格、上下文、定价都待官方补充。据多家媒体报道，这次是有限开放，先给可信的网络安全防御方，具体可用范围以官方为准。来源
• OpenAI · GPT-6 Astra Ultrafast · 2026-10-01 —— 这是 GPT-6 Astra 的高速推理模式，跑在 NVIDIA Blackwell 上。官方给的数字是 token 生成速度最高为 Astra Standard 模式的 8 倍，主要面向编码 agent、工具调用和交互式应用。OpenAI API 已可用，符合条件的 ChatGPT Work 和 Codex 用户也能用；AWS 同步宣布 Amazon Bedrock 支持 UltraFast 模式。定价见 OpenAI 的 Ultrafast 指南，条目里没有给出具体价格。来源 · Bedrock
• Anthropic · Claude Sonnet 5.5 · 2026-09-28 —— Sonnet 系列的新一代，模型 ID 是 claude-sonnet-5-5。上下文 1M，最大输出 128K（Batch API beta 可到 300K），输入是文本和图像。定价 $2/$10 每 MTok，比 Opus 5.5（$4/$20）便宜一半。默认开启 adaptive thinking，默认 effort 为 high，知识截止 2026 年 6 月。从 Sonnet 5 迁移有 5 项破坏性变更，比如 forced tool use 会报错，旧版 computer use 工具不再接受；官方还建议重新扫一遍 effort 档位。Claude API、Bedrock、Google Cloud、Microsoft Foundry 均已上线。来源
• DeepSeek · DeepSeek-V4.1-Flash · 2026-10-01 更新 —— HF 仓库 9-10 建仓，10-01 有实质内容更新。tags 包含 deepseek_v41 架构和 image-text-to-text，说明带多模态输入。下载量已有 76.8 万，可见并非首次公开，这次可能是一轮权重或配置更新。（权重已上线，官方尚未发文，细节待官方补充）来源
• NVIDIA · PixelUMM / PixelDiT2-ImageNet · 2026-10-02 —— 两个研究向模型。PixelUMM 是统一多模态模型，tags 覆盖图像/视频理解和生成；PixelDiT2-ImageNet 是 ImageNet 上的扩散模型。不是旗舰。（权重已上线，官方尚未发文）来源

早期信号

• vLLM 一天内出现 3 个 MiniMax-M3 PR，内容包括 ROCm SwiGLU 优化、tool parser、稀疏层 decode kernel；另一个 PR 还在 8×GB200 上测了 MiniMax-M3 NVFP4。HF 上没有官方权重，疑似发布前的生态预热，也可能先以 API 形式上线。vllm #59760
• AMD 在 vLLM 为 GLM-5.3-Flash 做 MXFP4 KV cache 和 NoPE 稀疏 MLA 适配，PR 里的 GPQA-Diamond 约 90%。HF 无官方权重，疑似智谱新一代 Flash 模型即将发布。vllm #59739
• vLLM PR 在 DGX Spark 上针对 Qwen3.8-Flash-Next 调优：MTP 推测解码，词表 248320，含 GDN 结构。用的是第三方和 nvidia/ 的 NVFP4 量化版，Qwen 官方组织下没有同版本权重，疑似 Qwen 新一代 Flash 线在铺路。vllm #59753
• vLLM 出现 2 个 Kimi-K3 相关 PR，一个修 MLA KV cache，一个做 ROCm 长 prefill 优化。交叉验证称 HF 无官方同版本权重，但另一条目提到 Kimi-K3 已于 7-27 发布，所以这更可能是对已有型号的持续优化，是否指向新版本存疑。vllm #59733
• vLLM 修复 PR 的分支名里出现 nemotron-super-35-vl，疑似 NVIDIA 在准备 Nemotron Super 3.5 视觉版，同时还有 Nemotron-H MTP 推测解码适配。vllm #59664
• llama.cpp 为一个名为 clef 的“决策模型”新增 API。它按 span 对选项打分，用于分类和判断，疑似新的小型判别或评审类模型，归属方未明。llama.cpp #29831

媒体转述（二手）

• 据 The Guardian 报道，Google 出于安全考虑限制了 Gemini 4 新模型的访问范围。
• 据 MIXED 和 BetaNews 报道，Gemini 4 Argon 会先向可信的网络防御方（Fairwind 计划）开放，并且对这批用户不设网络安全护栏。
• 据 CNBC 报道，Gemini 4 发布后 Alphabet 股价下跌，华尔街更想看到能出圈的个人 agent。
• 据 i-hls.com 报道，OpenAI 因安全顾虑取消了一款新模型。仅有标题，细节不明。

判断

最值得马上动手的是 Claude Sonnet 5.5：$2/$10 配 1M 上下文，性价比很高。但它有 5 项破坏性变更，effort 档位也重新校准了，线上在用 Sonnet 5 的话要先过一遍迁移指南和自有评测，不能直接换 ID。GPT-6 Astra Ultrafast 对延迟敏感的编码 agent 有实际意义，值得拿价格和 Standard 模式对比一下单位任务成本。Gemini 4 Argon 量级最大，但目前访问受限、规格不明，先等官方 API 文档再说。开源侧值得盯 MiniMax-M3、GLM-5.3-Flash、Qwen3.8-Flash-Next 三家，框架适配已经很密，发布可能就在近期。NVIDIA Pixel 系列、IBM 时序模型和 Olmo-core 3（训练框架，不是模型）属于常规迭代，不影响选型。

原始条目

■ 官方 （14 条）

■ 权重 （4 条）

■ 框架 （16 条）

■ 媒体 （12 条）