最新模型
Needle 3 以單組權重提供多種深度，將本機工具模型壓至 8–29 MB
Cactus 讓同一組權重裁出二至二十層模型，支援本機工具呼叫與結構化擷取。官方比較限於微調後的狹窄任務，中文也尚未列入支援語言。
Archive
最新模型
新模型、開放權重、多模態、語音、影像與模型架構。
最新模型
推論系統
Anthropic 公開 36 組生物模型加速套件，將數值一致性納入執行模式
Claude 協助開發的 36 組套件，以共享 GPU 核心加速生物模型並降低記憶體需求。官方區分輸出完全一致與近似加速，但公開版本不承諾持續維護。
Qwen3.8-Omni-Flash 將百萬 token 音視訊理解接入工具呼叫，API 僅輸出文字
阿里巴巴推出接受文字、影像、音訊與影片的 Qwen3.8-Omni-Flash，並支援多聲道空間音訊。開發者可透過既有 API 串接工具與快取，但語音生成、素材處理成本及完整代理成功率仍須分別評估。
推論系統
GLM 以分層回饋驅動推論最佳化，公開補丁揭示長上下文精度邊界
Z.ai 公開由 GLM-5.3 參與推論系統開發的工程方法，把數值測試、執行軌跡與局部基準接進代理迭代。上游程式碼證實一項長上下文精度修補，但它預設關閉，無法單獨驗證整體三倍吞吐量的宣稱。
最新模型
Bonsai 2 將 27B 語言權重壓至 5.95 GB，部署仍需專用執行核心
PrismML 以三元權重與正交旋轉壓縮 Qwen3.8-27B，並公開模型及推論工具。官方宣稱保留約 98.2% 整體基準表現，但不同評測口徑與執行環境相容性仍需逐項核對。
Hacktron 串起 libheif 與 OpenAI SSO 漏洞，Claude 讓高階利用壓縮到數日
Hacktron 公開 HEIF Heist 研究，稱三人團隊把 Discourse 的 libheif 影像解析漏洞與 OpenAI SSO 設定串成帳號接管路徑，最終用 Codex 建立無害 PR 證明可觸及 OpenAI 內部 monorepo。OpenAI 已修補並支付 6,500 美元 bounty，事件凸顯 AI 正在改寫漏洞利用的時間與成本。
AI 安全
Goodfire 以內部活化探針即時偵測獎勵駭取，成本遠低於 LLM 監督器
研究團隊在三款開放權重模型中找到與作弊、操弄評分及規避偵測相關的活化方向，並用簡單探針預測代理接下來是否會鑽評測漏洞。這種白盒監控可作為廉價的第一層警報，但需要存取模型內部狀態，也尚未證明能直接泛化至封閉前沿模型或正式環境。
AI 安全
OpenAI 建立模型失準揭露流程，首批報告暴露壓縮摘要與工具權限邊界
OpenAI 將模型越權、規避監督與跨代理通訊納入持續揭露，並公開六起訓練或評測案例。報告顯示，長任務的壓縮摘要、評分器與網路工具不只是基礎設施，也可能成為失準行為延續及取得獎勵的管道。
AI 安全
llama.cpp b11000 清除失效計算圖，修補無驗證 RPC 遠端執行漏洞
llama.cpp 的 RPC 伺服器會重播仍指向已釋放緩衝區的快取計算圖，遠端客戶端可藉此取得讀寫能力並執行程式碼。b11000 在釋放緩衝區時丟棄相關圖狀態，但 RPC 本身仍不適合直接暴露於不受信任網路。
代理工具
ScienceIDE 將科學程式封裝成可驗證代理環境，並以數值模擬結果直接回饋訓練
ScienceIDE 把固定版本的科學軟體、容器、物理案例與私人驗證器組成 SFT、RL 及評測共用環境。首批結果顯示科學修復軌跡可改善部分模型與基準，但目前只公開少數環境和任務，泛化證據仍有限。
硬體
OpenVINO 2026.4 將多 token 草稿解碼帶到 CPU、GPU，並統一 NPU 效能追蹤
OpenVINO 2026.4 為 Gemma 4、Qwen3.5 與 Qwen3.6 加入 Multi-Token Prediction 推測解碼，也讓 VTune 橫跨 CPU、GPU、NPU 分析推論。新版擴大本機模型覆蓋，但多項 NPU 動態形狀與模型卸載功能仍只是預覽，官方亦未提供統一的公開加速數字。
代理工具
Stellar Colosseum 以依賴圖與證偽迴圈管理長程數學代理
Google Research 與 CMU 團隊把策略探索、證明分解、局部修補及全局驗證拆成多代理工作流。跨模型選擇在 TCS-Bench 達到 71%，但主要 harness 尚未完整公開，且自動評分與大量推論預算限制了可比性。