其它几张 Landscape 图谱画的是结构，这一张记发布：每期 AI Buzzwords 的「本周新模型」栏目核实过的主要新模型——谁家的、哪天发的、多大、能不能下、什么许可、一手链接在哪。每期的栏目就是这里按那一期的时间窗口筛出来的视图；想看别的时间段、只看开放权重、或者按开发者和关键词找，在下面改筛选。
EP.109 · 窗口 2026-10-23 → 2026-10-30（起点不含） · 共 9 个（窗口内 5 + 边界日 / 背景 4）换期、换时间段和筛选需要启用 JavaScript；全部期的数据见 models.json。
本稿是 EP.109 的“本周新模型”，窗口为 10-23（不含）到 10-30（含）。写稿时是 10-26 周一，只覆盖 10-23 到 10-26 这头几天，周四晚会刷新。日期按北京时间；美国傍晚发布的模型，北京已是第二天，要点里写了原始的 UTC 或美东时刻。发布日以官方公告、模型卡或官方 X 帖为准，不是 HF 仓库的创建日：Nemotron Bolt E4B 的仓库 10-05 就建了，Hy-Nomas 的仓库 10-21 就建了，官方发布都在 10-23。要点后括号里标了来源：“模型卡”指规格、价格和许可类事实来自官方页或 HF 卡本身，“厂商自述”指基准、速度等各家自报的数，本刊不重跑，“独立”指第三方榜单或媒体实测。Kimi K3.1 Pro 官方说是开放权重，但权重要到 11-04 前才放，所以先列在闭源一类，放出后要改。各类按窗口内的在前、边界日的在后排。
| 模型 | 开发者 | 发布 | 规模 / 类型 | 可得性 | 要点 | 链接 |
|---|---|---|---|---|---|---|
| Nanbeige4.3-33B（附 Base 版） | Nanbeige LLM Lab（BOSS 直聘 / Kanzhun 旗下） | 10-25 | 约 33B（HF 张量合计 33,118,977,024，BF16）；上下文最长 524,288 token（512K）；模型卡没写架构细节 | 开放权重，不设门槛（HF 未设 gated）；同时放出 Nanbeige4.3-33B-Base；模型卡给了 Transformers、SGLang、vLLM 的用法（SGLang / vLLM 示例用 qwen3 推理解析器和 qwen3_coder 工具解析器） 许可：Apache-2.0（HF 标签与模型卡头部） | 定位是旗舰教师模型（flagship teacher model）：先造一个强的 agent 老师，再蒸馏出 Nanbeige4.3-3B 等小模型；官方称在约 30B 量级的开放模型里 agent 表现最好，重点是 agentic coding 和办公类任务（模型卡）自报（统一最高思考档位、同一超参和 harness，对手是 Qwen3.8-27B、Muse-Glimmer-30B、Gemma4-31B）：Terminal-Bench 2.1 为 80.9，Qwen3.8-27B 是 73.0；Terminal-Bench 4.0 为 23.8，对 6.3；DeepSWE 为 65.5，对 42.5；SWE-Bench Pro 为 60.3，略低于 Qwen3.8-27B 的 61.7；GDPval 为 84.8，略低于 86.4（厂商自述）对比只限同量级的三个模型，不含更大的模型；各基准用的 harness 不同（Terminus 2、mini-swe-agent v2.4.6、Claude Code 等），本刊没有找到第三方复测（厂商自述）发布时刻：官方 X 帖 UTC 10-25 12:11:14（北京 20:11）；HF 仓库建于 10-24，10-25 11:11 UTC 最后更新。X 账号简介写“Nanbeige LLM Lab, BOSS Zhipin (Kanzhun Limited)”，模型卡联系邮箱是 kanzhun.com 域名（模型卡） | HF 模型页OFFICIAL官方 X 帖OFFICIALBase 版 HF 页OFFICIAL |
| Atria Dawn（正式版，附 FP8 版）边界日 · 10-23 | 上海人工智能实验室（Shanghai AI Laboratory，HF 组织为 internlm） | 10-23 | 744B 参数的 MoE，建在 GLM-5.2 基座上（模型卡）；HF 张量合计 753.3B（BF16）；上下文 512K；激活参数模型卡没写 | 开放权重，不设门槛；BF16 和 FP8 两版（模型卡标 full release），HF 与 ModelScope 同步；另有此前的 Atria Dawn Preview（256K 上下文，HF 仓库建于 9-11） 许可：MIT（模型卡正文写明代码与权重均为 MIT；HF 元数据里没有 license 标签） | 面向科研与工程场景的 agent 模型，分发现、创作、交付、网络安全四个方向；模型卡写明基座是 744B 参数 MoE 的 GLM-5.2（Z.ai 的模型），即实验室在别家开放权重上继续训练（模型卡）是 Preview 的正式版：上下文从 256K 加到 512K。模型卡的评测表同时列了正式版、Preview，以及 DeepSeek V4 Pro 0813、Kimi K3、Qwen 3.8 Max、GLM 5.3、GPT 5.6 sol、Claude Opus 5 的成绩，本刊未复核表内数字（厂商自述）发布日以 HF 提交记录为准：权重 UTC 10-23 03:21 到 08:45（北京 11:21 到 16:45）陆续上传，模型卡 12:46 UTC 与 GitHub 同步。没有找到带日期的官方公告帖，官网是纯 JS 页面，抓不到正文（置信度中）论文 arXiv:2609.15818 见 HF 标签与模型卡徽章（本刊未核） | HF 模型页OFFICIAL官网OFFICIALFP8 版 HF 页OFFICIAL论文 arXiv:2609.15818OFFICIAL |
| Nemotron 3.5 Bolt E4B（BF16 / 4GB）边界日 · 10-23 | NVIDIA | 10-23 | 总参数 8B、有效 4B（模型卡）；HF 张量合计 7.996B；Gemma-4-E4B 架构，由 Gemma-4-E4B-it 后训练；上下文 64K（输入输出各最多 64K），文本进、文本出 | 开放权重，不设门槛：BF16 版（面向定制和后训练）、4GB 版（Q4_K_M 量化）、配套的 DFlash 草稿模型；build.nvidia.com 同日上线。博客称目标是 GeForce RTX、Jetson、RTX Spark、DGX Spark 上的本地语音和设备助手 许可：OpenMDW-1.1（HF 标签 other，模型卡写明；模型卡称可商用） | 不是 EP.108 收的 Nemotron 3.5 Bolt（74B 总 / 9B 激活的 MoE，10-15）的新变体，而是同品牌下另一个小模型：基座是 Google 的 Gemma-4-E4B-it，加 Nemotron 后训练，强化多轮工具调用、指令遵循和输入落地（模型卡）NVIDIA 称对话式 agent 基准上平均质量比自家上一代高约 40%，输出 token 比同类少最多约 80%（厂商自述，官方博客）发布日：模型卡写 Hugging Face 与 build.nvidia.com 均为 10/23/2026，博客页标 Published: October 23, 2026；HF 仓库建于 10-05，先建后发（模型卡）语种数博客写 35 种，模型卡元数据的语言列表是 34 种，两个数都不采用；模型卡称预训练和后训练数据一并开放（模型卡） | NVIDIA 研究博客OFFICIALBF16 版 HF 页OFFICIAL4GB 版 HF 页OFFICIAL |
| ThinkingCap-gemma-4-26B-A4B-it边界日 · 10-23 | BottleCap AI | 10-23 | 26B 总 / 约 4B 激活的 MoE，图文输入；HF 张量合计 25.8B，与基座相同 | 开放权重，不设门槛，另有 GGUF 版；还有收费的企业版 ThinkingCap PRO（称思考 token 平均少 62%），没有公开权重 许可：Apache-2.0（模型卡头部；license_link 指向 Google 的 Gemma 4 许可页） | 不是新基座：在 Google 的 gemma-4-26B-A4B-it 上做“少想”后训练，是 ThinkingCap 系列第五个模型（前四个是 Qwen3.6-27B、Qwen3.8-27B、Nemotron-3.5-Lightning-30B-A3B、Qwen3.8-Flash-Next）（厂商自述）自测 12 个基准：思考 token 平均少 38.9%（最多 69.1%，LongBench v2），平均准确率 75.18% 对 75.03%（-0.15pp）；最大的代价是 AA-LCR 掉 4.00pp。原模型由 BottleCap 自己重测，不是引用官方数（厂商自述）循环输出的比例从 3.64% 降到 0.76%；默认不开思考，要用 enable_thinking=True 打开，所有数字都在开思考下测得（厂商自述 / 模型卡）博客页标 Oct 23, 2026，HF 仓库同日 09:55 UTC 建（官方博客，模型卡） | 官方博客OFFICIALHF 模型页OFFICIALGGUF 版 HF 页OFFICIAL |
| 模型 | 开发者 | 发布 | 规模 / 类型 | 可得性 | 要点 | 链接 |
|---|---|---|---|---|---|---|
| Kimi K3.1 Pro / K3.1 Pro Highspeed | 月之暗面（Moonshot AI） | 10-24 | 2.8T 总参数 / 104B 激活参数（MoE）、100 万 token 上下文、多模态（官方 X 帖）；官方博客正文只写 “3T-class”；是 Kimi K3 的后训练版本（后训练算力大幅增加） | 10-23 起在 Kimi.ai 与手机应用、Kimi Work（3.1.0 及以上）、Kimi Code 和 Kimi API 上可用（型号 kimi-k3.1-pro、kimi-k3.1-pro-highspeed）；企业版管理员默认关闭，要自己开启。权重尚未放出：官方 X 帖写 “Open weights by Nov 4, 2026”，博客写 “The full model weights will be released by Nov 4”（不晚于 11-04，没写具体日子；AA 写 “expected to release the weights soon after launch”）。API 价格（VentureBeat、Simon Willison 转述）：Pro 每百万 token 输入 2 美元、输出 10 美元，缓存命中 0.20 美元，比 K3（3/15/0.30）低三分之一；Highspeed 速度 2 到 3 倍，输入 4、输出 20 美元，缓存命中价相同 许可：未公布（权重还没放；上一代 Kimi K3 用 Kimi K3 License，HF 标签 other） | K3 的后训练版本，靠大规模联合强化学习覆盖数百个下游领域；官方主打编码、3D 建模、金融研究等 agent 能力，并写 “matches or approaches the strongest proprietary models”（厂商自述）自报：Terminal-Bench 4.0 为 65.7%，GPT-6 Astra 58.2%、Claude Opus 5.5 66.4%；BenchCAD（带工具）92.7%，Opus 5.5 96.2%、GPT-6 Astra 95.9%；OfficeQA Pro v2 为 64.4。基准的评测框架各不相同，官方脚注逐项写明（厂商自述）；AA 测得 Terminal-Bench 67%（自称同类最高），与 Moonshot 自测的 65.7% 差 1.3 点，但两边 harness 不对等（厂商自述，独立）网络能力是主动削减过的：训练的中期和强化学习两个阶段都去掉了网络安全相关数据；内部 xdev-bench-hard（pass@3）上，未做削减的检查点 90.5%，最终版 81.0%。官方写其网络能力仍落后于至少已公开三个月的前沿闭源模型，并说打算逐步提高开放权重里的网络能力（厂商自述）独立：Artificial Analysis 智能指数 55，在 215 个模型里排第 4，前面是 Claude Opus 5.5（58）、Claude Sonnet 5.5 与 Muse Wonder Full（各 56）；高于 Claude Fable 5.1、GPT-6 Astra、Gemini 4 Argon（均为 53，Simon Willison 转述）。指数版本 v4.3.2，和 AA 开放权重榜是同一把尺（榜首 MiMo-V2.6-Pro 46、Kimi K3 44）；AA 页现在标 “Proprietary model”，AA 写权重发布后它会是得分最高的开放权重模型（AA 官方 X 帖与模型页）独立：AA 官方 X 帖（UTC 10-23 22:51）称其 Cyber Index 为 64%（防御型网络能力指数，较 K3 的 41% 涨 23 点），是开放可得模型第一，比此前的 DeepSeek V4.1 Flash 1017（57%）高 7 个点；更高的 GPT-6 Sol 只通过 OpenAI 的受信任访问项目提供（独立）发布时刻：官方 X 帖 UTC 10-23 17:15:24（帖子 ID 反推并已打开核对），即北京 10-24 01:15；官方博客页本身没有写日期，配图路径里是 20261023（官方 X 帖，官方博客） | 官方博客OFFICIAL官方 X 帖（规格与权重承诺）OFFICIALArtificial Analysis 模型页（指数 55、v4.3.2）MEDIAArtificial Analysis 的 X 帖（Cyber Index）VentureBeat：价格与权重/许可待定MEDIASimon Willison：价格与 AA 分数MEDIA上一代 Kimi K3 模型卡OFFICIAL |
| 模型 | 开发者 | 发布 | 规模 / 类型 | 可得性 | 要点 | 链接 |
|---|---|---|---|---|---|---|
| Dessa | Block（Jack Dorsey 的公司；Dessa 研究组由多伦多深度学习创业公司 Dessa 的前成员组成，直接向 Dorsey 汇报） | 10-24 | 参数量未披露；全双工语音到语音模型（音频进、音频出） | 没有权重，也没有公开 API。官方页只有演示录音；页面脚本里“Download”按钮提示“Download coming soon”、等候名单提示“The waitlist opens soon”；官方说先给一小群 AI 安全研究员早期访问（Verge 转引）。官方称可在 MacBook Pro M4 Max 及以上本地运行（厂商自述） 许可：—（未公布） | 官方称从零训练，只用人类对话的声音，不用文本、不用预训练模型，是它所知第一个只靠人类语音训练、能做实时真实对话的 AI；称只用一台 NVIDIA GB200 NVL72 训练（厂商自述）全双工：边听边说，会插话和附和；官方称推理快于实时、本地运行要 MacBook Pro M4 Max 或更好；负责人 Ragavan Thurairatnam 的推文说可在消费级 GPU 上跑（The Verge 转引）。官方页还放了它与 OpenAI 的 GPT-Live-1 对话的录音，页面注明对方开发者未参与也未认可（厂商自述）。没有基准分数，没有第三方测评，本刊未试用发布时刻：负责人推文 UTC 10-23 16:38（由推文 ID 反推），The Verge 报道 UTC 19:32；官方页本身没有写日期（负责人 X 帖，The Verge） | 官方页OFFICIALThe VergeMEDIA负责人 Ragavan Thurairatnam 的 X 帖 |
| Hurston-1 | Destined AI（亚特兰大，个人项目；Show HN 作者 Gcarter08） | 10-25 | 约 3.3B（HF 张量合计 3,300,928,512），窄带（电话音质）文本转语音，在 Maya1 上微调 | 开放权重，但 HF 仓库设了“自动审批”（gated: auto，需登录并同意条件才能下载）；首个版本，作者说下一版在做 许可：Apache-2.0（HF 标签与作者的 Show HN 帖；模型卡正文设了下载门槛，本刊没有核到） | 作者自述：用自己收集的 1,800 多小时、2 万多人授权同意的语音数据中的 136 小时微调 Maya1；面向电话场景的窄带输出，对美国南方口音和非洲地区英语口音更好（作者 Show HN 帖，厂商自述）作者写明的局限：同一声音在不同提示间不保持一致，不支持声音克隆；称它已用于 Amazon、Salesforce 等客户，带来过 50 万美元以上收入（作者自述，本刊未核）发布日以作者的 Show HN 帖为准：UTC 10-25 01:30（美东 10-24 21:30），作者写“This is the first release”；HF 仓库建于 10-15、10-17 最后更新，何时公开无法核实（置信度中）（作者 Show HN 帖，模型卡）HF 元数据：基座 maya-research/maya1，license 标签 apache-2.0（模型卡） | HF 模型页OFFICIAL作者的 Show HN 帖 |
| 模型 | 开发者 | 发布 | 规模 / 类型 | 可得性 | 要点 | 链接 |
|---|---|---|---|---|---|---|
| Hy-Nomas（附 Diffusers 版） | 腾讯混元（Tencent Hunyuan） | 10-24 | 视频世界生成模型：分段自回归的 MMDiT（54 个双流块，隐层 2,048）+ Qwen2.5-VL-7B 的语言部分做文本编码器 + 相机控制模块 + PixelUMM 视频解码器；蒸馏版 8 步去噪，720×1280、24 FPS。总参数量模型卡没写（Diffusers 版仓库 HF 张量合计 8.55B，含哪些组件未核） | 开放权重 + 代码（GitHub Tencent-Hunyuan/Hy-Nomas）+ 在线 demo + Hy-Nomas-Bench（4 套基准共 280 个用例）。标准配置要 8 卡序列并行；另有 INT8 DiT + FP8 解码器 + CPU 卸载的单卡配置，可在一张 RTX 4090 上做视频推理；技术报告标“Coming Soon” 许可：Apache-2.0（模型卡与 LICENSE；Qwen 文本编码器等第三方组件各按其许可） | 支持多轮自由文本交互加相机轨迹控制，一段一段地生成“世界”，用持久的 KV cache 保持上下文；附电影感、双臂机器人两个 LoRA（后者用 RealSource-World 真实机械臂数据训练）（模型卡）模型卡没有给任何基准分数，只发布了自家的 Hy-Nomas-Bench 数据集；效果没有第三方测评，本刊未试用官方发布帖：腾讯混元 X 帖 UTC 10-23 17:00:00（北京 10-24 01:00，整点，像是定时发布），模型卡徽章链到这条帖子。HF 仓库 API 建仓日是 10-21，但提交记录里首个提交在 10-23 11:18 UTC，LICENSE 和中英文模型卡是 20:25 到 21:50 UTC 才补上，Diffusers 版 10-24 才建（模型卡） | HF 模型页OFFICIAL官方 X 帖OFFICIALGitHubGITHUB项目页与 demoOFFICIAL |
| Ideogram Vector边界日 · 10-23（美国 10-22） | Ideogram | 10-23 | 参数量未披露；Ideogram 的第一个矢量模型：文本生成 SVG，或把图片转成矢量（API 型号 ideogram-vector-1） | 闭源，没有权重；Ideogram 应用和 API 可用。官方页价格（每张 SVG）：文生矢量低档 0.13、中档 0.16、高档 0.20 美元，高档带参考图 0.32 美元；图转矢量每张 0.10 美元 | 官方 X 帖称 “Ideogram's first vector model”：由文本提示生成干净、可编辑、渐变平滑、字体锐利的 SVG，或把任意图片转成精细的可缩放矢量；发帖时刻 UTC 10-22 16:03:53，即美东 12:03、北京 10-23 00:03（官方 X 帖，厂商自述）官方页：可在矢量编辑器里调整颜色、选中并改单个形状；接口为 POST /v2/svg/generate/ideogram-vector-1（文生矢量）和 POST /v2/svg/vectorize/ideogram-vector-1（图转矢量）（模型卡）没有找到基准或第三方评测，本刊只核了官方页和官方 X 帖 | 官方模型页OFFICIAL官方 X 帖OFFICIAL |
没有列入的，以及原因。已在 EP.108 收过：NVIDIA Cosmos3-H-Embodied-Nano（10-20）。不是窗口内新发布：Dexmal DM0.5（HF 仓库 Dexmal/DM05 建于 7-09，lerobot/dm05_base 建于 9-24；10-23 的 LeRobot 帖标题是“New in LeRobot”，是把已有模型接进库）；OpenMOSS OmniVAE（HF 仓库建于 7-26，论文 arXiv:2607.23855）；MiniMax-H3（HF 仓库 MiniMaxAI/MiniMax-H3 建于 7-28，EP.108 的 FLUX 3 Max 条目里已引到它在 Artificial Analysis 视频榜上的成绩，CSDN 10-16 和 10-23 两篇“正式发布 / 正式开源”是二手稿）；EdgeRock-4B（rockmatrix-ai/EdgeRock 仓库 10-07、4B 各精度版 10-16 就有，10-23 的帖子只是评论）。没核到官方发布日：腾讯微信视觉的 WeVisOne-VL 2B / 4B（Apache-2.0，基于 Qwen3-VL；HF 10-22 建仓，10-23 06:40 UTC 才上传权重，没有官方发布稿和日期）。只是同一模型的衍生仓库，已并入母体：Hy-Nomas-Diffusers、Nanbeige4.3-33B-Base、Nemotron 3.5 Bolt E4B 的 4GB 版与 DFlash 草稿模型、ThinkingCap 的 GGUF 版，以及各家的社区量化。头部厂商官方页扫过，窗口内没有新模型：OpenAI 新闻页最新是 10-23（训练环境安全文，Decisions API 是 10-22，EP.108 已收）；Anthropic 新闻页最新是 10-22（Agent Skills 捐赠），模型最新是 Haiku 5.5（10-07）；Google DeepMind 最新模型是 Gemini 4 Argon（10-13）与 EmbeddingGemma 2（EP.108 已收）；xAI 新闻页最新是 10-22（合作伙伴网络），Grok Voice 3.0 是 10-14；Meta 博客最新是 7-27（Muse Spark Open 在 EP.108）；Mistral 新闻页最新是 10-21（与 NVIDIA 的合作），Large 4 权重官方说月底、HF 倒计时 10-31，在窗口外；DeepSeek API 更新日志最新条目是 10-17（V4.1-Flash-1017，EP.108 已收），Yicai 10-25 那条“更快更便宜的新模型、向开发者开放搜索”与 10-17 这条更新内容吻合（新版 Flash 加开放搜索接口），应是重述；Microsoft AI 博客页 10-22 18:02 UTC 后没有更新；Z.ai 发布说明最新是 8-26 的 GLM-5.3-Flash；Qwen 研究页最新是 9-20。小米 MiMo、阶跃只查了 HF 组织，10-17 之后没有新仓库，官方博客没查。传闻不当发布：Qwen4 27B / Flash（只有 vLLM 仓库 PR 线索）、下一代 GLM 多模态（唐杰署名论文透露）、CSDN 标题里的 Kimi K4 / GLM-5.5。产品功能，不是新模型：Grok 的 AI 版《奥德赛》、Claude 自动模式、Anthropic Duet、Cohere Model Vault。
收什么：每期窗口内发布或开放的主要新模型，按「读者会怎么找」分类，不按公司分。草稿模型（投机解码的草稿头）单列，不当独立模型。
发布日：以官方公告或模型卡上的日期为准，不是 Hugging Face 仓库的创建日——仓库往往先建后发，同一个模型的仓库日期可以比公告早一两个月。美国晚上发的，北京时间已是第二天，以官方页面写的日期为准。
规模与许可：规模写原话和口径（MoE 写总参数和激活参数）；许可写原文名，非商用、年收入门槛、署名要求都不等于 OSI 开源，会在可得性里写明。
要点后的括号：「模型卡」是规格和许可类事实来自模型卡 / 官方文档本身；「厂商自述」是基准、速度、成本等各家自报的数，本刊不重跑；「独立」是第三方榜单或媒体实测。文档、博客互相矛盾时两个数都写，不选一个。
可得性分两档：「开放权重」是权重能下载（含需申请、非商用的）；「仅 API / 闭源」是只能经 API 或订阅用，包括官方说要开放、但权重还没放出的。后来权重放出或许可变了，在这里改，不等下一期。
没收的：每期视图底部写了那一期核过但没列入的（不是窗口内新发布、只是旧模型的修订或量化版、不是权重、没核到日期或发布稿）及原因。
EP.101 到 EP.107 是 2026-10-23 补录的：只收当期页面里提到的模型发布，窗口内页面没提到的不在此列；从 EP.108 起每期都有「本周新模型」栏目，按窗口全量核实。