全部动态
德国人自己从零训了个开源小模型，德语成绩还压过 Qwen3.5 和 GPT-OSS，数学也够硬，编程稍弱。
AWS 开源了个 2B 小模型，专门替智能体做选择，115 毫秒出结果还带置信度，做路由和工具调用判断挺实用。
Cloudflare 用 Qwen 造了个决策模型，输出只按 schema 来，flash 版每百万 token 才 0.09 美元，比 Jev 便宜不少。
亚马逊开源了能在本地 CPU/GPU 运行的决策模型 Strands Decider 2B，时延低至 113ms，适合需要快速决策的场景。
Meta 把 RL 那套可验证奖励搬进了写作：先让 Kimi-K2.6 自动生成能区分专家和 AI 的评分标准，再用它训练 Qwen3.5-27B，盲评 95% 胜率打赢人类专家文本。
看图直接给候选动作打分的开源小模型，底座是 Qwen3.5-0.8B/2B，单步 122ms，做 GUI Agent 或机器人反射层挺合适。
阿里这次没发新模型，而是让 Qwen3.8-Max 自己训自己，33 轮迭代后成绩追上 Claude 和 GPT，还顺手把多模态价格砍了九成。
有人花 5 欧元租 GPU，让无审查版 Qwen 三十分钟改一个字节就破解了 IDM，这帖子把 AI 逆向能力聊得很具体。
阿里 Qwen3.8-Max 被曝跑了 33 轮自动训练迭代，AA 分数从 40 涨到 45，还有 2.4T 参数的说法。
Qwen 团队把智能体能力扩展到音视频了，Qwen3.8-Omni-Flash 能做视频剪辑和长视频翻译，还配了两个开源框架，做多模态应用可以看看。
Cline 里免费用 Gemini 3.8 Flash，1M 上下文加 291 tok/s，跑分还压过 GPT-5.6 Luna 和 DeepSeek v4.1 Flash，写代码可以直接试。
用 vLLM 做 RL 训练的老大难——训练和推理数值对不上，这次在 AMD MI300X 上真做到了逐位一致，做 RL 的都该看看。
Together 开源了一个基于 Qwen3.5 4B 的分类器，训练只花了 $17，还把数据配方和微调教程一起放出来了。
阿里把 Qwen3.8 Max 出了个高吞吐版 Prime，2.4T 参数、1M 上下文还能吃图和视频，已经能在 OpenRouter 直接调了。
Alibaba 在 Apsara 2026 透露 Qwen4 正在训练，后续 Qwen4.5、Qwen5 要做到 5–10T 参数，用 Qwen 的可以关注下节奏。
SGLang、Qwen和NVIDIA联手推出NVFP4 KV Cache，4-bit精度下1.78倍容量提升，长上下文推理提速近80%。
Qwen4 已开训，参数要扩到 5-10T；Qwen3.8-Max 没人参与自己迭代 33 轮，得分追平 Claude、GPT。
jev 这类新决策模型有了开源平替，SemIf 基于 Qwen3.5，本周 LangSmith Gateway 免费用。
朋友，Cognition 团队开源了一个叫 Kev 的小型决策模型，基于 Qwen3，你可以自己训练和本地部署，对消费级硬件很友好。
