模型發布
阿里巴巴開源 Qwen3.8-27B：27B 參數模型在代理任務上超越 Muse Glimmer
阿里巴巴 Qwen 團隊發布 Qwen3.8-27B，一款 27B 參數的開源視覺語言模型，採用 Apache 2.0 授權，在 SWE-bench Pro、Agent 任務與編碼基準上大幅超越同尺寸的 Meta Muse Glimmer 30B。
模型發布
Meta 發布 Muse Glimmer：30B 開源模型深耕本地代理工作流程
Meta 於 8 月 10 日正式開源 Muse Glimmer——一款 30B 參數模型，採用 Apache 2.0 授權，專為在消費級 GPU 上執行本地代理、函式呼叫與程式碼生成等任務而優化。
研究突破
DeepGrove 開源 Maple-Preview：原生三元權重 20B-A1B 推理模型，於 Mac mini 上以 218 tok/s 運行
DeepGrove 於 8 月 5 日開源 Maple-Preview，一個原生訓練的 20B-A1B 三元權重推理模型，在同級參數中達 SOTA 甚至可與更大模型競爭，能在 Mac mini M4 上以 218 tok/s 運行、檢查點僅 5.31 GB，並解決 IMO 等級的數學問題。
模型發布
Mistral 發布 Shieldstral：以問答框架重構內容審核的 3B 多模態安全分類器
Mistral 於 8 月 4 日發布 Shieldstral，一個採用 Apache 2.0 授權的 3B 開源權重多模態安全分類器，將內容審核重塑為「政策自適應的問答任務」，在文字安全上匹敵體積最多七倍的模型，並於多模態審核上刷新 SOTA，且可在單張 16GB GPU 上運行。
模型發布
DeepSeek V4正式發布：1兆參數MoE模型，開放權重與成本效益兼具
DeepSeek推出V4版本，採用1兆參數的專家混合模型（MoE），權重採用Apache 2.0開源授權，訓練成本僅520萬美元，性能媲美美國尖端模型，為開源AI模型注入新動力。
模型發布
MiniMax M2.5 技術剖析：開源前沿模型如何以二十分之一成本挑戰 Claude Opus 4.6
MiniMax 發布開源前沿模型 M2.5，在 SWE-Bench Verified 達到 80.2%，BrowseComp 達 76.3%，代理工具使用能力領先業界。模型以 Apache 授權開源，API 定價僅為 Claude Opus 4.6 的二十分之一，重新定義了開源與閉源模型的性價比邊界。
模型發布
Mistral Small 4 架構解析：128 專家 MoE 設計如何用 6B 活躍參數擊敗百億級模型
Mistral AI 發布 Mistral Small 4，採用 128 專家混合架構（MoE），總參數 119B 但每次推理僅啟動 6B 參數。該模型在邏輯推理與程式碼生成基準測試中超越 GPT-OSS 120B，同時輸出長度減少 20%，推理延遲降低 40%。以 Apache 2.0 授權開源。