據彭博報導，中國 AI 實驗室 DeepSeek 正接近完成至少 120 億美元的新一輪融資，在強烈需求下可能上看 149 億美元，騰訊與電池巨頭寧德時代為主要支持者，並計畫於 2027 年初 IPO。此輪若成行將躋身影史最大規模私人 AI 融資，與 OpenAI 尋求 300 億美元、Moonshot AI 以 500 億美元估值籌備香港上市等事件，共同構成 10 月這波 AI 資金狂潮的核心。
微軟於 10 月 11 日在 Hugging Face 發布 AesCode-32B：以 Qwen3-VL-32B-Instruct 為基座的 32B 多模態代碼生成模型，能將提示詞與參考圖轉為結構化、可編輯、可驗證的 HTML/CSS 幻燈片、海報與儀表盤。透過圖結構監督與解耦跨模態獎勵，其視覺品質較基座提升 22.4 分，逼近 GPT-5.5 與 Claude Opus 4.8 等封閉前緣模型，代表多模態生成正從「像素輸出」轉向「代碼輸出」。
NVIDIA 於 10 月 15 日正式發布 Nemotron 3.5 Bolt 74B-A9B：一款 74B 總參數、9B 活躍參數的 MoE 模型，以 2-bit 量化與量化感知訓練壓縮至 24GB，專為 RTX Spark 筆電上的本地 AI 代理設計，並完整開源權重、訓練數據與配方。此舉是 NVIDIA 把代理工作負載從雲端推向終端設備的關鍵一步，也將本地推論的性價比之爭推向新階段。
Google DeepMind 於 10 月 6 日發布 EmbeddingGemma 2，一款 7.4 億參數的開源多模態嵌入模型，支援文字、程式碼、圖片、視訊與音訊的統一向量表示。基於 Gemma 4 架構，採用 Apache 2.0 授權，能在手機端離線運行，為邊緣裝置的 RAG 與語義搜尋開闢新路徑。
法國 AI 實驗室 Mistral 於 10 月 6 日發布 Large 4「Le Chonk」，1.05 兆總參數、49B 活躍參數的混合專家模型，原生支援多模態與 1M 上下文視窗，在網路安全與程式碼基準上超越中國開源模型，權重將於 10 月底公開釋出。
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。
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。
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。
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。
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。
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。
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。