Z.ai发布GLM-5.3，扩展了后训练过程
Z.ai宣布推出GLM-5.3，这是一款通过在基础模型GLM-5.2上扩展后训练阶段，在智能体编程基准测试中取得前沿性能的新模型。该~750B参数模型目前在各种基准测试中超越了Kimi K3，并持平或超越了Claude Fable 5和GPT-5.6-Sol。
GLM 5.3 发布
GLM团队发布了GLM模型的5.3版本。
Z.ai 发布 GLM-5.3，通过后训练提升编码与网络安全能力
Z.ai 发布了 GLM-5.3，这是对其 743B 参数模型的更新，该模型通过扩展后训练而非基础模型重新训练来实现性能提升。目前可通过 Z.ai API、GLM Coding Plan 和 ZCode 获取该版本，公共权重将在发布后约两周经过安全评估后推出。
Mistral 以低于 Mistral Medium 3.5 的价格托管 GLM-5.2
Mistral 现在托管了 GLM-5.2 模型，其价格甚至比其当前的旗舰模型 Mistral Medium 3.5 还要便宜。
VITA临床RAG系统在HealthBench上持平或超越前沿LLM
一个专为低收入和中收入环境设计的名为VITA的专用检索增强生成（RAG）系统，在HealthBench基准测试中与通用大型语言模型进行了评估。在由GPT-4.1裁判评分的4,023个问题中，VITA以51.9%的准则得分排名第一，超越了GPT-5.4、o4-mini、Gemini 3.1 Pro和Claude Sonnet 4.6。
Macaron-V1 引入基于 Mixture-of-LoRA 的持续学习开放智能体模型家族
Macaron-V1 是一个面向体验式智能的开放智能体模型家族，支持从真实环境中学习并在部署后持续学习。该系统聚焦于两个目标：通过递归优化模型-环境对实现自适应，以及借助 Mixture-of-LoRA (MoL) 架构在每次用户交互中选择专用 LoRA 适配器以实现协作。
Macaron-V1 推出基于 Mixture-of-LoRA 持续学习的开放智能体模型家族
Macaron-V1 是一个面向体验式智能的开放智能体模型家族，使系统能够从真实世界经验中学习并在部署后持续改进。其架构围绕两个目标：通过模型- harness 对的递归自我提升实现适应，以及通过 Mixture-of-LoRA (MoL) 系统在每次用户交互中选择专家适配器实现协作。
智谱 GLM-5.3 官方文档短暂出现在网上
智谱即将推出的 GLM-5.3 模型的文档已出现，并在几秒钟后被删除。这些页面在消失前已被 Bing 索引。
发现 GLM 5.3
在 GitHub 的 z-ai-sdk-java 仓库中已识别出 GLM 5.3 的提交分支。
DeepSeek V4-Flash在ArtificialAnalysis指数中达到50分
新的DeepSeek V4-Flash模型在ArtificialAnalysis指数中获得了50分的成绩。这一成绩使其仅比GLM-5.2和GPT-5.6 Luna低一分。
OSReward 引入跨平台计算机使用奖励模型的标准化评估
研究人员推出了 OSReward，这是一个旨在评估视觉语言模型（VLMs）作为计算机使用智能体轨迹裁判可靠性的真实基准。研究表明，即使是最先进的 VLMs 也存在系统性的宽容偏差，且成本高昂难以规模化，而廉价的开源模型表现不佳。
xAI 推出 Build Mode；研究人员呼吁达成 AI 发展节奏协议
xAI 已为 SuperGrok Heavy 订阅用户推出“Build Mode”，使用户能够直接从聊天中生成、编辑、预览和发布网站、应用、游戏和仪表板，无需进行任何设置。与此同时，来自前沿 AI 公司的一千多名员工签署了一份声明，要求美国政府支持一项国际努力，以开发工具来有意控制自动化 AI 发展的前沿速度。
llama.cpp b10174 为 GLM-5.2 添加 NextN/MTP 推测解码支持
llama.cpp 项目发布了构建版本 b10174，为 GLM_DSA (GLM-5.2) 模型架构引入了 NextN/MTP 推测解码支持。
Moonshot发布Kimi K3开源模型及基础设施
Moonshot发布了Kimi K3的完整详情、权重和支持性基础设施，这是一个拥有约2.8万亿参数的混合专家（MoE）模型，每个token约有104B个激活参数。此次发布包括详细的技术报告，介绍了其混合长上下文堆栈以及MoonEP、FlashKDA和AgentEnv等新工具。
PIVOT通过跨查询组共享前缀扫描来加速令牌级稀疏注意力
PIVOT（Proxy Indexing Via One full-prefix Traversal）是一种无需训练、可即插即用的DeepSeek稀疏注意力（DSA）索引器替代方案，它通过在邻近查询组间共享单次前缀扫描来减少计算冗余。PIVOT不再为每个查询单独对每个前置令牌进行评分，而是将查询组聚合为一个代理查询以获取候选集，随后从中为每个查询选出top-k个令牌。
Zing框架通过SoMBench基准和Actio接地提升大语言模型的社会智能
该报告介绍了Zing，一个旨在通过测量、内化和接地社会能力来增强大型语言模型社会智能的综合框架。作者提出了SoMBench，这是一个基于心理学的基准测试，涵盖17个二级维度和3,481个经专家验证的实例，结果显示当前大语言模型仍有显著的提升空间，没有任何模型达到接近天花板的表现。
Kimi K3、DeepSeek V4 Pro 和 GLM-5.2 在基准测试、许可证和服务成本方面的对比
对三种开源稀疏混合专家模型——月之暗面的 Kimi K3、DeepSeek V4 Pro 以及智谱 AI 的 GLM-5.2——进行了比较，评估了它们在长周期编码和智能体工作负载方面的能力、许可条款及服务成本。