開源／開放權重模型
JetBrains開源Mellum2.1，程式修復解決率2%跳47%，速度唔跌
JetBrains推出Mellum2.1，靠加大強化學習讓模型喺真程式碼庫入面學到「改完自己跑測試驗證」，SWE-bench Verified解決率由2%升至47%，Apache 2.0授權已在Hugging Face放出，可本地部署。
開源／開放權重模型
開源／開放權重模型
Cloudflare 推 Clef-omni：百萬詞元 $0.15 嘅多模態決策模型
Cloudflare 發布 Apache-2.0 授權嘅 Clef-omni，基於 Qwen3-Omni-30B-A3B，一次調用同步處理文字、圖像、音頻同影片；廉價版 Clef-flash 每百萬 input tokens 只需 $0.038。
開源／開放權重模型
vLLM Semantic Router 推 Decision 3.0：5 個 Apache-2.0 多模態決策模型
由 0.8B 到 27B 共 5 個開放權重模型，唔生成文字，一次呼叫就對文字同圖片答多選、Yes/No 同打分。
開源／開放權重模型
Nace AI 開源 Drex 1.5：9B 決策模型，逐選項畀概率
Nace.AI 開放權重嘅 9B 決策模型 Drex 1.5，一次 forward pass 即為每個選項回傳概率，支持 128K tokens 上下文，Decision Index 0.3.1 得 58.08 分。
開源／開放權重模型
階躍 Step 5 Preview 登上 OpenRouter 全球第一，10月15日開源
階躍星辰最新旗艦模型 Step 5 Preview 登上 OpenRouter 趨勢榜全球第一，官方稱 10 月 15 日開源。但「開源」到底開多少，先睇授權條款。
開源／開放權重模型
2-bit 量化版 Saluki 27B 打贏原版 工具調用反超 數學推理失分
7.89 GB 嘅 2-bit GGUF 量化版 Underdog Saluki 27B，喺工具調用上贏過 54 GB 嘅 Qwen3.8-27B 原版，但比賽數學與推理能力遜一籌。
開源／開放權重模型
Hugging Face「ML Intern」代理：16美元自訓9B重寫引擎縮小版
Hugging Face 上線 ML-intern AI 代理，用户喺 HuggingChat 寫提示詞，佢會自動計劃、徵求預算、訓練、評估並發布模型；一名用户數日內用佢造咗七個公開模型，其中一個項目算力開支 16 美元。
開源／開放權重模型
JetBrains 推出 Mellum2.1：12B MoE 編程模型，SWE-bench 由 2.0 升咗 47.0
JetBrains 正式推出 Mellum2.1，一個採用 Apache 2.0 授權嘅 12B 混合專家（MoE）編程模型，實際啟用參數 2.5B。
開源／開放權重模型
EmbeddingGemma 2 落地，Mac 離線知識庫幫你搞掂
Google 10月6日推出 EmbeddingGemma 2，7.4億參數、Apache 2.0 授權，喺裝置端處理文字、圖片、音訊、影片，唔使過雲端；同步推 Mac 實驗性應用 AI Edge Foresight。
開源／開放權重模型
740M小模型做足文字影音多模態搜尋 Google EmbeddingGemma 2本地跑唔上雲
Google推出EmbeddingGemma 2嵌入模型，7.4億參數處理文字、程式碼、圖片、影片同音訊，手機上都跑得過，資料唔使上雲。Apache 2.0授權，Hugging Face、Kaggle可撳。
開源／開放權重模型
501B 大模型每次只開 23B 個腦 Reflection 話夠打 GLM 5.2
Reflection 放首款開放權重模型 Beam，501B 參數每次只啟用 23B，話同 GLM 5.2 跑分打平、只用後者三分之一至四分之一算力；全部跑分係廠商自評。
開源／開放權重模型
Liquid AI 開源決策模型 讀到就答 唔寫半個字
Liquid AI 於 2026 年 10 月 7 日發布開放權重嘅 Open d1 系列：d1-3B 同 d1-omni-600M。呢啲多模態模型唔寫任何文字，一次前向計算就畀出類型化答案，目標係實時決策。
開源／開放權重模型
LiquidAI 開源 d1 小模型 單向作答贏過 35B
LiquidAI 喺 Hugging Face 發布兩個開放權重 d1 決策模型：3B 支援文字同圖片，600M 加入語音。廠商聲稱 d1-3B 喺 Decision Index 0.2.1 打 48.57 分，贏過 35B 嘅 Decider。全部數字嚟自廠商，本站未獨立驗證。
開源／開放權重模型
Google 放 EmbeddingGemma 2 下載，740M 多模態嵌入模型跑喺部機就夠
10 月 6 日，Google 以 Apache 2.0 授權放出一款可將文字、影像、音訊映射到同一向量空間嘅開放權重嵌入模型，主打手機同筆電執行，向量化全程喺本機完成。
開源／開放權重模型
Google 話小仔贏倍大嘅 開源向量模型打贏「兩倍大」
Google 放咗個 7.4 億參數嘅多模態 EmbeddingGemma 2，話打贏兩倍大嘅對手，仲得 191MB 記憶體就搞掂。
開源／開放權重模型
EmbeddingGemma 2 今推：740M 參數、5 類輸入、Apache 2.0
Google DeepMind 今日推出多模態嵌入模型 EmbeddingGemma 2，將 5 種輸入類型統一映到 768 維向量空間，以 Apache 2.0 授權免費發放。
開源／開放權重模型
Google 出 EmbeddingGemma 2：多模態向量模型跑喺手機，唔使上雲
Google 於 10 月 6 日推出 EmbeddingGemma 2，7.4 億參數開放權重多模態 embedding 模型，圖文音影共用同一向量空間，可在手機本地運行，資料唔離裝置。
開源／開放權重模型
電信商爭自揸模型 開放權重不等完全開源
NVIDIA 十月六日文章同報告話，89%受訪電信商視開源模型為AI策略關鍵；NVIDIA列五點戰略價值，但呢篇係廠商立場文，權重開放唔等同完全開源。
開源／開放權重模型
LangSmith 出 Fine-Tuning，AI Agent 跑過的「軌跡」直接喂返模型
LangChain 推出 LangSmith Fine-Tuning 同 CLI 工具 smithtune，將 AI Agent 喺生產環境跑過嘅 trajectory 一步到位變做微調數據集，再喺 Fireworks 或 Baseten 訓練、回傳 LangSmith 評測。
開源／開放權重模型
Google EmbeddingGemma 2 上線：740M 參數 Apache 2.0，資料行住部
Google DeepMind 推出第二代輕量多模態 embedding 模型，740M 參數、Apache 2.0 授權、裝置端推理。重點唔係跑分，係私隱同資料去咪去雲端呢條線。