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。
模型前線
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。
大模型與推理能力
Qwen 放話 5T–10T、模型自己調芯片：阿里喺云栖大會交代咗乜？
阿里喺云栖大會攤開三張牌：下一代 Qwen 模型嘅參數路線圖、讓模型參與研發（RSI）嘅一連串實驗，加返一輪多模態模型升級。數字聽落好聽，但邊啲係廠商自稱、邊啲可驗證，要拆清楚。
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。
大模型與推理能力
微軟推 Microsoft-Decision-1：由 Qwen3.5-9B 後訓練嘅「決策評分」模型
微軟發布 Microsoft-Decision-1，針對路由、分類、驗證同 agent 控制等固定選項場景，回傳各選項嘅校準概率而非生成文字；由阿里 Qwen3.5-9B 後訓練，現已上線 Microsoft Foundry 同 OpenRouter。
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。
大模型與推理能力
OpenAI Decisions API 入公開測試 輸出免費快十倍
OpenAI 嘅 Decisions API 已於 GPT-6 Luna 進入公開測試，返回 typed probabilities、choices 同 scores，速度大約快過 Responses API 十倍；input $0.10 / 1M tokens，output 免費。
大模型與推理能力
OpenAI 本週突然放低近 400 條數學結論 學者直言「純屬癲嘢」
OpenAI 本週喺 GitHub 上突然放低近 400 條 AI 生成嘅數學結論，分散喺超過 700 份手稿；正式形式化比例只約 42%，多名學者話理解呢堆嘢要幾年。
大模型與推理能力
模型答題竟然要睇「站位」 加兩個 Token 答案便變了
字節 Seed 團隊發現 DeepSeek-V4 長上下文檢索能力，會隨目標資料相對於壓縮窗口邊界嘅位置，以 4 個 Token 為週期起伏。
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。
大模型與推理能力
Haiku 5.5 宣稱慳七成五 分詞器換代令「九成低」變「實慳七成五」
Anthropic 於 10 月 7 日推出 Claude Haiku 5.5，聲稱平均成本較前代降約 75%、首度支援推理強度調整及 100 萬 Token 上下文。但新分詞器令相同內容耗用更多 Token，實際慳幾多，同價格牌唔係一回事。
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。
大模型與推理能力
GPT-6今起上車 拒答變少 答得多嘢 呢科真係勁？
OpenAI 於 10 月 7 日及 8 日分階段向 ChatGPT 用户推送 GPT-6，付費版用 Sol、免費及 Go 版用 Luna，同步推出可生成互動組件嘅 Intelligent UI，並附 24 頁部署安全報告。
大模型與推理能力
Haiku 5.5 操作能力大躍進，降本七成，但編程仍然差一截
Anthropic 發布 Claude Haiku 5.5：OSWorld 由 15.7% 升至 72.4%，成本降約 75%，同時引入可調推理強度（Adaptive Thinking）同 100 萬 Token 上下文；但複雜編程同 Sonnet 5.5 差距依然明顯，仲要留意超過 10 萬 Token 後價格倍升。
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。
大模型與推理能力
ChatGPT 由「讀」轉「睇」 GPT-6 帶動可交互介面
OpenAI 10 月 7 日推出「Intelligent UI」，由新 GPT-6 模型驅動，喺對話中即時生成可點擊按鈕、互動圖表、定製計算器等視覺元素。
大模型與推理能力
OpenAI 推 Jev 式 Decisions API gpt-6-luna 識睇圖
OpenAI 上週 DevDay 預告嘅 Decisions API 正式上線，新模型 gpt-6-luna 支援圖像輸入，輸出概率數值。輸入 $0.10/百萬 tokens，貴過 Jev 嘅 $0.042。
大模型與推理能力
GPT-6 全球推出 Intelligent UI 文字回覆變圖表按鈕 token 帳單幾時出
OpenAI 宣佈 GPT-6 喺全球 ChatGPT 推出「Intelligent UI」，自動判斷何時該用圖表、可點選按鈕同表單取代純文字，目標令學習更直觀，同時宣佈隨即將引入圖形廣告。
大模型與推理能力
Claude Haiku 5.5 開波：細仔最勁，運行成本慳咗七成幾
Anthropic 10 月 7 日推出 Claude Haiku 5.5，定位為佢哋最快、最平、最勁嘅細模型。呢代 Haiku 首次提供 effort 設定，可逐個任務喺成本同智能之間調校，運行成本比 Haiku 4.5 平均低約 75%，即日已上 AWS、Google Cloud、Azure。