Arete-27B:換掉 Qwen 的價值觀之後,能力有沒有變差?
Nous Research 發布以 Qwen3.8-27B 為基礎的開源模型 Arete-27B,調整政治價值觀後,測得宣傳率下降,能力測試與原版大致持平。在 803 條提示的評估集中,事實分由 2.32 升至 3.07,帶有中國官方框架的回答比例由 22% 降至 0.6%。
Nous Research 發布以 Qwen3.8-27B 為基礎的開源模型 Arete-27B,調整政治價值觀後,測得宣傳率下降,能力測試與原版大致持平。在 803 條提示的評估集中,事實分由 2.32 升至 3.07,帶有中國官方框架的回答比例由 22% 降至 0.6%。
Preferred Networks(PFN)於2026年11月9日以開放權重方式發布金融領域專用的8B參數模型 PLaMo 3.0 Fin。模型以 PFN 與 NICT 共同開發的 PLaMo 3 NICT 8B Base 為基礎,經日本金融數據持續預訓練及 SFT、DPO 後訓練,支援以日語逐步輸出推理過程,並可調用網頁搜尋、計算及內部數據庫等工具。
基元律動發布 Agent 原生模型 NeoHorse-1.5-Flash Preview,延續 NeoHorse 系列對遞歸自我改進(RSI)的探索,進入第二輪迭代。
阿里巴巴旗下 AI 編程智能體與開發平台 Qoder 推出「隱形」語言模型 Qoduck,並向個人用戶開放。Qoduck 與 Qoder 平台綁定,目前免費提供,但屬限時開放;模型能力及開放截止時間尚未披露。
北京人形「慧思開物」平台正式發布 Hi-WBC 通用全身控制模型,結合人體動作參考與真實物理約束,讓機器人跟隨運動意圖,並按負載、外力及地形變化調整執行方式。模型聚焦技能拓展、強交互與大負載,以及複雜地形自主適應,並以兩段 Demo 展示控制能力與應用實踐。
OpenAI 向 Daybreak Red 特定客戶開放網絡安全模型 GPT-6 Cyber,以 Agent 形式協助安全研究人員測試漏洞;測試越界率低於 1%,而 GPT-5.6 Cyber 約為 5%。
北京人形「慧思開物」平台發布 Hi-WBC 通用全身控制模型,結合人體動作參考與真實物理約束,讓機器人可跟隨運動意圖,並因應負載、外力和地形變化調整動作。模型探索以 MoE 和策略蒸餾擴展技能,並將外部接觸力預測及地形感知融入全身控制。發布的 Demo 展示「綜合五項」連續作業,以及機器人完成會議室整理長程任務。
Preferred Networks 發佈金融專用小型語言模型 PLaMo 3.0 Fin,並以開放權重形式上架 Hugging Face,供用戶在 PLaMo 社羣授權範圍內使用。
Anthropic 推出 Claude Fable 5.2,面向高要求推理及長期智能體工作;Claude Mythos 5.2 提供相同能力,但只供通過 Anthropic 驗證計劃的機構使用。
推薦理由:開發者可對照 Claude Fable 5.2 與 Claude Mythos 5.2 的定價、可用平台和 thinking block 相容規則,掌握採用兩款模型時的成本及遷移差異。
Qoder 上線身份未公開的匿名模型 Qoduck,新老用戶由 11 月 7 日起可免費試用三天,每日免費額度不消耗積分。實測中,Qoduck 建立了 3D 鵜鶘騎單車場景及夜間重慶場景。用戶無需訂閲,在 Qoder 的模型選擇器選取 Qoduck 即可使用。
Ricursive 推出 Ripple 65B Preview,這款從零訓練的密集模型有 65B 參數、1M 上下文窗口,在 TerminalBench 2.1 得分 80.52。
Anthropic 發佈 Claude Sonnet 4.6,定價維持每百萬 token $3/$15,並提供 beta 版 1M token 上下文窗口。Anthropic 的早期測試稱,Claude Code 用戶約有 70% 的時間偏好它而非 Sonnet 4.5,對 Opus 4.5 的偏好率為 59%;作者沒有進行實測。
推薦理由:文章並列 Anthropic 早期測試的用戶偏好比例、Sonnet 4.6 的定價及 Opus 4.6 的任務定位,呈現日常工作與深度推理的選型差異。
Nous Research 推出 Arete-27B,這是一款經過後訓練、旨在強化西方價值觀的 Qwen3.8-27B 模型。該公司稱,底層中國模型的偏見層較淺。
Nous Research 發佈 Arete-27B,這款以 Qwen3.8-27B 為底座進行監督式微調的 27B 開放權重模型,在 Nous 的 803 個提示詞評測中,含宣傳內容的回答比例由 22% 降至 0.9%。
VIDRAFT 公開發佈 Darwin-180B-RSI-R3 的權重;這款 180B 參數 MoE 模型經三輪遞歸自我改進,主打數學與科學推理。據 VIDRAFT 公開模型卡,其在 SuperCLUE 2026 年 11 月評測得分 73.68,排名開放權重模型第一、總排名第二;基礎模型得分為 57.89。其五領域綜合指數為 43.08、總排名第九,材料指出長上下文處理和指令遵循是相對弱項。
Thinking Machines Lab 於 2026 年 11 月 5 日發佈 Inkling 2 Small,這款 594B 參數模型在 Artificial Analysis Intelligence Index 得分 31。
Nous Research 使用 53 million tokens 微調 Alibaba 的 Qwen3.8-27B,推出 Arete-27B;測試中帶有宣傳內容的回答比例由 22% 降至 0.9%。
Thinking Machines Lab 發佈第二代模型 Inkling 2 Small,總參數量為 594B,主打長程自主工作。其訓練後半段採樣包括月之暗面 Kimi K3 在內的模型軌跡,但未公佈 Kimi K3 的佔比;AA 開放權重榜給它 31 分,低於 Kimi K3.1 Pro 的 46 分。
UnimeType 微調並以 Apache-2.0 授權開源 Transliteration 2.0 的 0.8B 和 4B 模型,針對中英、日英等混合文字輸入,保留有意使用的雙語切換。兩款模型以 Qwen/Qwen3.5 為基礎,支援本機推理及低延遲雲端路由。
吉利汽車集團與中國氣象局地球系統數值預報中心聯合推出行業首個「智象-星睿交通氣象大模型」,可實時監測並提示車道級氣象環境。模型已初步推出「超視距安全預警」功能,可透過多車互聯識別結冰等危險路況並主動提示。模型計劃率先在領克 900L 量產落地,未來逐步應用於吉利、銀河、領克、極氪等品牌車型。
吉利汽車集團與中國氣象局地球系統數值預報中心聯合推出「智象-星睿交通氣象大模型」,實現車道級實時監測與風險提示。模型可識別暗冰、低能見度及積水路段並主動預警,首搭車型為領克900L。雙方計劃於2027年一季度發布通用氣象模型,並推動制定車載氣象數據國家標準。
阿里推出 Qwen3.8 系列,涵蓋 2.4 萬億參數的 Qwen3.8-Max、27B 模型及 Qwen3.8-Omni-Flash,並以 Apache 2.0 協議開源。Qwen3.8-Max 支援 100 萬 Token 上下文;Qwen3.8-Omni-Flash 支援 113 種語言及方言,最長可處理 1 小時連續音視頻輸入。
Meta 宣佈推出基於 Muse Wonder 訓練的現有模型專用版本,並全面推送至 Muse 和 Meta AI 用戶,將主動記憶與主動專注納入其中。在 Muse 中,升級模型遺忘達成目標所需關鍵資訊的問題降低 2.4 倍;日常任務遇到意外狀況時,任務完成率提升 67%。
月之暗面計劃於明年第二季推出 Kimi K4,參數規模達5.4萬億,發布時間較遲或延至第三季。Kimi K4 的規模約為 Kimi K3 的兩倍,有望挑戰 Mythos/Fable 級別;月之暗面目前重點放在自蒸餾及後訓練,以提升模型能力。
吉利汽車集團與中國氣象局地球系統數值預報中心推出行業首個「智象-星睿交通氣象大模型」,可即時監測及提示車道級氣象環境。模型已初步推出「超視距安全預警」功能,可透過多車互聯識別結冰等危險路況並主動提示;計劃率先在領克 900L 量產落地。
Meta 推出基於 Muse Wonder 訓練的現有模型專用版本,並將主動記憶與主動專注推送至 Muse 和 Meta AI。Meta 表示,Muse 新模型忘記達成目標所需關鍵資訊的情況減少 2.4 倍,日常任務遇到意外時的完成率提升 67%。
OpenAI 於 2026 年 11 月 5 日推出 GPT-6 Cyber,這款基於 GPT-6 Astra 的模型可尋找軟件漏洞、開發可運作的漏洞利用程式並草擬修補程式。
推薦理由:文章並列 GPT-6 Cyber 的漏洞發現與修補成果、存取限制及安全措施,呈現其防禦用途與雙重用途風險並存的情況。
Pangram Labs 正式推出 AI 圖像檢測模型 Pangram Image 1.0,在其測試數據集上取得 99.96% 準確率。模型可透過熱力圖定位 AI 生成內容,在 256×256 分辨率下準確率為 96.4%;一同推出的 Pangram Image Flash 1.0 在 DF26 數據集上的準確率達 98.7%,領先第二名 29 個百分點。
Salesforce 推出 Koa Decisions,這款模型專門為智能體系統路由請求,通常只需輸出單一 token。Salesforce 測得 Agentforce 路由約需 26 毫秒,一般用途語言模型則約需 1.4 秒,按這兩個數字計算約快 50 倍。
Ricursive Intelligence 發佈 Ripple-65B Preview,一款面向智能體編碼的 65B 開放權重密集型 Transformer 模型。
VIDRAFT 的開放權重 MoE 模型 Darwin-180B-RSI-R3 在 SuperCLUE 2026 年 11 月數學與科學推理評測中,以 73.68 分排名 19 個模型中的第 2。
Thinking Machines 發佈可自動化 AI 訓練工作的 Inkling 2 Small,模型現已透過 Tinker 雲端服務提供。模型有 594 billion 個參數,提示詞輸入時約 17 billion 個參數會啟用,並可分析圖像及視覺檢查生成圖像;公司稱它在 4.5 小時內令 Qwen3.5-4B 的預測評分翻倍。
Thinking Machines 發佈 Inkling 2 Small,這是一款支援文字及圖像輸入、文字輸出的多模態 MoE 模型,主預訓練在 GB300 上耗時 68 小時。模型目前可在 Tinker 和 Tinker Playground 使用推理與微調服務,但發佈時尚未開放權重。團隊計劃待外部安全測試完成後,於發佈後下一週按 Apache 2.0 許可證開放權重。
MIT 與 BASF 研究人員開發開源分子基礎模型 CheMeleon,透過預訓練學習化學關係,再以少量特定任務數據微調,預測分子性質。模型約有 10 million 個參數,在 58 個基準數據集的統計比較中勝過傳統基準模型及現有基礎模型。CheMeleon 可透過 ChemProp 下載及微調,但仍須實驗確認候選分子的實際性質。
Ricursive Intelligence 訓練的開源語言模型 Ripple-65B Preview 已在 Hugging Face 以 Apache 2.0 授權提供。
Gemini Omni 1.2 Flash 已在 Gemini API 和 Gemini for business 正式提供,支援最長 15 秒影片生成,並加入多輪對話編輯及更強的參考素材跟隨能力。相較 Gemini Omni 1.1,影片時長上限由 10 秒增至 15 秒,720p 影片價格下調 30% 至每秒 $0.07。
推薦理由:相較 Gemini Omni 1.1,更新將影片時長上限由 10 秒提高至 15 秒、價格下調 30%,並加入多輪編輯,具體呈現生成時長、成本與修改流程的變化。
Hacker News 出現一則標題為「Gemini Omni 1.2 Flash」的貼文,連結指向 blog.google。提供的內容沒有交代更多產品資訊。
Thinking Machines 發佈 Inkling 2 Small,稱其為西方最強的開放權重模型;模型共有 594 billion 個參數,其中 17 billion 個處於啟用狀態。
Underdog 展示以 32MB 語音模型 Woof 製作的遊戲,呈現模型在瀏覽器內生成語音的能力。Woof 有 31 million 個參數,開放下載;公司表示,模型可在大多數裝置上毋須連接互聯網運行。
阿里千問官方帳號再度預熱 Qwen4 系列,暗示新模型即將發布。系列預計包括 Max、Plus、Flash 及 27B,其中 27B 可本地部署;Qwen3.8 Flash Next 已採用系列技術棧,包括新注意力機制、參差結構拆分、N-gram 記憶表和 Muon 優化器。文章估計四款產品可能在 11 月至 12 月陸續發布。