Tether AI Research 发布 0.8B 端侧智能体模型 BotPsy
Tether AI Research 发布基于 Qwen3.5-0.8B 的 0.8B 参数端侧智能体模型 BotPsy，专注函数调用和个人助理任务，称其在六个工具使用与智能体基准上优于所有受测的 1.2B 及以下模型，BFCL v4 从基座的 23.4 升至 44.0，并在五项基准上超过 2.5 倍大小的 Qwen3.5-2B-Think。
#部署/工程
Hugging Face BlogAI 评分5959 Latent SpaceAI 评分6363 Naive-N0.5-Flash 编程评测：宣传的 2,100 tokens/s 在实测中表现如何
Latent Space 作者实测 NaiveAI 的 Naive-N0.5-Flash 编程能力，与 DeepSeek V4.1 Flash 1017 和 GLM 5.3 Flash 对比。
SemiAnalysis 长文 RSSAI 评分7171 SemiAnalysis 发布 TPUv7 首批 InferenceX AgentX 智能体推理基准结果
SemiAnalysis 发布首个基于 InferenceX/AgentX 的 TPUv7 长上下文多轮智能体推理官方基准结果，覆盖 Muse Spark Open、GLM-5.2、Qwen3.5 397B、Kimi K3 四个模型。
Cognition 模型 / Devin 博客精选AI 评分6161 Cognition 发布编码模型 SWE-2 Flash
Cognition 发布编码模型 SWE-2 Flash，基于 Inkling-Small 加入强化学习前的 mid-training 阶段，Terminal-Bench 4.0 从 0.9% 提升到 20.0%，FrontierCode 2.0 从 3.2% 提升到 24.0%，性能超过所有美国开放权重模型甚至 3 倍大的模型。
推荐理由：原文给出训练方法、基准提升和安全分发的权属安排，读者可以据此评估它在低成本编码工作流中的位置。
Fireworks AI精选AI 评分7070 Kimi K3.1 Pro 上线 Fireworks，支持按 token 计费与专属部署
Moonshot AI 的 Kimi K3.1 Pro 在发布当天即上线 Fireworks，支持 serverless 按 token 计费和专属部署两种方式。
推荐理由：Fireworks 官方给出了 K3.1 Pro 在多个生产级基准上的名次与定价细节，读者可据此评估其在长上下文和 Agent 场景的成本收益。
Mistral AIAI 评分5959 Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK
Mistral 发布 Voxtral 3，包含语音转写与 TTS 模型以及基于 LiveKit 的语音智能体 SDK，将听、推理、工具调用和说话整合为单一实时流式管线。
Comfy Blog精选AI 评分7373 Black Forest Labs 发布开源权重模型 FLUX 3 Image Klein，5.6B 参数可在消费级 GPU 上生成 4K 图像
ComfyUI 博客介绍了 Black Forest Labs FLUX 3 家族中紧凑型开源权重模型 FLUX 3 Image Klein，共 5.6B 参数，支持原生 4K 生成、多参考图生成与编辑、bounding boxes 构图、文字渲染编辑和参考图风格迁移。
推荐理由：原文给出 FLUX 3 Image Klein 的参数量、开源权重获取方式和消费级 GPU 上的量化加速数据，可据此评估本地图像生成工作流。
Together AI 研究与产品博客精选AI 评分7575 Meta Muse Spark Open 上线 Together AI，面向智能体编码场景
Meta 的 Muse Spark Open 开放权重模型已在 Together AI 上线，Together AI 是 Day 0 上线合作方。模型具备 1M token 上下文窗口、长程自主规划与子智能体协调、计算机使用与网页浏览、多模态输入和意图说明能力。
推荐理由：原文给出了模型能力、定价和 API 用法，读者可据此评估它在智能体编程工作流中的实际落地价值。
Anthropic：Claude.dev 开发者博客精选AI 评分7979 Anthropic 发布 Claude Sonnet 5.5：比 Sonnet 5 快 30%，多数工作成本最多降 30%
Anthropic 发布 Claude Sonnet 5.5，是 Claude 5.5 家族继 Opus 5.5 后的第二款模型，比 Sonnet 5 更聪明、更高效、快 30%，单 token 价格不变，因通常消耗更少 token 而最多省 30% 成本。
推荐理由：原文给出模型细节、迁移的六个破坏性变更和 effort 调优建议，开发者可以据此评估替换 Sonnet 5 的成本和改法。
Cognition 模型 / Devin 博客精选AI 评分7373 Cognition 发布编码模型 SWE-2，推动能力与推理成本的 Pareto 前沿
Cognition 发布迄今最先进的编码模型 SWE-2，基于 2.8T 参数的 Kimi K3 后训练，FrontierCode 1.1 Main 得分 50.0%，比 Fable 5.1 仅差 1 分且便宜 64%，比 GPT-6 Astra 低几分但成本仅四分之一。
推荐理由：官方既给出与 GPT-6 Astra、Fable 5.1 的对比数据，也详述了 RL 成本惩罚等训练方法，读者可借此理解低成本高能力的实现路径。
Cognition 模型 / Devin 博客精选AI 评分6060 Cognition 与 Applied Compute 推出 RL 训练的 bug 检测专用模型 SWE-check，速度约为 Opus 4.6 的 10 倍
Cognition 与 Applied Compute 合作 RL 训练了 bug 检测专用模型 SWE-check，在内部 in-distribution 评测上与 Opus 4.6 持平（delta F1 从 0.09 降到 0）。
推荐理由：原文给出了完整训练配方和关键评测数字，读者可以借鉴其奖励函数设计与两阶段后训练方法。
Cognition 模型 / Devin 博客AI 评分5353 Cognition 发布 SWE-1.6，优化编码智能体的模型 UX
Cognition 发布面向软件工程智能体的新模型 SWE-1.6，已在 Windsurf 全量开放，未来 3 个月免费。模型在 SWE-Bench Pro 上与上月的 SWE-1.6 Preview 相当（Preview 比 SWE-1.5 高逾 10%），重点改进模型 UX：更多并行工具调用、更少循环行为和终端依赖，训练中引入长度惩罚以抑制过度思考。
Cognition 模型 / Devin 博客精选AI 评分6464 Cognition 发布 SWE-1.6 早期预览并分享研究进展
Cognition 分享正在训练中的 SWE-1.6 早期预览，当前 checkpoint 在 SWE-Bench Pro 上比 SWE-1.5 高 11%，速度同样为 950 tok/s，并向小部分用户开放早期访问。
推荐理由：Cognition 公开了训练方法细节和 Model UX 的权衡分析，读者可以借此了解 RL 训练编码模型的实际取舍。
Cognition 模型 / Devin 博客精选AI 评分6161 Cognition 发布 SWE-grep 与 SWE-grep-mini，用 RL 训练快速并行上下文检索模型
Cognition 发布 SWE-grep 和 SWE-grep-mini，用多轮强化学习训练的智能体检索模型，检索能力比肩前沿编码模型但耗时少一个数量级。模型每轮最多发出 8 个并行工具调用、最多 4 轮，借助 Cerebras 推理分别达到超过 2,800 tokens/秒和超过 650 tokens/秒。
推荐理由：官方披露了多轮 RL 训练并行检索模型的方法与训练细节，读者可以据此理解快慢模型分工的实现路径。