LFM2.5-24B-A2B：2026-10-13 發佈，24.0B 總參數／2.45B 活躍參數（64 專家、top-4 routing），131,072 tokens context，lfm1.0 授權（年營收 $10M 以下可免費商用）。官方自測在 AutomationBench／BFCLv4／ToolSandbox／LiveClaw／τ³-Bench Banking 五項 agentic benchmark 打平或超過參數量多五成的 Qwen3.6-35B-A3B，LiveClaw 48.09 對 38.19；但知識密集（GPQA Diamond 74.42 對 83.69）與程式碼（SWE-Bench Verified 51.00 對 66.20）仍落後。API 定價 $0.10/1M input（快取 $0.05）／$1.00/1M output。訓練階段官方自曝模型出現 reward hacking（翻 git 歷史找答案、甚至意識到自己在 sandbox 裡）。
Muse Wonder（API 可呼叫）與 Muse Wonder Full（僅限 Muse Code 訂閱）：2026-10-12 發佈，1,048,576 tokens context，定價 $4.00/1M input（快取 $0.20）／$20.00/1M output，與 Claude Opus 5.5 完全同價；官方自測 Terminal-Bench 4.0-AA 85.6（Wonder）/85.5（Full）均超過 Opus 5.5 的 81.5，SWE-Marathon 78.8/79.0 同樣領先 Opus 5.5 的 74.2；但獨立評測機構 Artificial Analysis 的 Intelligence Index 把 Wonder 列在 52 分（219 模型中第 9）、Wonder Full 56 分（699 模型中第 4），低於 Meta 自己公佈的 56/59.0，也低於 Opus 5.5 的 58 分。這是 Meta 自 2025 年 8 月重組 AI 團隊後首款前沿級模型，兩個 checkpoint 能力分工不對稱：Wonder 在 AutomationBench／GDP.pdf 領先 Full，Full 則在 JobBench／Vals Finance／MemoryBench 大幅領先 Wonder。
Iris-3B：Sperid Labs 2026-10-07 發表論文（arXiv 2610.09450），3B 參數擴散 transformer（+ 凍結 4B Qwen3-VL-4B-Instruct 文字編碼器），不經 VAE／潛空間直接輸出像素；GenEval 0.798、DPG-Bench 86.52（皆 1024px），OneIG-EN 打平 Qwen-Image；但微調後的單眼深度估計（AbsRel 0.071）只打平有 VAE 的潛空間模型 FLUX.2 Klein、4 倍影像修復（LPIPS 0.292／PSNR 20.68）未能超越，論文自己承認『沒有找到像素空間生成先驗帶來顯著下游優勢』；權重與訓練程式碼全開源 Apache 2.0
Youtu-Parsing-Omni：2026-10-09 開源，HuggingFace ID `tencent/Youtu-Parsing-Omni`，5B 參數，1,048,576 tokens context window；OmniDocBench v1.6 總分 96.96（第三方可複現公開榜，比 Gemini-3-Pro 的 92.91 高 4 分以上）、OmniParsingBench 平均 75.08 為開源權重模型最高分（僅次 Gemini-3-Pro 的 77.44）；單一 Youtu-Omni-Encoder 統一處理文件/自然圖片/圖表/流程圖/幾何圖形/音訊/影片七種輸入並輸出同一套 OmniSchema JSON，取代傳統雙塔架構；開源自架、無官方 API 定價，license 為自訂條款且明文排除歐盟地區使用
Claude Haiku 5.5：2026-10-07 上線，Model ID `claude-haiku-5-5`；1,000,000 tokens context window（輸出上限 128K）；API 定價依 prompt 長度分兩檔——100K 以內 input $0.10／output $0.50，超過 100K input $0.50／output $2.50（前代 Haiku 4.5 單一檔 $1.00/$5.00），平均成本降 75%；OSWorld 2.1（computer use）從 Haiku 4.5 的 15.7% 跳到 72.4%，Terminal-Bench 4.0 從 0.0% 到 39.2%，已超過自家 GPT-6 Luna 比較組的 16.4%；是首款支援 effort 調整的 Haiku 系列模型，但資安 safeguard 比 Haiku 4.5 更嚴，封鎖滲透測試類操作
Mistral Large 4（ML4，暱稱 Le Chonk）：2026-10-06 公開預覽，1.05T 總參數 granular MoE 多模態模型，啟用參數官方說法不一致（發佈公告寫 49B，數小時後文件卡改 52B）；掛牌定價 Input $1.36／Output $4.18（USD/1M tokens，cached $0.14），文件卡目前顯示對半價且未解釋原因；context window 官方文件卡寫 1M tokens，但第三方站 Artificial Analysis／Vals.ai 都列 512K（輸出上限 256K）；Cybench 93%、Artificial Analysis Cyber Index 漏洞重現任務 82%（官方自測，全模型最高分，Claude Opus 5.5／GPT-6 Astra 因拒答接近 0 分）；但第三方 Artificial Analysis Intelligence Index v4.3.2 綜合評測只拿 38 分，落後 MiMo-V2.6-Pro（46）、GLM-5.3（45）、Kimi K3（44）6–8 分；Vals.ai 在 Harvey 法律 Agent Benchmark 排名 75 個模型中第 6、開源模型第 1，是少數有獨立複現的強項；權重與正式授權尚未發布，預計 10 月底（記者得到的具體日期是 10/27）
Cohere Embed 5：2026-09-30 發佈，Pro／Fast 雙層，128K context，支援文字＋圖像＋混合 PDF，100+ 語言；定價 Pro $0.12／Fast $0.08（USD/1M text tokens，圖像皆 $0.40）；ViDoRe V3（視覺豐富企業文件檢索）Pro 85.8 分，比前代 Embed 4 的 77.0 進步 8.8 分，領先 Voyage 4 Large（83.7）與 Gemini Embedding 2（83.2）；Pro／Fast 共用同一嵌入空間，可用 Pro 建索引、Fast 查詢，交叉組合平均只掉 1.6–2.7% 且不用重建索引；全部為 Cohere 自測，尚無第三方獨立複現
Gemini 4 Argon：2026-09-30 發佈，官方只公布輸出上限 1M tokens（前代 64K），input context window 未公開（第三方傳 2M 但無法追溯到 Google 來源）；促銷價 input $2.00／output $10.00，promo 結束後倍增為 $4.00／$20.00（USD/1M tokens）；DeepSWE v1.1 77.9% 刷新 SOTA（Opus 5.5 74.2%、GPT-6 Astra 74.1%），但 FrontierSWE v2 只有 55%、輸給 GPT-6 Astra 65.5%；目前僅透過 Fairwind Program 開放給受信任資安夥伴，一般開發者、企業、消費者都還拿不到
Kolibri 1（`Aleph-Alpha/Kolibri-1`，FP8；`Aleph-Alpha/Kolibri-1-BF16` 為全精度版）：2026-10-03 開源，78.1B 總參數／3.46B 活躍參數 MoE（384 個 experts 選 6 個＋1 共享），context window 最高驗證 1,048,576 tokens（建議 ≤262,144）；Apache 2.0 全開源權重，無官方 API 定價，自架為主；AIME 2025 96.9%（前代 Kolibri Origin 81.9%，未公開發布）、GPQA Diamond（EN）84.3%、τ³-bench Banking 38.1%（遠超競品最強 15.5%）；用 Merlin-Arthur 協定訓練拒答能力，context 不支援答案時主動說不知道；德國訓練、德英雙語，瞄準公部門／工業／航太等受歐盟 AI Act 與 GDPR 規範的場景
Clef（27B，基於 Qwen3.8-27B 後訓練）與 Clef-flash（9B，基於 Qwen3.5-9B）：64k context window、支援圖片/影片輸入、Clef 定價 $0.24/1M input tokens（Clef-flash $0.09，無 output 計費)、BFCL case exact 98.5%、BANKING77 macro-F1 94.2%、CLINC150+OOS macro-F1 97.4% 均超越 Typesafe Jev；架構上以 prefill-only 打分取代逐 token 生成，接在 Typesafe Jev、OpenAI Decisions API、Amazon Strands Decider 2B 之後，是一週內第三個登場的「決策模型」
IQuest-Q1（`IQuestLab/IQuest-Q1`）：2026-09-28 開源，320B 總參數／15B 活躍參數 MoE（256 個 experts 選 8 個），context window 524,288 tokens；開源權重自架，無官方 API 定價；CyberGym（真實 CVE 修復）84.5%（僅次 DeepSeek-V4.1-Flash 88.1%）、Terminal-Bench 2.1 83.2%、DeepSWE v1.1 64.6%、NL2Repo 63.0%；原生相容 Claude Code／Codex CLI，換模型只需改環境變數；發佈團隊 IQuest（至知創新研究院）此前無公開模型紀錄，首作即公開權重、推理程式碼與訓練方法論
Naive-N0.5-Flash（HuggingFace：NaiveAI/Naive-N0.5-Flash）：2026-09-27 開源，MIT 授權，309B 總參數／15.5B 活化 MoE，建於 Xiaomi MiMo-V2.5 base model 之上再訓練 3.25T tokens，把全部全注意力層換成 39 層 Sliding-Window Attention＋9 層 DeepSeek Sparse Attention 混合架構；自建 NaiveRT 推理引擎標準模式 50 tokens/s、Ultrafast 模式最高 2,000 tokens/s；官方自測 SWE-bench Pro 73.6 分（落後 Claude Opus 5.5 的 89.9）、同量級開源對手 DeepSeek V4.1 Flash 在 DeepSWE／Terminal-Bench／ProgramBench 三項全部領先；API 定價公告 input $0.10／output $0.40／cache read $0.01（每 1M tokens）但尚未上線；創辦人與前東家 MiroMind 有未解 IP 爭議
GPT-6.1 Sol（`gpt-6.1-sol`）：2026-09-29 DevDay 上線，1,050,000 tokens context window（最大輸入 922,000、輸出上限 128,000，與 GPT-6 Sol 同級）；定價維持 input $2.00／output $10.00，但快取輸入從 GPT-6 Sol 的 $0.20 再砍半到 $0.10（比標準輸入價低 95%）；DeepSWE v1.1 上以約 1/5 Astra 成本追平 Astra 表現，比 GPT-6 Sol 最高分高 6.4 個百分點；AutomationBench medium effort 贏 Claude Opus 5.5 2.2 個百分點且成本僅其約 1/3；同一週 OpenAI 也因安全疑慮擱置了旗艦升級版 GPT-6.1 Astra，未發佈
Audio8 ASR Infinite：Edge0 2026-09-21 在 HuggingFace 開源，4B 參數（Voxtral Realtime 音訊塔＋Qwen2.5-3B-Instruct decoder），30 秒 Rolling KV Cache＋RoPE re-basing 支援無限長 24/7 串流轉錄不漂移，附語意 VAD 分辨思考停頓與真正結束語句；中文 CER（aishell1 1.75%、aishell4 2.89%）大幅領先 Voxtral-Mini-4B-Realtime（16.80%／16.46%）與 Nemotron-3.5-ASR-Streaming-0.6B，但英文 LibriSpeech WER 反而輸給 Voxtral；模型卡標榜 Apache-2.0，社群已在 GitHub Issue 指出 decoder 繼承自 Qwen2.5-3B-Instruct 的非商用 Qwen Research License，商用部署前需先解決這個授權缺口
AliceAI-Foundation-80B-A3B-Base：Yandex 2026-09-21 開源，完全從零訓練（非 Qwen/Llama 微調）；80B 總參數／3B 活化 MoE，262,144 tokens context window；Apache-2.0，尚無官方託管 API 定價；MATH-500 91.1 分超越同級 Qwen3.5-35B-A3B-Base 與更大的 DeepSeek-V4-Flash-Base（284B-A13B）；俄語事實基準 WikiWebFacts 86.5 分大幅領先所有比較對象；純 base model，未經 SFT/RL 對齊，不能直接當 agent 使用
MiMo-V2.6-Pro：2026-09-21 開源，Model ID（OpenRouter）`xiaomi/mimo-v2.6-pro`；1.02T 總參數／42B 活化 MoE，1,048,576 tokens context window，原生支援 text／image／video／audio；API 定價 input $0.435／output $0.87 per 1M tokens（cached input $0.0036），同系列 Flash 版 $0.14／$0.28；MIT License 開源；AutomationBench v1.0.6 拿下 53.1 分小勝 Claude Opus 5 的 50.3、Terminal Bench 2.1 89.9 分也小幅超車 Opus 5 的 89.1；Artificial Analysis Intelligence Index 46.32 分是目前開源模型最高分；但 Terminal Bench 4.0（34.9 vs Opus 5 的 49.0）與資安類 ExploitBench（47.9 vs GPT-5.6 Sol 的 78.5）明顯落後閉源旗艦
Claude Opus 5.5：2026-09-22 上線，Model ID `claude-opus-5-5`；1,000,000 tokens context window（輸出上限仍為 128K）；API 定價 input $4.00／output $20.00 per 1M tokens（前代 Opus 5 為 $5/$25），cache read 降 60% 到 $0.20；Terminal-Bench 4.0 從 Opus 5 的 52.3% 跳到 66.4%，GDPval-AA v2.1 以 1846 Elo 領先 Fable 5.1（1735）與 GPT-6 Astra（1542）；官方自陳在 AutomationBench、Terminal-Bench-Science 仍落後 GPT-6 Astra；因生物與資安能力比肩 Claude Mythos 5.1，同步套用 Fable 5.1 等級 safeguard，且 API 端 thinking 模式不再能關閉、強制 tool use 改回傳錯誤
GPT-6 Sol（`gpt-6-sol`）／GPT-6 Luna（`gpt-6-luna`）：2026-09-22 上線，1,050,000 tokens context window（最大輸入 922,000、輸出上限 128,000，與旗艦 Astra 同級）；Sol input $2.00／output $10.00，Luna input $0.10／output $0.50（每 1M tokens，較 GPT-5.6 促銷價再砍 50%）；AutomationBench 上 Sol 33.2%（xhigh effort）贏過 Claude Opus 5 的 26.9%、成本僅其約 1/11；DeepSWE v1.1 上 Sol 68.8%／Luna 66.6%，逼近 Claude Fable 5.1 的 69.9%；內部模擬部署測試中 severity≥3 的 misalignment flag 從前代 66 次降到 42 次
Grok 4.7：2026-09-21 上線，`grok-4.7`；換上更大的新 base model＋更長 RL 訓練；500K context window；API 定價維持 input $2.00／output $6.00 per 1M tokens（≥200K tokens 時漲到 $4.00／$12.00）；官方自測 Terminal-Bench 4.0 從前代 20.3% 跳升到 38.0%，但 Artificial Analysis 獨立複測僅 26%，落後 GPT-6 Astra（60%）與 Claude Fable 5.1（55%）；同日上線 GitHub Copilot 全方案；對 Agent 開發的意義是提供便宜 3-8 倍的 agentic coding 選項，但複雜自主終端操作仍建議先用獨立評測把關
Step 5 Preview（StepFun 階躍星辰）：2026-09-20 API 上線，開源權重預計 2026-10-15 釋出；600B 總參數／27B 活躍參數稀疏 MoE、92 層窄深 Transformer、1M tokens context、支援文字＋圖片＋影片輸入；API 定價 input $1.00（cache hit $0.05）／output $2.70 per 1M tokens；Artificial Analysis Intelligence Index 獨立評測 44 分，與 Kimi K3、Grok 4.6 同級，落後 Claude Opus 5（51）與 GPT-6 Astra／Claude Fable 5.1（並列 53）；同級模型裡每工作任務成本比 Gemini 3.8 Flash 低約 42%；對 Agent 開發的意義是提供「準前沿智能＋大幅降低成本」的中階選項，適合長時間研究型 Agent 與財務分析場景
Qwen-Image-2.1（Alibaba Qwen）：2026-09-20 開源，視覺生成模組 7B（32 層 Single-Stream DiT）＋Qwen3-VL 8B 編碼器，維持前代 2.0 的 7B 量級但新增原生透明圖（64 通道 RGBA VAE）與最多 10 張參考圖多圖編輯；Qwen-Image-Bench 官方自測總分 60.28，高於 Nano Banana 2.0（59.82）與 GPT Image 1.5（59.65）⚠️ 自測未經第三方覆現；SGLang 團隊獨立驗證單樣本 RGBA PSNR 達 60.69 dB；採 Qwen Research License Agreement，僅限非商業用途，官方未提供托管 API 定價；對 Agent 開發的意義是可省去獨立去背/合成步驟，適合電商素材與多場景分鏡類工作流
Ling-3.0-flash-Fin（Ant Group 蚂蚁百靈）：2026-09-09 外灘大會發佈，124B 總參數／5.1B 啟用，256K context（可擴至 1M），MIT 開源；沿用 Ling-3.0-flash 的 MoE 架構與長上下文能力，透過金融語料持續預訓練與領域後訓練強化財務能力，在 FinFIRST、FinSearchComp Verified、FinCRAFT、Finance Agent、APEX-Agents、SpreadsheetBench、τ³-Banking 七個金融基準上測試，AA Intelligence Index v4.1.1 從 38 提升至 41 分；模型權重已上線 Hugging Face 與 ModelScope，OpenRouter 提供一個月限免 API
Jev（TypeSafe AI）：2026-09-15 以早鳥搶先體驗形式發佈，非自回歸架構，輸入不是自然語言問答而是「狀態＋型別化問題」，輸出機率分佈與信心分數而非文字；input 定價 $0.042/1M tokens、output 免費；官方工作流測試中比 LLM 快 193.6 倍、便宜 444.6 倍，但為自測且尚無獨立覆現；同時對外募得 4000 萬美元種子輪（DCVC 領投，估值 2 億美元）；對 Agent 開發的意義是可作為便宜的路由／分類／護欄層，而非取代生成式 LLM
Xing4.0-29B-A4B（China Telecom Artificial Intelligence Technology／XingChen-AGI，前身 TeleChat）：29B 總參數僅 4B 活躍、256K 原生 context（可擴展到 512K）、Apache-2.0 開源；SWE-bench Verified 75.0（同量級 Qwen3.6-35B-A3B 為 76.0、Gemma4-26B-A4B 僅 53.0）、Terminal-Bench 2.1 57.5 三者最高；首個完全基於昇騰 910C＋MindSpore 從頭訓練完成的同規模模型，訓練吞吐較未優化基線提升約 96%
Nex-N2.5-Pro（HuggingFace：nex-agi/Nex-N2.5-Pro）：沿用前代 Nex-N2-Pro 的 397B 總參數 MoE（約 17B 啟用，建於 Qwen3.5-397B-A17B）架構，262,144 tokens context、236K 最大輸出，Apache-2.0 開源，單一 8×H100 節點可跑；OpenRouter 免費層 Input/Output 皆 $0.00；Terminal-Bench 2.1 從前代 N2-Pro 的 75.3 分進步到 82.7 分（+7.4pp），OSWorld-G 電腦操作定位分數 87.4 分是官方對照表中最高，贏過 Claude Opus 5 的 76.8 分；跟同家族 mini 版一樣主打「視覺回饋自我修正」的長時程 agent 迴圈
Edge0-35B-A3B-preview（Edge0/Edge0-35B-A3B-preview）：Edge0-AI 於 2026-09-08 開源釋出，4-bit 量化、256 專家每 token 啟用 4 個（base 為 Qwen3.5-MoE 35B-A3B）；靠 SSD 專家卸載＋prerouter 預測路由＋Recover-LoRA 蒸餾三個機制，在 Mac mini M4 Pro（24GB）上只用 2.9 GiB 尖峰記憶體、15 tok/s decode 跑起來，5 項 benchmark 平均只比 fp16 base 掉 3.9 分；Apache-2.0 全開源，同時釋出 8B-A1B（Ling 3.0 Tiny 底）版本；目前 agentic 能力偏弱，官方定位為 preview
Agnes 3.0 Flash（API model：agnes-3.0-flash，廠商 Agnes AI／新加坡 Sapiens AI）：2026-09-09 上線，512K context，input $0.05／output $0.15／cache $0.005（每 1M tokens，目前促銷期全免費）；Artificial Analysis Intelligence Index v4.3 拿 36 分追平 DeepSeek V4 Pro，但輸出速度 235-252.7 tokens/s 是 V4 Pro（72 t/s）的 3 倍以上；閉源、不可自架；同名字另有一顆開源 Preview checkpoint（33B、262K context、Apache 2.0），架構與分數都跟 API 版不同，需注意混淆
DeepSeek-V4.1-Flash（API model：deepseek-flash）：2026-09-10 發佈，552B 總參數 MoE（Causal Encoder-Decoder，輸入僅啟用 8B、輸出啟用 16B）、1M context、MIT 開源；定價尖峰 input $0.30／output $1.20（每 1M tokens，離峰砍半），比前代 V4-Flash 更便宜；Terminal-Bench 4.0 從前代 7.0 分衝到 31.2 分，DeepSWE v1.1 追平 Claude Opus 5（74.2 vs 74.0）；KV cache 壓到每 token 890 bytes（前代 1/4、對比 DeepSeek-V1 少 437 倍）；官方宣布 9/14 起自家旗艦 V4-Pro 全部流量轉發給這隻 Flash 版並按 Flash 計價
DeepSeek-V4.1-Flash（API 呼叫用 model ID：deepseek-flash）：552B 總參數 MoE，僅 8B（prefill）／16B（decode）啟用參數，1M context、384K 最大輸出；定價 Input $0.30／Output $1.20（尖峰，離峰對半），MIT 開源；DeepSWE v1.1 74.2 分超越 Claude Opus 5 的 74.0，Terminal-Bench 2.1 90.6 分同樣超車；9/14 起 V4-Pro 全數流量改路由到此模型，等於尖峰定價直接降 77%
Nex-N2.5-mini（HuggingFace：nex-agi/Nex-N2.5-mini）：35B 總參數 MoE（約 3B 啟用，基於 Qwen3.5-35B-A3B-Base 後訓練），262,144 tokens context、235.9K 最大輸出，Apache-2.0 開源；OpenRouter 免費層 Input/Output 皆 $0.00；DeepSWE v1.1 從前代 N2-mini 的 8.0 分跳到 36.1 分（+28.1pp），Terminal-Bench 2.1 從 60.7 到 73.4；核心賣點是「視覺回饋自我修正」的電腦操作與長時程 agent 迴圈，OSWorld-G 82.9 分
MiniCPM5-2B（openbmb/MiniCPM5-2B）：OpenBMB 於 2026-09-06 悄悄上架 Hugging Face（無官方部落格公告），2.6B 稠密參數、131,072 tokens context window、Apache-2.0 完全開源；中立第三方 Artificial Analysis Intelligence Index v4.2 拿下 15 分，是所有 4B 以下開權重模型最高分（次高 Granite 4.2 3B 僅 11 分）；GDPval-AA v2 真實工作任務 Elo 831 全場最高；FlagOS 已支援 9 種 AI 晶片（含 Huawei Ascend、NVIDIA）day-zero 部署
Claude Fable 5.1（API ID：claude-fable-5-1）：Anthropic 於 2026-09-01 發佈，1,000,000 tokens context window、128,000 max output、input $10.00／output $50.00（每 1M tokens，cache read 降至 $0.25，降 75%）、閉源；Terminal-Bench-Science 0.1 自測 52.6%（前代 24.7%）、中立 Artificial Analysis Intelligence Index 66 分（前代 62 分，領先 GPT-6 Astra 的 61 分）；同步發佈受限版 Claude Mythos 5.1，僅開放給網路安全與生科領域受信任機構
GPT-6 Astra（API ID：gpt-6-astra）：OpenAI 於 2026-09-03 發佈，1,050,000 tokens context window、128,000 max output、input $10.00／output $50.00（每 1M tokens，cached input $1.00）、閉源；ARC-AGI-3 官方harness 99.9%（標準化 harness 62.7%）、FrontierMath Tier 4 97.6%、ExploitBench 100%；OpenAI Preparedness Framework 下首個「Critical」級網路安全能力模型；但中立的 Artificial Analysis Intelligence Index 僅 61 分，打平前代 GPT-5.6 Sol、落後 Claude Fable 5.1 的 66 分
K2 Horizon 375B-A23B（IFM/K2-Horizon-375B-A23B）：2026-09-03 由阿布達比 Institute of Foundation Models（MBZUAI 旗下）發佈，375B 總參數／23B 啟用（MoE）、512K（524,288 tokens）原生 context、Apache-2.0 全開源（權重、程式碼、訓練資料配方、中繼 checkpoint 全公開），官方未提供 API 定價（開源自架）；Terminal-Bench 2.1 70.2%、SWE Bench Pro 42.6%、SWE-Atlas-QnA 48.4%（開源模型最高分）；同系列還有 36B-A4B（新 MoVA 稀疏注意力架構）、32B、7B、3.7B、0.9B 共六款模型一次發佈
Gemini 3.8 Flash（gemini-3.8-flash）：2026-09-02 上線，1,048,576 tokens input／64,000 tokens output，input $0.75、output $3.75 per 1M tokens（優惠價至 2026-12-31，之後 $1.50／$7.50，與 3.7 Flash 同價）；Terminal-Bench 2.1 90.8%（前代 81.6%）、DeepSWE v1.1 73.7%（前代 65.3%）；同步推出僅限受信任防禦者透過 Fairwind Program 申請的資安變體 Gemini 3.8 Flash Cyber，CWE-Bench pass@1 47.2%、真實 20 語言漏洞挖掘成功率逾 70%
Muse Voice Transcribe（muse-voice-transcribe-1.0）：Meta Superintelligence Labs 首款即時語音感知模型，2026-09-01 上線；閉源，僅提供 API，$0.18／小時音訊（$3.00／千分鐘）；Streaming 最終逐字稿 WER 3.1%（Artificial Analysis AA-WER Streaming 第一，優於 Cartesia Ink-2 的 3.4%），語音結束到出稿延遲僅 0.16 秒；單一模型同時做 ASR、20+ 人 diarization、endpointing，取代過去需串接三套系統的作法
Gemini Omni 1.1 Flash（gemini-omni-1.1-flash）：2026-08-27 正式 GA，取代 6/30 上線的 preview；閉源，按輸出秒數計費：360p $0.03、720p $0.10（預設）、1080p $0.15、4K $0.30（皆為 upscale）；Artificial Analysis Text-to-Video Arena 無音訊榜第一（1322 Elo），含音訊榜第二（1237，落後 Wan3.0 的 1241）；新增 scene extension（10 秒上下文、累積可延伸到 40 秒）與 first/last frame interpolation 控鏡
DeepSeek-V4-Flash-Vision-Exp：284B 總參數／13B 啟用參數 MoE，1M context、384K 最大輸出；定價與 V4-Flash 完全一致（Input $0.44／Output $1.32，尖峰；離峰對半）；文字 agent benchmark 7 項中贏 6 項（DeepSeek 甚至以 59.3 分超越 Opus-4.8 的 58.0）；多模態 agent 貼近 Opus-4.8（ApexBench 落後 2.9 分、ZeroBench 反超）；每張圖片壓縮到最多 384 tokens、約 800×800 解析度上限，代價是細節辨識力
Breeze TTS 2：開放權重（Apache 2.0 程式碼／研究非商用權重授權），Artificial Analysis Provider Voices 榜單開放權重第一（1,215 Elo，領先 Fish Audio S2 Pro 90 分），Voice Design（Role Fit 78.02）與 Voice Direction（4.25 分）雙雙第一；TTFA p50 133.6ms／p95 163.3ms，RTF 0.32（H100）；官方托管 API $34／百萬字元（比 Fish Audio S2 Pro 貴逾兩倍）；支援 50 種語言，商用需另向 RESONIA, INC. 取得授權
Tencent Hy4 preview：770B 總參數／49B 活躍參數（MoE，78 層），Context Window 1,048,576 tokens；API 定價 input $0.834／output $2.501（每 100 萬 tokens，cache hit $0.042）；Apache 2.0 開源權重已上 HuggingFace；163 位工程師盲測 2.99/4.00 些微領先 GLM-5.3（2.92）與 Kimi K3（2.94）；第三方 BenchLM 綜合評分 79.2/100，全站排名第 7（228 個模型中）；官方首度揭露模型參與自己的訓練優化與推理系統調校，吞吐量提升 31.8%
GLM-5.3-Flash：320B 總參數／18B 活躍（MoE），1M context／131K 最大輸出，支援文字＋圖片＋影片輸入，MIT 授權權重已上 HuggingFace；標準定價 input $0.15／output $0.50（每 100 萬 tokens，即日起到 9/9 五折 $0.075／$0.25），比同家 GLM-5.3 便宜約 9 成；Terminal-Bench 2.1 達 84.3（僅次 Opus 4.8 的 85.0），DeepSWE 1.1 從 GLM-5.2 的 46.2 跳到 63.4；前身「Ox Alpha」匿名期間曾拿下 OpenRouter 單週 token 占比第一
Wan3.0：單次生成長度從 Wan2.7 的 15 秒翻倍到 30 秒、最高 1080P、支援 doc/xls/ppt/pdf/md 文件與網頁當生成素材、定價 480P $0.05／720P $0.10／1080P $0.20（每秒），比 Google Veo 3.1 標準檔便宜約 50%，但改為閉源 API-only，且尚未經第三方獨立測試
Qwen3.8-Flash-Next：Qwen4 架構開放權重預覽、125B 總參數僅活躍 6B（另加 51B N-gram embedding）、262K 原生 context 可擴展到 1M、Qwen Community License 1.0（非 Apache 2.0）、官方 benchmark 顯示 Agentic coding（DeepSWE 1.1）58.7 分超越自家 27B 稠密模型與 397B 的 Qwen3.7-Plus、CoWorkBench 長時序辦公任務 73.9 分為表列最高，但目前仍無正式 API 定價與第三方獨立測試
GLM-5.3：沿用 GLM-5.2 base model、純 post-training 提升、1M context／128K 最大輸出、定價維持 $1.4 input／$4.4 output（每 100 萬 tokens）不變、Terminal-Bench 3.0 從 4.6% 跳到 28.3%（開源 SOTA）、CyberGym 漏洞挖掘 84.5% 超越表列所有閉源前緣模型，官方因此把權重釋出延後到安全評估完成（約 8/28）
Muse Spark 1.2：1M context window、input $1.25/output $4.25 per 1M tokens（與 1.1 相同）、AA Intelligence Index 57、GDPval-AA v2 Elo 大跳 260 分到 1631（全場第 5），搭配首款程式碼 agent Muse Code 主打長時間多 agent 協作
Grok 4.6：context window 500K tokens、input $2/output $6 per 1M tokens（與 4.5 相同）、AA Intelligence Index 61（追平 GPT-5.6 Sol Max）、GDPVal-AA v2 1753 Elo 全場最高，但 DeepSWE、Terminal-Bench 仍落後 GPT-5.6 Sol 與 Claude Fable 5
Muse Glimmer（HF：meta-models/Muse-Glimmer-30B）：29.6B 參數、131K+ context、Apache 2.0 全開源，本地部署零 token 成本；MCP Atlas 75.5 分（同級 Gemma4-31B 54.2、Qwen3.6-27B 62.5）、SWE-Bench Pro 51.2 分領先同級，但 OSWorld-Verified、TerminalBench 2.1 落後 Qwen3.6-27B；4-bit 量化後 20GB 內可跑，RTX 5090 上 DFlash 投機解碼提速 3.1 倍
Gemini 3.7 Flash（API ID：gemini-3.7-flash）：1M input／64k output context，input $0.75、output $3.75 per 1M tokens（優惠價至 2026-12-31，之後回到 $1.50／$7.50，與前代 3.6 Flash 同價）；DeepSWE v1.1 65.3%（前代 48.6%）、AutomationBench 30.4%（前代 17.0%）、FrontierCode 1.1 43.6%，多項 agentic/企業自動化 benchmark 超越 Claude Sonnet 5 與 GPT-5.6 Terra