Anthropic 发布 Claude Mythos 5.1，是其面向网络安全和生物学研究的最强模型，目前仅向少量经审核的组织开放，定价为每百万输入 token $10、每百万输出 token $50。同底座的 Claude Fable 5.1 提供带护栏版本，生物护栏对良性请求的干预比 Fable 5 减少 85%，使用 Mythos 5.1 默认需接受 30 天数据保留政策。
推荐理由：原文给出 Mythos 5.1 的受限开放方式、定价与 Fable 5.1 的护栏细节，读者可以据此了解高风险能力如何被分层开放。
Aidan Gomez@aidangomezAI 评分5050Introducing Cohere Embed 5: our new state-of-the-art family of embeddings models. Get frontier capabilities with Embed 5 Pro or low-latency performance with Embed 5 Fast.
Zyphra Research 公布其下一代基础模型系列，涵盖语言、音频、思维与视觉四个方向。语言模型为 ZAYA，音频模型为 ZONOS，思维模型为 ZUNA，视觉模型为 ZAYA-VL。相关模型在其云平台上提供。
Preferred Networks（PFN）从零自研的日本大语言模型 PLaMo，主打日语理解与生成能力，旗舰版 PLaMo Prime 以紧凑模型规模提供世界级日语性能，可通过云端 PLaMo API（付费）和 PLaMo Chat 使用，并借 Amazon Bedrock Marketplace 支持本地部署。
World Labs 发布实时生成世界模型 RTFM（Real-Time Frame Model），可在用户交互时实时生成视频，现已以研究预览形式开放浏览器演示。RTFM 在单张 H100 GPU 上以交互帧率运行推理，不依赖显式 3D 表示，作为端到端训练的学习式渲染器工作；它将带位姿的帧作为空间记忆并通过 context juggling 检索邻近帧，使世界在长时间交互中持续存在而不丢失。
月之暗面（Moonshot AI）的 Kimi K3 模型以 moonshotai/Kimi-K3 标识出现在一份 API 响应示例中，该响应返回了 chat.completion 对象。示例显示其 usage 包含 189 个 prompt_tokens、82 个 completion_tokens，其中多模态图像 token 为 96。
GLM-5.3-Flash 出现在 Baseten Base Labs 的模型研究内容中，原始标题仅给出该模型名称，正文为一段 chat.completion 格式的 API 返回示例，其中 model 字段为空，completion_tokens 为 145、prompt_tokens 为 38、total_tokens 为 183。
Z.AI 发布 GLM-5.3，定位智能体工程，与 GLM-5.2 使用相同的 744B-A40B MoE 底座，全部能力提升来自在更多样真实任务环境（完整代码库、文档、测试工具、多步工作流）上的规模化后训练。
Qwen3.5 122B-A10B 是出现在 Baseten Base Labs 模型研究页面中的模型标识。相关页面仅展示了一段 chat.completion 格式的 API 返回示例，其中 model 字段为空，completion_tokens 为 145、prompt_tokens 为 38、total_tokens 为 183，未披露该模型的参数规模、上下文长度或可用性等具体信息。
DeepSeek-V4-Flash-Vision-Exp 是 DeepSeek V4 家族首个实验性多模态模型，在 DeepSeek-V4-Flash 架构上加入视觉模块并继续训练以获得视觉理解能力。
DeepSeek V3.2 是 DeepSeek 推出的混合推理模型，主打高效长上下文扩展，已可通过 Baseten Inference Stack 的 OpenAI 兼容 API 端点调用。
Baseten Base Labs 模型研究页面展示了 DeepSeek V3.1（模型标识 deepseek-ai/DeepSeek-V3-1-0819）的一次文本补全调用，输入 14 个 prompt token，输出 226 个 completion token，共 240 token，内容为 FizzBuzz 编程题解答，finish_reason 为 stop。
Baseten Base Labs 模型研究页面出现名为 DeepSeek V4 Pro 的条目，但正文仅有一段 chat.completion 格式的 API 返回示例，model 字段为空，未披露任何模型参数、benchmark 分数或可用性信息。
Baseten 上线 DeepSeek V4 Pro 0813，一个 1.7T 参数的前沿开放权重模型。它可与较小的 V4 Flash 0731 搭配用于 coding agent，由 Pro 驱动主 agent、Flash 运行子 agent，使整个编码栈跑在开放权重模型上。
Baseten 旗下 Base Labs 推出嵌入模型 Zembed 1，模型标识为 zembed-1，通过 API 返回 embedding 对象列表。该接口按 prompt_tokens 计费，示例请求消耗 37 个 token。
BAAI/bge-en-icl 是一个文本嵌入模型，输入文本后输出一维嵌入向量，常用于聚类等下游任务并配合向量数据库使用。该模型量化至 FP8 部署，由 Nvidia 最新 GPU（如 H100、H100_40GB 或 L4）支持，量化可选但能带来更高效率。
Nomic Embed Code 的示例响应显示，其返回的 embedding 向量为单元素数组，model 字段标注为 thenlper/gte-base，usage 中 prompt_tokens 与 total_tokens 均为 512。
NVIDIA Cosmos 3 Nano (8B) 世界基础模型现可通过 Baseten 在单张 H100 上部署，提供六种 omni 模式：text2image、text2video（默认模式）、image2video、forward/inverse dynamics 和 policy。
TypeSafe 发布新模型 Jev，可将自然语言问题直接输出为 0 到 1 的概率或自定义类别，供代码直接调用。它原生支持结构化输出，无需像 DSPy 那样额外引导 LLM，因此速度极快、成本极低，适合在后台为 AI 智能体做实时判定。其实际效果目前仍待验证。
MOSS-Transcribe-Diarize 0.9B 是一个端到端音频模型，可在单次推理中完成语音转写、说话人标注和时间戳，把多人长录音整理成结构化的"谁说了什么"。
CAMB.AI 推出前沿文本转语音模型 MARS6，支持 10 种语言的音色与韵律克隆，需商业授权方可使用。模型至少需要文本、参考音频、参考文本和目标语言四项输入，输出默认采用 ADTS AAC 流式响应，也可配置为 flac 流式或返回 base64 编码的 flac 文件。
哔哩哔哩 Index LLM 团队发布基于 Qwen3.5 的 Index-Translate 多语言翻译模型家族，2B / 9B / 35B-A3B（preview）权重已在 Hugging Face 与 ModelScope 开放。
xAI 发布 Grok Voice Transcribe 2.0，官方称其为当前最准确的转录模型之一，准确率是 1.0 的两倍且价格不变，在 Artificial Analysis 排行榜 32 个流式模型中准确率第一。
World Labs 发布下一代世界模型 Atlas，一个从零预训练的全能模型，可原生处理文本、图像、视频和 3D。
Sarvam AI 于 2026 年 3 月 6 日开源 Sarvam 30B 和 Sarvam 105B 两个从零训练的 MoE 推理模型，训练完全在 IndiaAI 任务的算力上于印度完成，权重可从 AI Kosh 和 Hugging Face 下载。
推荐理由：官方发布开源推理模型，给出完整训练与推理细节和基准对比，可了解印度本土全栈模型的做法。
Sarvam AI 发布语音识别模型 Saaras V4，采用音频编码器加 3B 混合状态空间 LLM 解码器的架构，解码器完全从零自研训练。
Sarvam AI 发布 Sarvam Vision 2.1，在 olmOCR-Bench（87.3）与自研 Indic OCR Bench（总体准确率 87.39）上取得领先成绩。
MiniMax 正式开源下一代通用视频模型 MiniMax H3，支持文本、图像、视频、音频的多模态统一理解，可生成最长 15 秒、768p（经 H3-Regenerate-2K 可达 2K）、24 FPS 并带 32 kHz 立体声音频的视频。
推荐理由：官方开源公告给出了完整的三模块系统结构、模型规格和本地部署方式，读者可以据此评估在自己的视频生成流程中如何接入。
千问（Qwen）团队开源 Qwen3.8-Flash-Next，一个多模态 MoE 模型，被视为 Qwen4 架构的早期预览。模型总参数 125B 加 51B N-gram Embedding，每 token 激活 6B，48 层中含 36 层 GDN 线性注意力和 12 层 QSA 稀疏注意力，MoE 使用 512 专家 top-10 路由。
推荐理由：原文给出该模型混合架构细节和 SGLang 的 day-0 推理支持数据，读者可以据此评估长上下文部署的实际收益。
Meta Superintelligence Labs 发布 Muse 系列首个模型 Muse Spark，为原生多模态推理模型，支持工具使用、视觉思维链和多智能体编排，已在 meta.ai 和 Meta AI 应用上线，并向部分用户开放私有 API 预览。
推荐理由：官方披露了预训练效率、RL 与测试时推理三条扩展路径的具体结果，以及 Apollo Research 关于评估意识的独立发现，可据此了解其技术栈现状。
Meta Superintelligence Labs 发布 Muse Image 并预览 Muse Video，均为该实验室首批媒体生成模型。
SGLang 和 Miles 团队发布对 DeepSeek-V4.1 的 Day-0 支持，解析其低比率压缩、滑动窗口注意力（SWA）、流形超连接（mHC）和 Engram 记忆等架构对推理栈的影响。
推荐理由：原文拆解了 DeepSeek-V4.1 新架构对推理栈的影响，并给出 SGLang 与 Miles 的 Day-0 支持方案和实测数字。
Meta Superintelligence Labs 发布 Muse Spark 1.1，一个面向智能体任务的多模态推理模型，在工具与计算机使用、编码和多模态理解上较 Muse Spark 有明显提升，支持 100 万 token 上下文管理和多智能体编排。
Liquid AI 发布 LFM2.5-VL-3B 视觉语言模型，已上架 Hugging Face。相比 LFM2-VL-3B，屏幕理解、函数调用、grounding 和多图输入显著提升，ScreenSpot-v2 达 80.7，ToolSandbox 从 26.4 升至 59.5，RefCOCO 从 57.1 升至 87.9。
Liquid AI 发布 LFM2.5-230M、350M、1.2B-Instruct 和 2.6B 的 4-bit Q4_0 检查点，采用量化感知蒸馏（QAD）训练，四款模型均保留约 97% 的 BF16 平均性能。
Liquid AI 为 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 三个模型发布 DSpot 草稿模型权重，通过投机解码在不改变输出质量的前提下大幅提升解码速度，草稿模型约为 3 亿参数。
Liquid AI 发布面向视觉语言模型 LFM2.5-VL-3B 的实验性 DSpark 草稿模型，以约 280M 参数（增加 8.9% 内存占用）换取更快解码，GPU 解码吞吐最高提升 2.66 倍、边缘设备最高 3.13 倍，端到端分别最高 2.27 倍和 2.62 倍。
Liquid AI 的 Liquid Foundation Models（LFMs）主打在真实约束下运行，可在 GPU、CPU、NPU 上无缝部署于可穿戴设备、机器人、手机、笔记本、汽车等终端。每个 LFM 均可免费下载、运行和微调（含商用），直到公司年收入超过 $10M。模型面向毫秒级延迟、端侧韧性与数据隐私设计，支持本地、云端及混合 AI 部署。
Z.AI 发布面向智能体工程的新模型 GLM-5.3，沿用与 GLM-5.2 相同的 744B-A40B MoE 底座，能力提升全部来自在更多样真实任务环境上的规模化后训练。
Baseten Base Labs 推出 Inkling 模型，API 中模型标识为 inferact/inkling-nvfp4，返回结果包含 reasoning_content 字段，可输出推理过程。示例请求中 prompt_tokens 为 9、completion_tokens 为 295，其中 reasoning_tokens 占 182。