Poolside发布完全开源的Laguna S2.1大模型,118B总参数的MoE架构,每token激活8B,支持高达1M tokens上下文,适配长周期软件工程。在OpenCode平台免费开放,并引入thinking与no-thinking推理模式,引起开发者热议。
前OpenAI CTO Mira Murati创立的Thinking Machines Lab于2026年7月15日发布首个开源模型Inkling。该模型采用混合专家架构,总参数量达9750亿,单次任务仅激活部分参数,实现高效定制。此举意在挑战巨头主导的闭源AI模式,提供可高度定制的开放权重方案。
面壁智能联合清华大学及OpenBMB开源社区发布新一代端侧多模态大模型MiniCPM-V4.6,仅1.3B参数,推出Instruct与Thinking两个版本,凭借高智能密度与跨平台适配能力,在多项评测中表现超越更大参数模型,加速端侧AI应用落地。
OpenAI发布GPT-5.2系列模型,定位日常专业使用,旨在提升用户经济价值。该系列含Instant、Thinking和Pro版本,在电子表格、演示文稿、代码编写、长文本理解及图像处理等任务上较GPT-5.1有显著改进。
Gemini 2.0 Flash Thinking Experimental 是一款增强推理模型,能够展示其思考过程以提升性能和可解释性。
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
Google
$0.49
$2.1
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$4
$16
$1
$10
256
Baidu
128
$2
$20
$6
$24
John1604
Qwen3 VL 4B Thinking 是一个支持图像到文本以及文本到文本转换的多模态模型,具有4B参数规模,能够满足多种图文交互需求。
Intel
DeepMath是一个40亿参数的数学推理模型,基于Qwen3-4B Thinking构建,结合了微调的大语言模型与沙盒化Python执行器。它能够为计算步骤生成简洁的Python代码片段,显著减少错误并缩短输出长度。
inferencerlabs
Kimi - K2 - Thinking 3.825bit MLX 是一款用于文本生成的量化模型,通过不同的量化方式在测试中取得不同的困惑度表现,其中q3.825bit量化能达到1.256的困惑度。
moonshotai
Kimi K2 Thinking 是月之暗面(Moonshot AI)开发的最新一代开源思维模型,具有强大的深度推理能力和工具调用功能。该模型采用混合专家架构,支持原生INT4量化,拥有256k上下文窗口,在多个基准测试中表现出色。
GeneralAnalysis
GA Guard Thinking是General Analysis开发的40亿参数开源审核模型,专门用于检测和防止语言模型生成不安全、不合规的内容。该模型在七个安全类别上进行训练,能够有效识别非法活动、仇恨言论、个人信息泄露等风险内容。
lmstudio-community
这是Qwen3 235B A22B Thinking 2507模型的量化版本,通过llama.cpp的量化技术实现,可在资源有限环境下高效运行文本生成任务,是LM Studio社区模型亮点计划的一部分。
AM Thinking v1是由A-M团队开发的基于Qwen 2.5-32B-Base的大语言模型,增强推理能力,支持132k tokens的上下文长度。
ThinkingCap是一个基于模型上下文协议的多智能体研究服务器,可并行运行多个LLM提供商并综合其响应,实现全面的多角度分析。
MAXential Thinking MCP 是一个为AI模型提供结构化推理工具的服务,支持思维链的分支、修订、合并和导航,实现透明、可追溯的思考过程。