阿里巴巴新一代基座模型Qwen3.5即将发布，已在HuggingFace提交代码合并申请。该模型采用全新混合注意力机制，可能原生支持视觉理解。预计将开源至少2B密集模型及35B-A3B的MoE模型，有望在春节期间正式开源。
月之暗面团队推出Kimi Linear模型，在AIGC领域实现技术突破。该模型采用混合线性注意力架构，处理长上下文速度提升2.9倍，解码速度提高6倍，性能超越传统Softmax注意力机制，特别在上下文处理和强化学习等场景表现优异。
月之暗面推出“Kimi Linear”混合线性注意力架构，在短长距离信息处理和强化学习中性能优于传统全注意力方法。其核心Kimi Delta Attention优化了Gated DeltaNet，引入高效门控机制，提升有限状态RNN的记忆管理效率。架构由三份KDA和一份全局MLA组成。
月之暗面推出革命性“Kimi Linear”混合线性注意力架构，在短长距离处理及强化学习中超越传统全注意力方法。核心创新“Kimi Delta Attention”优化门控机制，显著提升有限状态RNN记忆效率。独特架构由三部分Kimi模块构成，实现多场景性能突破。
MoBA 是一种用于长文本上下文的混合块注意力机制，旨在提升大语言模型的效率。
Alibaba
$2
Input tokens/M
-
Output tokens/M
256
Context Length
$0.3
32
Tencent
$0.5
224
$3
$9
16
Anthropic
$21
$105
200
$6
$6.4
$1.5
$1.6
Openai
$1
01-ai
$0.99
Chatglm
moonshotai
Kimi Linear是一种混合线性注意力架构，在各种场景下包括短、长上下文以及强化学习扩展机制中，均优于传统的全注意力方法。它能有效解决传统注意力机制在长上下文任务中效率低下的问题，为自然语言处理等领域带来更高效的解决方案。
Kimi Linear是一种高效混合线性注意力架构，在短上下文、长上下文和强化学习场景中均优于传统全注意力方法。它通过Kimi Delta Attention (KDA)机制优化注意力计算，显著提升性能和硬件效率，特别擅长处理长达100万令牌的长上下文任务。
ServiceNow-AI
Apriel-H1-15b-Thinker 是一款拥有150亿参数的混合推理模型，结合了Transformer注意力机制和Mamba状态空间层，在推理、数学和编码等方面表现出色，具备高效性和可扩展性。
FlameF0X
i3-80M是一种创新的混合架构语言模型，结合了卷积/循环层与全注意力层的优势。该模型采用RWKV风格的时间混合与Mamba状态空间动态，在早期层实现高效序列处理，在深层使用标准多头注意力机制进行复杂模式识别。
jackcloudman
Qwen3-Next-80B-A3B-Thinking 是通义千问团队推出的新一代思考型大语言模型，采用创新的混合注意力机制和高稀疏MoE架构，在保持高效推理的同时具备强大的复杂推理能力，原生支持262K上下文长度。
cpatonn
Qwen3-Next-80B-A3B-Instruct是通义千问团队开发的高效稀疏混合专家模型，总参数量80B，激活参数量仅3B。该模型采用创新的混合注意力机制和极低激活率的MoE架构，在保持强大性能的同时大幅提升推理效率，原生支持262K上下文长度并可扩展至1M令牌。
unsloth
Qwen3-Next-80B-A3B-Instruct是阿里巴巴通义千问团队开发的最新一代大型语言模型，采用创新的混合注意力机制和高稀疏专家混合架构，在保持80B总参数的同时仅激活3B参数，实现了高效的上下文建模和推理加速，原生支持262K上下文长度并可扩展至1M令牌。
Qwen3-Next-80B-A3B-Thinking-AWQ-4bit是基于Qwen3-Next-80B-A3B-Thinking模型通过AWQ量化技术生成的4位版本，显著提升了模型推理效率。该模型采用混合注意力机制和高稀疏MoE架构，在复杂推理任务中表现出色，支持长达262K标记的上下文长度。
Qwen3-Next-80B-A3B-Instruct-AWQ-4bit是基于Qwen3-Next-80B-A3B-Instruct模型进行4位AWQ量化的高效版本。该模型采用混合注意力机制和高稀疏专家混合架构，支持长达262K tokens的上下文长度，在保持高性能的同时大幅降低计算资源需求。
Qwen
Qwen3-Next-80B-A3B-Instruct是Qwen3-Next系列的基础模型，通过创新的混合注意力机制、高稀疏性专家混合层等技术，实现了在长文本处理上的高效建模和推理加速，在多个基准测试中展现出卓越性能。
tiiuae
Falcon-H1是由阿联酋技术创新研究所开发的新型大语言模型家族，采用结合Transformer注意力机制和状态空间模型（SSMs）的混合架构，具备出色的长上下文记忆能力和计算效率。该系列模型提供从0.5B到34B参数的多种配置，在推理、数学、多语言任务等方面表现卓越。
inclusionAI
玲珑线性预览版是由InclusionAI开源发布的混合线性稀疏大语言模型，总参数量17.1B，激活参数量3.0B。该模型基于混合线性注意力机制实现长文本推理，在推理过程中具备近线性计算复杂度与近恒定空间复杂度。
wubingheng
Doge模型采用动态掩码注意力机制进行序列转换，可选择多层感知机或跨域专家混合进行状态转换。
SmallDoge
Doge模型采用动态掩码注意力机制进行序列转换，并可使用多层感知机或跨域专家混合进行状态转换。
Doge是一个采用动态掩码注意力机制进行序列转换的模型，可使用多层感知器或跨域专家混合进行状态转换。
Doge 160M 推理蒸馏版是一个基于动态掩码注意力机制和跨域混合专家的轻量级语言模型，专注于推理和问答任务。
pfnet
PLaMo 2 1B是由Preferred Elements公司开发的10亿参数模型，基于英文和日文数据集进行预训练，采用混合架构结合Mamba和滑动窗口注意力机制。
TechxGenus
Jamba是最先进的混合SSM-Transformer架构大语言模型，结合了注意力机制和Mamba架构的优势，支持256K上下文长度，适合在单张80GB GPU上进行推理。
Transformers%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
