11 月 4 日，人工智能芯片设计创业公司 Ricursive Intelligence 发布了其首款公开语言模型 Ripple-65B Preview。这是一款基于 Apache 2.0 协议开放权重的稠密（Dense）Transformer 模型，总参数 650 亿，从零开始在 12 万亿 token 的文本与代码语料上完成预训练，上下文长度最高支持 100 万 token，主要面向智能体编程（agentic coding）场景。

小模型跑赢千亿 MoE

Ripple-65B 的核心看点在于”以少胜多”。Ricursive 公布的官方数据显示，该模型在 Terminal-Bench 2.1 上取得 80.52 分，是该公司所称的美国开源权重模型中自报的最高分。更关键的是，它在这一测试上超过了多家参数量大得多的混合专家（MoE）模型：Reflection 的 Beam 501B 得 80.1 分，Meta 的 Muse Spark Open 816B 得 76.4 分，Thinking Machines 的 Inkling 975B 得 63.8 分，英伟达 Nemotron 3 Ultra 550B 得 56.4 分。

在 SWE-bench Pro v2.0 Hard 上，Ripple-65B 报告得分 79.1，略高于 Beam 的 76.5。不过模型在其他基准上并不均衡：在 SWE-bench Verified、DeepSWE 1.1、SciCode 与 MCP Atlas 等项目上，它仍落后于体量更大的 MoE 对手，属于一款在编程智能体方向特化的模型。

三种权重与可用渠道

本次发布包含三个检查点（checkpoint）：指令微调的 BF16 版本、面向本地硬件（如英伟达 DGX Spark）的实验性 NVFP4 版本，以及仅做预训练的 BF16 基础版本，全部采用 Apache 2.0 许可，允许商用与修改。

模型权重已在 Hugging Face 上线，并通过 Together AI 提供托管 API，定价为每百万输入 token 0.20 美元、输出 token 0.60 美元；此外还在 GMI Cloud、OpenRouter 等平台提供服务，Fireworks 随后接入。Ricursive 表示，在两张英伟达 B200 显卡上，BF16 版本可达约每秒 250 token 的推理速度，NVFP4 版本可运行在单台 DGX Spark 上。

3200 万美元的研发账本

成本是该模型另一大卖点。Ricursive 称，从早期 Scaling 实验到最终训练运行的全部研发开支为 3200 万美元，约为此前开源编程模型领跑者的十分之一。达到 Terminal-Bench 80.5 分仅用了 140 万次强化学习 rollout，公司称这比 Beam 少了约 70 倍。据 VentureBeat 报道，Ricursive 的创始团队来自前 Google 研究员，开发期间团队从 1 人增长到 5 人。

局限与定位

需要指出的是，所有基准与成本数据均来自 Ricursive 自身，发布时暂无独立评测。模型标注为”Preview”，且公司自述后训练相对轻量、聚焦于编程智能体，说明产品仍会迭代。其通用知识、科学编程等方向相对弱于更大规模的对手，更适合作为自主编程智能体的底层模型使用。Ripple 也是 Ricursive 为其 AI 芯片设计平台所打造专有模型的通用版本，某种程度上验证了一条”小预算也能做出前沿推理模型”的路线。

从游戏画面生成键鼠操作

项目团队在代码仓库中介绍，该系列模型基于 Qwen3.5 视觉语言模型继续预训练，训练数据涉及键盘和鼠标操作的游戏过程。模型能够接收当前游戏画面、此前若干帧画面以及操作记录，并生成后续的键盘和鼠标操作指令，用以控制游戏角色行动。

在任务覆盖上，GameScaling 支持《我的世界》《毁灭战士》等不同类型的游戏任务，包括在《我的世界》中采矿、合成物品与对抗僵尸，在《毁灭战士》中战斗与寻路，以及在密室场景中完成解谜和逃脱。根据技术说明，模型每次调用会生成覆盖约 200 毫秒的操作序列，其中包含 6 个、每个持续 33 毫秒的操作步骤，以及鼠标移动和滚轮指令。项目介绍还提到，该系列面向实时游戏交互设计，实际运行速度会受到模型规模、硬件配置与推理负载等因素影响。

八种规模与硬件门槛

该系列共开源 8 个模型版本，对应 0.8B、2B、9B 和 27B 四种参数规模，每种规模各有 S1、S3 两个版本。其中 S1 仅使用《我的世界》游戏数据进行训练，S3 则采用多游戏混合数据，《我的世界》数据占比为 27%，各版本均使用了 1600 小时的游戏数据进行训练。

在硬件需求方面，项目仓库列出了不同模型的显存占用与推理部署方式：0.8B、2B 和 9B 版本的权重均可在单张显卡上部署，27B 版本则需要两张显卡进行张量并行推理。项目提供推理客户端、提示词模板、操作解析代码与示例程序，并支持通过 vLLM 部署模型服务，代码与模型权重采用 Apache 2.0 许可证。

研究团队还同步发布了论文《Scaling in Games: Continued Pre-Training for Embodied Agents in Diverse Virtual Worlds》，探讨通过持续预训练提升模型在多种虚拟游戏环境中的操作能力。用户可通过项目主页、GitHub 仓库及 Hugging Face 模型库获取相关资料与模型权重。

MoE 架构与 1M 上下文

Hy4 preview 的 MoE 结构包含 78 层，由 256 个路由专家与 1 个共享专家组成，每次推理 top-8 激活，每 token 仅激活约 6.4% 的参数。这种设计让模型拥有大参数容量，推理成本却按 49B 量级计算。其原生 1M 上下文意味着可以一次性塞进数百页技术文档或一整个代码仓库进行分析。

为支撑长上下文，模型注意力采用 Gated DeepSeek Sparse Attention（Gated DSA），配合跨层稀疏索引复用（IndexCache）与 4 条 iHC 残差流，使 1M 上下文在显存与计算上保持可控。模型还自带 10B 总参、0.7B 激活的 MTP 草稿层，用于投机解码，配合 vLLM、SGLang 可在不损失分布的前提下提升吞吐。

“帮自己优化”的递归自改进

腾讯称 Hy4 参与了自身训练方法、数据策略、评估与底层算子优化，并自主分析推理瓶颈、做算子融合与通信优化，端到端吞吐较基线提升 31.8%（内部结果）。官方将其定位为面向长上下文编码、办公与科研的数据中心级生产力旗舰。

开源生态与价格

据第三方聚合的定价信息，Hy4 preview 的 API 输入价格约 0.83 美元 / 百万 tokens、输出约 2.5 美元 / 百万 tokens，在同类开源旗舰中具备价格优势。腾讯同时发布主权重与 FP8 权重，并在 TokenHub 上提供 OpenAI Chat Completions、Responses 与 Anthropic Messages 多种协议接入。

在一项 163 名专家对 203 个工程任务的盲测中，Hy4 preview 综合得分 2.99/4，略高于 GLM-5.3 的 2.92 与 Kimi K3 的 2.94，但差距不足 0.1 分，官方也自述为”略胜”。官方同时提示，作为 preview 版本，模型在复杂任务上容易出现”长思考”与过度自我验证的倾向。对于希望数据不出域、可私有化部署的企业而言，Apache 2.0 许可与开源权重提供了一个可商用的新选项。

亚马逊云科技（AWS）旗下 Strands 团队于当地时间 10 月 1 日发布了开源决策模型 Strands Decider 2B。该模型已在代码托管平台 GitHub 上开源，模型权重可在 Hugging Face 获取，并可在本地 CPU 或 GPU 上运行。

与常规大语言模型不同，Strands Decider 2B 并不生成文本，而是专为”做选择题”而生：面对一组预设选项，它直接输出选择结果，并给出对本次判断的置信度评分。这类模型被称为”决策模型”或”系统 1 模型”，最早由初创公司 TypeSafe 发布的 Jev 引发业界关注——Jev 的命名来源于经济学家威廉·斯坦利·杰文斯（William Stanley Jevons）。

架构：在 Qwen3.5-2B 之上换装微型”指针头”

Strands Decider 2B 基于预训练的 Qwen3.5-2B 作为”躯干”，用一枚仅含约一百万参数的小型”指针头”替换了原本负责文本生成的模型头部。这一新头部规模很小，躯干部分则通过秩为 16 的 LoRA 适配器进行微调。官方表示，该设计可在保留语言理解能力的同时，把隐藏状态直接匹配到答案位置的评分上。

在公开数据集 JevBench 上，Strands Decider 2B 取得了不错的准确率与校准度表现。其在 2B 参数级别模型中排名第三，优于所有严格不超过 20 亿参数的同类竞争对手。在常见硬件上本地运行时，该模型的决策时延中位数为 113 毫秒；在英伟达 GeForce RTX 3090 显卡上执行小型决策任务的中位数时延为 153 毫秒。

为什么需要”决策模型”

Strands Decider 2B 由亚马逊杰出工程师马克·布鲁克（Marc Brooker）在尝试构建自己的 Jev 版本后发起，内部试用阶段曾一度登上同规模模型的 JevBench 榜首，随后由亚马逊的 Strands Labs 整理后正式发布。布鲁克向 TechCrunch 表示，这一需求的灵感部分来自与 AWS 客户的交流：在构建智能体工作流时，并非每一步都需要完整大语言模型的能力与成本。

对于智能体而言，这类模型可以在”下一步该搜索信息、调用工具，还是进入下一阶段”之间快速决策，并附上置信度信号，使工作流步骤更可预测，同时降低时延与潜在的调用成本。布鲁克也指出，开发者需要在决策准确率、校准度与模型所保留的通用知识之间取得平衡。TypeSafe 创始人兼 CEO 迪奥戈·阿尔梅达（Diogo Almeida）则认为，要让这类模型真正”聪明”起来，技术挑战可能比当前热度所显示的更大。

值得注意的是，据 TechCrunch 报道，在亚马逊发布同周，OpenAI 也宣布了类似 Jev 的产品。决策模型这一细分方向正在快速升温，反映出开发者正探索用不同规模的模型分担自动化工作流中不同环节的趋势。

如何获取

目前，Strands Decider 2B 的代码库、训练脚本与示例已在 GitHub 上线，模型权重可通过 Hugging Face 下载。开发者可将其用于模型路由、工具选择、上下文管理与策略分类等重复性任务，从而构建”混合智能体”架构：由决策模型处理简单选择，大语言模型专注复杂推理。

进入企业付费结算体系

根据 Baseten 与 OpenAI 的合作安排，企业用户可在 Codex 编程工具中直接调用 Kimi K3 等开源模型，相关调用费用计入企业已有的 OpenAI 采购承诺额度，无需新增供应商采购流程。也就是说，OpenAI 企业用户既可以通过 Codex，也可以通过 Responses API 调用 Kimi K3 等开源模型，从而在相同预算下获得更丰富的 AI 能力组合。

Kimi K3 的能力边界

Kimi K3 由月之暗面开发。官方宣称其是首个参数规模达到 2.8 万亿的开源模型，原生支持视觉能力，并拥有 100 万 Token 的上下文窗口，非常适合执行长时间编程、多文档分析等需要大量上下文支撑的任务。

一同进入该体系的还有智谱 AI 的 GLM 5.3，显示出 OpenAI 企业生态对中国开源模型的接纳正在从单点扩展到多模型并行。

出海与合规安排

在合规层面，Baseten 承诺其提供的所有模型均运行在美国服务器，并对所有提示词实行零数据保留（ZDR）策略。这一安排旨在满足企业客户对数据主权与隐私保护的诉求。

值得关注的是，这并非中国大模型出海的唯一进展。此前不久，亚马逊云科技旗下的大模型服务平台 Amazon Bedrock 已宣布接入 Kimi K3，标志着中国大模型公司首次以收入分成模式向全球头部云厂商输出模型能力。从 Bedrock 的分成合作到进入 OpenAI 企业结算通道，中国开源模型正在以更深层的方式融入全球 AI 基础设施体系。

架构：29B 总参数，仅激活 4B

Xing4.0-29B-A4B 采用混合专家（MoE）架构，总参数 29B，每令牌仅激活约 4B 参数，由 64 个路由专家加 1 个共享专家组成，每令牌选择 4 个路由专家参与计算。模型原生支持 256K 上下文，并可扩展至 512K。在评测表现上，其在 SWE-bench Verified 上取得 75.0 分，接近 Qwen3.6-35B-A3B 的 76.0 分，并超过 Gemma4-26B-A4B 的 53.0 分；在 Terminal-Bench 2.1 上取得 57.5 分，同样高于 Qwen3.6-35B-A3B 的 51.5 分；在 SuperCLUE 智能体能力评测中以 93.52 分位列第三。

全栈国产训练链路

据介绍，该模型是国内首个基于昇腾 Atlas 900 A3 SuperPoD 液冷超节点与昇思 MindSpore 框架完成训练的百亿参数大模型。在昇腾超节点集群上，通过多层次软硬件协同优化，训练吞吐较开箱性能提升约 96%。经过 4 比特量化后，模型显存占用可降至 15GB，使用 RTX 3090、RTX 4090 等 24GB 显存的消费级显卡即可本地运行长上下文任务。

开源与生态适配

Xing4.0-29B-A4B 以 Apache 2.0 协议开源，权重已上线 GitHub、HuggingFace、Gitee、魔搭与魔乐五个开源社区。在工具链方面，模型兼容 SGLang、vLLM、KTransformers 等推理框架，并支持 LLaMA-Factory 与 MindFormers 微调；同时针对 OpenCode、Claude Code、OpenClaw、Hermes 等开发工具做了定向适配，开发者可将其无缝接入现有工作流。华为方面表示，昇腾目前已支持 40 余个业界头部模型完成原生训练。

中电信人工智能科技有限公司于 9 月 17 日正式发布新一代星辰大模型 Xing4.0-29B-A4B。据 IT之家报道，该模型聚焦复杂任务理解、任务规划、工具调用与自主执行等能力，支持长上下文处理，可应用于代码开发、数据分析、办公自动化及生活服务等场景，是面向智能体（Agent）时代的轻量级代码智能体大模型。

全栈国产训练链路

华为官方介绍，Xing4.0-29B-A4B 总参数量 29B，激活参数仅 4B，是国内首个基于昇腾 Atlas 900 A3 SuperPoD 液冷超节点与昇思 MindSpore 框架完成训练的百亿参数级大模型，并面向复杂工程任务做了深度优化。
模型采用新一代架构设计，进一步提升长程任务处理与多步骤执行能力，能够根据用户给出的目标自主规划任务路径、调用工具并完成复杂任务。

架构与训练细节

在架构层面，模型专为长程 Agent 任务设计：MLA 多头潜变量注意力用于压缩 KV 缓存；MTP 多 Token 预测增强生成连贯性；mHC 流形约束超连接用于解决训练数值不稳定的问题；Muon 与 QK-Clip 优化器保障训练稳定。
训练采用分阶段递进策略，序列长度从 4K 逐步扩展至 32K、128K、256K，系统性构建长程能力。

工程优化方面，Xing4.0-29B-A4B 在昇腾超节点集群上通过多层次软硬件协同优化实现训练性能提升约 96%，接近翻倍：基于 MindSpore 全栈适配 mHC 多残差连接与 DSA 长序列机制，针对细粒度 MoE（64 路由专家、Top4 激活），通过专家负载均衡、Grouped GEMM、通信计算重叠及 DVM 图算融合，吞吐提升 32%；层级与算子级选择性重计算再提升 19%；自研 Ascend C mHC 融合算子解决 Sinkhorn 碎片化，计算效率提升 30%，整网吞吐再提升 25%。
此外，模型基于昇腾生态完成了 Slime 强化学习框架适配，面向 Agent、Coding、Reasoning 开展多专家强化学习训练，并通过 MOPD 技术实现多专家能力的高效融合。

评测表现与落地门槛

在落地门槛上，模型原生支持 256K 上下文，可扩展至 512K；4-bit 量化后显存占用降至 15GB（较 FP16 节省约 75%），意味着 RTX 3090、RTX 4090 等 24GB 显存的消费级显卡即可本地运行长上下文任务。

评测成绩单显示：SWE-bench Verified 达到 75.0，接近 Qwen3.6-35B-A3B 的 76.0，超过 Gemma4-26B-A4B 的 53.0；Terminal-Bench 2.1 为 57.5，超过 Qwen3.6-35B-A3B 的 51.5；SuperCLUE 智能体能力 93.52，位列第 3，与两款头部 Qwen 模型差距不足 1 分。

全面开源

目前模型权重已上线 GitHub、HuggingFace、魔搭（ModelScope）、Gitee、魔乐（Modelers）五个开源社区，采用 Apache 2.0 许可。模型兼容 SGLang、vLLM、KTransformers 推理框架，以及 LLaMA-Factory、MindFormers 微调工具，并对 OpenCode、Claude Code、OpenClaw、Hermes 等智能体框架做了定向适配。

据华为方面披露，昇腾已支持 40 多个业界头部模型完成原生训练，也是国内唯一支持商用大规模预训练并训练落地 SOTA 大模型的厂商。Xing4.0-29B-A4B 以「总参 29B、激活仅 4B」的轻量化设计，把大模型私有化部署的门槛从「先买一台服务器」降到了「用你手边的显卡」，为开发者、政企与中小企业提供了一条自主可控的代码智能体落地路径。

29B 总参数，每次只激活 4B

Xing4.0-29B-A4B 采用 MoE（混合专家）架构，总参数量为 290 亿，单次推理仅激活 40 亿参数，并采用 mHC、MLA、MTP 组合架构与 64 个路由专家加 1 个共享专家的设计。原生支持 256K 上下文，可扩展至 512K，能够一次性装入长文档、长代码与复杂任务。

官方称，该模型是国内首个基于国产算力与国产框架完成训练、面向复杂工程任务深度优化的百亿参数大模型。其训练运行在昇腾 910C 集群之上，配合 MindSpore 与 MindFormers 框架，从训练芯片到推理部署实现全栈国产。据厂商披露，通过细粒度 MoE 通信优化、选择性重计算等协同优化，整体训练吞吐较开箱状态提升约 96%——这一数字为官方口径，尚无第三方复现。

智能体能力进入第一梯队

在 SuperCLUE 评测中，Xing4.0-29B-A4B 的智能体能力得分为 93.52，位列第 3 名，与两款头部 Qwen 模型的差距均不足 1 分。模型面向复杂任务理解、任务规划、工具调用与自主执行做了针对性优化，可根据目标自主规划路径、调用工具并完成多步骤任务，应用于代码开发、数据分析、办公自动化与生活服务等场景。

轻量化是该模型的核心卖点。通过 4-bit 量化，显存占用降至 15GB，较 FP16 节省约 75%，RTX 3090、RTX 4090 这类 24GB 消费级显卡即可本地运行长上下文任务，降低了开发者在轻量硬件上做 Agent 开发与上手部署的门槛。

开源生态全面兼容

Xing4.0-29B-A4B 以 Apache-2.0 许可开源，已上线 HuggingFace、GitHub、魔搭社区、Gitee 与魔乐等平台。在生态适配上，微调侧支持 LLaMA-Factory 与 MindFormers，推理部署侧支持 SGLang、vLLM、KTransformers，并针对 OpenCode、Claude Code、OpenClaw、Hermes 等主流智能体框架做了定向适配与格式对齐，开发者无需更换现有工具链即可试用。

从产业视角看，这款模型的价值不只在跑分，而在于把”在国产芯片上把模型训出来”的工程路径连同工具链一并开放，为信创、政务、金融等对数据不出域与供应链可控有要求的场景，提供了一条可单机私有化部署的基座选项。其定位并非对标千亿级旗舰模型，而是以”够用、可控、便宜”切入智能体落地的刚需市场。

在2026年中国国际服务贸易交易会（服贸会）上，美团展出并开源了新一代万亿参数大模型LongCat-2.0（龙猫2.0）。据北京日报、中国经济网等媒体报道，该模型总参数为1.6T（1.6万亿），平均激活约48B（动态范围33B至56B），是业界首个在万卡级国产算力集群上完成全流程训练与推理的万亿参数开源大模型。

面向智能体编程的架构设计

LongCat-2.0原生支持100万Token（词元）超长上下文，从零开始预训练，其核心目标围绕真实的Agentic Coding（智能体编程）任务展开，让模型在代码理解、生成与执行上更高效、更稳定。

在架构上，LongCat-2.0创新性引入了LongCat稀疏注意力与N-gram Embedding，在提升长上下文处理效率与Token级表示能力的同时，结合动态激活进一步强化了代码相关表现。这一设计思路与此前业界将大模型用于”辅助写代码”的取向不同，更强调模型作为可自主规划、调用工具、执行任务的智能体底座。

同步上线AI智能体平台CatPaw

与模型一同亮相的，还有美团全场景AI智能体平台CatPaw。据百度百科与美团技术团队公开信息，CatPaw于2026年7月27日正式上线，采用”脑手分离”架构：Agent Loop负责理解意图、规划步骤、判断调用工具并基于大模型推理处理上下文与结果解析，Sandbox负责实际执行文件读取、浏览器操作、终端命令等动作。

平台支持移动端、PC端与云端协同：移动端可发起任务、查看进度与远程确认关键决策；PC端具备文件操作、浏览器控制与终端命令等能力；云端可承接耗时较长或定时触发的任务。同时，CatPaw支持跨会话的长期记忆，可记录用户的个性化偏好、操作习惯与历史上下文。

在服贸会上，CatPaw展示了面向本地生活商家的AI经营工作台能力，将平台沉淀的行业经营经验与AI能力封装为轻量化Agent工具，帮助商家完成评价分析、经营诊断、门店巡检等日常工作。美团配套的本地生活Agent”小团”累计响应已超7亿次用户需求。

应用与出海

作为模型与Agent体系的落地载体，美团的数智化生活服务模式已在中国香港、中东、拉美等多个海外市场落地。从面向消费者的AI助手”小团”，到服务商家的CatPaw平台，美团正将AI能力深度融入零售、即时配送与商家经营等环节。

LongCat-2.0的开源，意味着开发者可基于这一万亿参数级、依托国产算力训练的大模型，在智能体编程、长上下文处理等场景中做进一步探索。在国产大模型竞争进入”代码+多智能体协同”阶段的当下，这一开源动作也为国内开发者提供了新的底层选项。

来源：美团技术团队、北京日报（腾讯新闻）、中国经济网

六款模型覆盖端到端

K2 Horizon 包含 0.9B（可穿戴设备）、3.7B、7B（手机）、32B（本地部署）、36B-A4B 与 375B-A23B 六款。后两款采用稀疏混合专家（MoE）结构：36B 版本每 token 仅激活约 40 亿参数，旗舰 375B 版本每 token 激活约 230 亿参数，却拥有 524000 token 的上下文窗口。

“全开放”意味着什么

与多数仅放出权重的开源发布不同，IFM 同时公开了训练代码、数据构建配方、中间检查点、配置文件与评测结果。研究院创始人、MBZUAI 校长 Eric Xing（邢波）表示，真正的开源应是”既能拿到车，也能拿到造车的工厂”。所有模型采用 Apache 2.0 许可。

性能与效率

据 Artificial Analysis intelligence index，旗舰 375B-A23B 得分 47，明显高于同类开放权重大模型 29 的中位水平。IFM 还提出两项效率技术：扩散蒸馏（diffusion-distillation）方法宣称将生成速度提升约三倍（Uno 适配器适用于 0.9B 与 7B 模型）；以及混合价值注意力（Mixture-of-Value Attention，MoVA），将专家路由引入多头注意力。各模型预训练约 20 万亿 token，其中约 10 万亿为合成数据。

在哪里能用到

K2 Horizon 已上线 Hugging Face，并支持 vLLM、SGLang 推理框架；API 通过 Compass、Cerebras、Nebius 等平台提供。对需要可控、可审计模型的中国开发团队而言，Apache 2.0 许可与对外开放的数据配方，意味着可以在合规前提下做二次训练与部署。

这意味着什么

在开放权重大模型竞争白热化的 2026 年，IFM 用”连数据配方一起给”抬高了开源的门槛。对学术界与中小团队，这是一份可复现、可改进的研究资产；对产业界，则多了一个不受单一商业云绑定的选型。

FAQ

K2 Horizon 与 DeepSeek、Qwen 等有何不同？ 最大区别在于 IFM 同时开放训练数据与代码，而非仅开放权重。

普通开发者能用吗？ 0.9B 至 7B 小模型可在手机与边缘设备运行，32B 可在本地服务器托管。

授权协议是否商用友好？ 全系采用 Apache 2.0，允许商业使用与修改。

信息来源：Institute of Foundation Models（MBZUAI）官方发布、Artificial Analysis、Santage AI 与 RuntimeWire 报道（2026 年 9 月 3 日）。