阿里发布 Qwen4-Max:2.4T MoE、71B 激活、1M 上下文
团队报告预训练全程无损失尖峰,基座每字节比特数较上代降 5%–13% 且激活量少 25%,Work360 单任务均价降 62%;采用 1 层 QSA 微块稀疏注意力配 3 层 GDN、4 分支门控残差与 328B N-gram 嵌入,支持 393K 输出且未开放权重。
团队报告预训练全程无损失尖峰,基座每字节比特数较上代降 5%–13% 且激活量少 25%,Work360 单任务均价降 62%;采用 1 层 QSA 微块稀疏注意力配 3 层 GDN、4 分支门控残差与 328B N-gram 嵌入,支持 393K 输出且未开放权重。
预计 2028 年上市,配合 CUDA-X 库加速稀疏矩阵、模板计算、排序与归约等高频算子;隶属 Vera Rubin 平台,单卡集成超 5 万颗 CUDA 核心,结合稀疏数据加速与第七代 NVLink 同步扩展数据搬运与算力。
MLX 多模态服务补齐分布式运行与恢复能力,llama.cpp 修正 Vulkan top-k 平局选择的确定性。
服务端新增分布式流式推理、可恢复服务、RDMA 链路保留与集群投机草稿模型,重启后复用已验证检查点,并在 /v1/embeddings 后清理 MLX 缓存;训练端加入 QAT 与 3/6-bit DoRA 宽度保持,原生适配 DeepSeek V4.1 DSpark 等模型。
在 Vulkan 后端开启确定性 top-k 校验并针对 AMD、Intel 与 Nvidia 着色器做专门优化;改由各 subgroup 负责固定连续列块并经前缀扫描与 ballot 按最小列号裁决平局,消除原子计数受线程调度影响的非确定性。
llama.cpp b12430 的 HIP MoE 修复、b12431 的 reasoning_effort 校验及 b12432 的 kv-cells 扫描优化合并说明,不另列卡片;LiteRT 因正文未抓全未单列。
stitch-skills、ffmpeg-skill、last30days-skill 与 anthropics/skills 仅有榜单及当前 README,缺少窗口内实质发布的日期证据,本期未单列。
Claude Code 修复后台网关与进程生命周期问题,Qwen Code 夜间版加固会话文件校验及重连恢复。
对嵌套超 64 层的配置值丢弃并告警,修复后台服务误杀复用 PID 的外部进程及后台会话丢失网关后继续请求的问题;支持开启团队模式时启用 Code Mode,修正仅源路径受限时的 cp 误拦与覆写命令摘要误标。
在已打开文件描述符上二次校验会话记录类型以防御 TOCTOU 竞争,断线重连后自动刷新 SDK 回放能力,并将过期子任务恢复收敛为终态;新增钉钉托管通道适配器、Web Shell 工作区过滤及原生 REST 技能变更路由。
Codex alpha.8–alpha.10 与 claude-agent-sdk-python v0.2.183 的抓取正文未提供具体变更说明,不以安装信息或构建元数据填充卡片;Qwen Code 条目为预发布版本。
SkillEvaluator、paper-orchestra、Claude-BugHunter、MuJoCo 与 Sherlock 的材料未证明窗口内有实质发布,榜单收录不作为发布日期,故未单列;Qwen Code 更新见 Changelog。
量子位的 Qwen4 报道与 Top 3 为同一发布事件,作为延伸链接保留,不重复列卡。
本期输入未提供可核实窗口内发表日期的独立论文候选。
Google 推出多模态知识智能体基准,OpenAI 扩大科研模型使用计划并引入外部嵌入式评估。
Qwen4-Max、Gemini 4 与 NVIDIA Rubin HPC 见 Top 3;Goodfire 可解释性合作并入嵌入式评估条目,避免同一合作重复列卡。