新世界模型Odyssey-3物理评测66.1分超FLUX 3，开放免费试玩
相关推荐
FLUX 3 Image上线，先框位置再生图，最高4K、支持10张参考图
动察 Beating AI 快讯，Black Forest Labs 发布 FLUX 3 Image，支持图片生成和编辑。用户可以先用 Bounding Box（边界框）划定元素的位置和大小，再让模型按照这套布局生成图片。 比如做多人海报，可以先框出每个人的位置，再指定谁站在哪里。模型也可以自己规划这些框。生成后还能继续移动或修改元素，尽量不影响画面其他部分。 FLUX 3 Image 最多支持 10 张参考图，可以生成原生 2K 和 4K 图片。企业目前已经可以购买模型权重，用于自行部署和微调。面向普通用户的开放权重版本将在未来几周推出。
智谱Coding Plan双节放量：Flash夜间免费，FlashX开放试用
动察 Beating AI 快讯，智谱给 GLM Coding Plan 开启双节活动。原定 9 月 20 日结束的 GLM-5.3-Flash 夜间畅用延长到 10 月 7 日。每天 23 点至次日 9 点，在 ZCode 中使用 Flash 不扣额度，其他支持的 Agent 则获得 2 倍 Flash 额度。 9 月 25 日至 10 月 7 日还会取消高峰期，全天按非高峰倍率扣额度。新版 Coding Plan 平时只有周一至周五 14 点至 18 点属于高峰期，其他时间只消耗 50% 积分。双节期间相当于全天都按这个倍率计算。 同时，刚上线的 GLM-5.3-FlashX 开始向 Coding Plan 用户滚动开放试用。用户提交申请并通过后，可以体验两周。FlashX 最高输出速度为 200 tokens/s，但消耗额度是普通 Flash 的 2.5 倍。
DFlash团队进军Mac，27B模型跑到144Token/s
动察 Beating AI 快讯，Inco AI 开源本地推理引擎 Splash，把 Qwen3.8-27B 在 M5 Max MacBook Pro 上跑到了最高 144 Token/s。LM Studio 随即接入，0.4.25 版本已经可以直接使用。 Inco 此前做出的 DFlash 已经进入 SGLang、vLLM、TensorRT-LLM 和 llama.cpp。Meta、NVIDIA、小米、Poolside 等也给自家模型配了 DFlash 加速小模型。DFlash 会先让小模型并行猜出多个 Token，再交给大模型批量验证，减少逐 Token 生成的计算。 Splash 把这种优化扩到了整个本地推理引擎。它目前只支持 Qwen3.8-27B 和 Qwen3.6-35B-A3B，每个模型都单独配了 GPU kernel、内存方案和 DFlash 2 小模型。覆盖的模型少，但换来了更激进的性能优化。 144 Token/s 是 M5 Max 上的最高演示值。换到 Inco 用来做横向测试的 48GB M5 Pro，Qwen3.8-27B 单路短上下文达到 74 Token/s；4 路并发时总吞吐达到 170 Token/s，是第二名的 3.9 倍。这也是 Splash 更适合 Agent 场景的地方。一个 Agent 同时拉起多个子任务时，并发总吞吐往往比单条对话速度更重要。 Splash 本身开源，不绑定 LM Studio。目前需要 M3 或更新的 Mac、macOS 26.4 以上、至少 36GB 统一内存。
Qwen3.8-Omni-Flash上线：自己看视频、调工具、交成片
动察 Beating AI 快讯，阿里千问上线原生全模态模型 Qwen3.8-Omni-Flash，支持文本、图片、音频、视频和 1M 上下文。 这代明显加强了音视频 Agent 能力。模型可以自己从视频里找信息、规划任务，再调用外部工具完成剪辑、配音和渲染。官方展示了长会议处理、短剧翻译、电影解说、MV 制作和视频转图文笔记等场景。 面对几小时的长视频，它也不用从头到尾全部处理。模型会先判断答案可能在哪，再逐步定位关键片段。OmniVideoBench 上，准确率从 63.4 提到 67.8，Token 消耗从 145,736 降到 79,117，少了 45.7%。 千问称，Qwen3.8-Omni-Flash 在 30 项评测上的平均成绩比 Qwen3.5-Omni-Plus 提升超过 26%，音视频能力接近 Gemini 3.8 Flash，音频能力整体超过后者。音频输入成本下降超过 98%，音视频输入下降超过 93%。 目前 Qwen3.8-Omni-Flash 模型权重尚未公开，只开放了 API。千问同时开源了 Qwen-MM-Plugins，可以装进 Claude Code、Codex、Gemini CLI、Qwen Code 等 Agent，给它们补上图片、音频、长视频处理和视频剪辑能力。 另一套 Qwen-Live Harness 更像实时调度层。用户可以直接和实时全模态模型说话，再把复杂任务交给 Gemini CLI、Claude Code、Codex 等后台 Agent 持续执行。它会跟踪任务进度，做完后再主动回来告诉你结果。
DeepSeek V4.1 Flash第三方实测：没夺回国模第一，但成本只有Kimi、GLM七分之一
动察 Beating AI 快讯，Artificial Analysis 完成 DeepSeek V4.1 Flash 独立测试，综合智能指数拿到 40 分。它已经超过自家 V4 Pro 0813 的 36 分，但仍低于 Kimi K3 的 44 分和 GLM-5.3 的 45 分。按这套第三方榜单，DeepSeek 还没夺回国产模型第一。 但价格差距非常夸张。V4.1 Flash 跑完一个 Intelligence Index 任务平均只花 0.27 美元，Kimi K3 和 GLM-5.3 都在 2 美元左右，相差约 7 倍。输出速度达到 197 Token/s，也远高于 Kimi K3 的约 36 Token/s 和 GLM-5.3 的约 58 Token/s。 Agent 依然是它最强的部分。AutomationBench-AA 上，V4.1 Flash 拿到 69%，追平 GPT-6 Astra，并超过 GLM-5.3 的 62%；长上下文测试 AA-LCR 也拿到 84%。缺点是它特别能说，AA 测试中单任务平均输出约 8.9 万 Token，比 V4 Pro 多 62%，吃掉了一部分价格优势。
DeepSeek开始模型和Agent一起训：V4.1 Flash为Harness专项优化
动察 Beating AI 快讯，DeepSeek Harness v0.1.5 发布。V4.1 Flash 在训练阶段就针对 Harness 做了专项训练和优化，覆盖标准、PTC 和极简三种模式。Harness 已经直接进入模型训练环节，不再只是模型发布后再接一个 Agent 外壳。 新版还加入实验性的 Agent Teams。父子 Agent 可以双向通信，主 Agent 能给不同子 Agent 指定模型和推理强度；多个 Agent 还能共享任务、互相发消息，最后由主 Agent 汇总。 V4.1 Flash 还有一个很特别的长任务优化：Agent 跑到一半修改系统提示词，也可以尽量保留已有 KV Cache。长任务不用因为前面的规则改了一点，就把后面大段上下文重新计算。 Web 端也加入文件上传和预览，支持 PDF、图片、代码等格式。插件可以往左右 Sidebar 和内容区接入自己的 UI，长会话的加载、恢复和内存占用也一起做了优化。