Liquid AI 发布 LFM3 系列，包含 6 个开放权重的 2B 级模型，共享卷积、滑动窗口注意力与全局注意力组成的三混合骨干网络，覆盖文本、视觉、音频、全模态及决策任务。其中 LFM3-1.7B 支持 256K 上下文，4-bit 量化约需 1GB 内存，可在手机和笔记本上运行。该模型在 BFCL V4、WebArena-Verified 等智能体基准上超过 Qwen3.5-9B，但知识与编程能力仍是短板。年营收 1000 万美元以内可免费商用。

谷歌提出Harness²，使Agent能在无标准答案的开放任务中递归地自我改进Harness。该方法采用双层递归：任务级通过“提出—探测—合成”流程，依据同一任务下的行为对照而非真值来判断改动；Harness级将有证据支持的改进存入可复用的改进库。单步改进在4种配置、3个基准上均带来提升，GLM-5在WorkBuddy上平均提升11.5分，弱模型受益更大。消融实验表明改进库、范围划分与合成均有贡献。局限在于行为对照不等于正确性验证，且改进本身存在成本。

2026年10月AI网关生产指数显示，开放权重模型已占网关token七成以上、支出近四分之一，份额自6月翻两番。9月网关支出约为12月的13倍，单token均价下降47%。近三分之一团队更换主力实验室，创纪录。中国模型支出近七成经美国供应商，较12月不足一成大幅上升。Jev采用最快但支出仅0.27%，Opus 5.5首两周占超一成支出。前沿模型支出增十倍，开放权重增逾七十倍。

Fish Audio 发布文本转语音模型 Drama 3，采用 35B 混合专家架构，每 token 激活约 3B 参数，权重开放。支持 83 种语言、16 个说话人及自然语言表演指令。发音鲁棒性测试得分 93.2%，精确序列为 86.3%。自托管需 48GB 以上 NVIDIA 显存，API 定价每百万字符 50 美元，年营收 50 万美元以下可免费商用。

在布拉格开源峰会上，Percona CEO Peter Farkas 呼吁区分“开放权重”与“开源”：开放权重仅提供模型参数，缺少源代码和训练数据，无法真正使用、研究、修改和共享。斯坦福 HAI 的 James Landay 指出，开放权重只回答“能否运行”，开源则回答“能否信任、改进并在此基础上构建”。小米 MiMo-V2.6 公开强化学习训练过程，DeepSeek 仅发布权重却被广泛称为开源。OSI 2024 年发布首个开源 AI 定义，但争议仍存，现正重新展开讨论。

Jev与Laya是两类结构化决策模型：Jev为托管API，Laya为开源权重。JevBench基准中Jev综合分74.4领先，但Laya为零样本测试，且基准由Jev方维护。选型需评估上下文长度、多语言、校准误差、延迟与自托管成本。数据合规场景下，Laya可内网部署，是唯一解。建议按六步评估法实测后决策。

PrismML发布Ternary Bonsai 2 27B三元量化多模态模型，27.36B参数压缩至5.9GB，保留基座98.2%分数。但权重存于旋转基底，运行时需执行Walsh-Hadamard变换，原版llama.cpp与Ollama无法运行。TensorSharp通过显式校验变换契约、转码自定义格式接入该模型，拒绝静默跑错，代价是内存增加6%至29%，性能略慢于官方基线。

NVIDIA在Hugging Face发布开源说话人分离模型Nemotron 3 Diarization，1亿参数，最多追踪8位说话人，支持重叠语音，单检查点兼顾离线与实时流式。采用31层Transformer编码器，输出每位说话人活跃概率，延迟分四档，最低0.32秒。在Voice Arena基准排名第一，DER为14.72%，较前代平均降低41%。权重以OpenMDW 1.1发布，允许商用，经NeMo在NVIDIA GPU运行。

Shopify 的 GraphQL Agent 将生产失败转化为难例，经审查生成成功轨迹，再通过监督微调和强化学习，形成能拒绝坏更新的反馈闭环。系统提示从 6000 Token 压缩到 1500 Gist Token，年化推理成本估算降低 96%。落地应先建质量量表和独立回放集，再挖掘难例，最后微调。

小米发布开源模型MiMo-V2.6，旗舰版为万亿参数，支持百万级上下文与多模态。其亮点是训练透明度：直播五天强化学习过程，公开约350万美元成本，并承诺以MIT许可开源超7000个RL任务环境、训练框架及模型权重。业界认为公开RL环境对推动开源前沿极具价值，也凸显“开放权重”与“开源”的区别。

Vercel数据显示，8月开放权重模型占其AI网关56%的token流量，首次过半，去年12月仅7%；但因价格低廉，仅占支出14%，Anthropic模型仍占支出64%。报告指出，用户忠诚于模型特性而非品牌，新模型无法满足需求时会转向其他厂商。

英特尔研究人员提出BITCOS存储格式，在不改变三元模型的情况下将权重压缩至每权重1.485比特，低于1.58比特的理论下限。该格式分别存储非零权重的位置和符号，利用三元模型中大量零值（占29.7%至51.5%）节省空间，解码吞吐量在CPU上最高提升18%，GPU上最高提升27%。测试仅限英特尔硬件，尚未经同行评审。

2026年9月AI网关生产指数显示，开源权重模型首次占token总量过半（56%），均价较五个月前降逾半，8月再降23.2%。Anthropic的Fable 5支出份额从13.2%跌至4.9%，用户转向半价的Opus 5，Anthropic仍占64%支出。OpenAI新模型Astra上线两天即占其支出三分之一，12天占网关总支出7.7%，超Fable 5.1两倍。谷歌Gemini 3 Flash流失严重，份额从30%降至5%。

Mistral完成3亿欧元D轮融资，估值超210亿欧元，将扩展前沿研究、算力与基础设施。其战略是构建覆盖开源模型、算力、基础设施及产品的全栈，让客户摆脱对单一供应商的依赖，并回应了Anthropic CEO Amodei关于开源权重只是转移算力集中的质疑。

香港城市大学研究发现，Agent评测中的工具调用率受“模型加接口栈”整体影响，接口错配会静默丢弃调用，导致分数失真。实验显示，仅更换接口配置，同一模型分数可从0.00变至0.96。机制上，单独修改模板或解析器无效，需两者匹配。此问题也影响训练信号，但修复接口仅恢复测量，不提升模型能力。

中国AI实验室Z.ai发布旗舰模型GLM-5.3，开放权重但采用限制性许可证，要求年收入超100亿美元的公司托管前需安全审查。模型性能接近美国前沿实验室，但许可证比DeepSeek等更严格，此举或为商业化考虑，因Nvidia和Stripe正收购模型平台，开源模型可能成为带条款的分发渠道。

三篇论文提出Agent自进化新方向：从模型权重转向外部执行框架（Harness）。Recuris通过三层记忆架构和结构化证据实现组件级修补，在τ²-Bench上提升显著；StarHarness用分层搜索优化prompt和工具接口；SkillForge验证技能质量。核心模式是“结构化证据+组件级修补+验证门”，但依赖可验证环境，迁移有条件，归因准确率有限。