如果你这几周没盯着 Hugging Face，那你错过了相当热闹的一段时间。2026 年 8 月 12 日到 9 月 22 日，中国实验室发布了六个值得关注的开放权重模型，它们合在一起呈现的规律，比任何单个分数都更有意思。
时间线
| 日期 | 发布 | 规模 | 许可 | 要点 |
|---|---|---|---|---|
| 8 月 12 日 | Qwen3.8-Max 权重 | 2.4T，激活 95B | Qwen3.8-Max 许可 | 首个开放的 Max 级 Qwen；27B 稠密兄弟 8 月 14 日跟进（Apache 2.0） |
| 8 月 14 日 | GLM-5.3 | 753B | 类 MIT | 与 GLM-5.2 同基座；仅靠后训练 Terminal-Bench 3.0 从 4.6 升到 28.3 |
| 8 月 26 日 | GLM-5.3-Flash | 320B，激活 18B | MIT | 原生多模态，$0.15 / $0.50，以约十分之一的价格超过 GLM-5.2 |
| 8 月 26 日 | Qwen3.8-Flash-Next | 125B + 51B N-gram，激活 6B | Qwen 社区许可 | Qwen4 架构预览，训练成本约为 Qwen3.7-Plus 的 1/9 |
| 9 月 10 日 | DeepSeek V4.1-Flash | 552B，激活 8B / 16B | MIT | DeepSWE v1.1 达 74.2，KV 缓存缩小到四分之一 |
| 9 月 22 日 | MiMo-V2.6-Pro | 1.02T，激活 42B | MIT | 全模态；小米报告 Artificial Analysis 指数 46 |
阿里仅提供 API 的 Qwen3.8-Omni-Flash（9 月 18 日）面向音视频智能体，在不发布权重的情况下补全了多模态版图。
规律说明了什么
- 效率胜过规模。 六个发布里有三个是”Flash”模型——Qwen 激活 6B、GLM 激活 18B、DeepSeek 输入 8B / 输出 16B。它们都靠混合或稀疏注意力与更小的 KV 缓存，让 1M token 上下文变得便宜。
- MIT 成了默认选项。 六个里有四个采用 MIT 或类 MIT 许可（GLM-5.3、GLM-5.3-Flash、DeepSeek V4.1-Flash、MiMo-V2.6-Pro）；阿里对 Flash-Next 用社区许可，对 2.4T 权重用自定义 Max 许可，27B 用 Apache 2.0。
- Flash 档价格从每百万输入 token $0.15 起。 GLM-5.3-Flash 与 Qwen3.8-Flash 输入 $0.15，MiMo-V2.6-Pro 为 $0.435，DeepSeek V4.1-Flash 低谷 $0.15（高峰 $0.30）。
- 多模态正成为默认。 GLM-5.3-Flash、DeepSeek V4.1-Flash、Qwen3.8-Flash-Next 与 MiMo-V2.6-Pro 都能看图；MiMo 与 Qwen 的 Omni 模型还增加了音频与视频。
- 强化学习规模是新杠杆。 GLM-5.3 仅靠后训练在 Terminal-Bench 3.0 上提升约 24 分，小米称其六天 RL 训练 Pro 的成本约 262 万美元。
Qwen 4 要来了
在 9 月 22 日的阿里云云栖大会上，阿里表示下一代 Qwen 4 正在训练，并公布了 Qwen 4.5 与 Qwen 5 的路线图，规模预计达 5 到 10 万亿参数。阿里没有给出发布日期、规格或定价。Qwen3.8-Flash-Next 就是架构预览；阿里还称 Qwen3.8-Max 通过自动化自我改进，把自己的 Artificial Analysis 得分从 40 提升到 45——这是厂商自述。
注意事项
- 所有分数都由厂商自报，评测框架各异，跨厂商数字不能直接比较。
- 在最难的长程任务上，Anthropic 与 OpenAI 的闭源模型仍然领先。
- 自托管 550B 以上的模型仍是多卡任务；现实可行的是 Flash 档。
更大的版图请见 2026 LLM 指南。