开放权重周:Cloudflare Clef、亚马逊、谷歌与DeepSeek在开源模型市场各有动作
Cloudflare周四发布两款开放权重决策模型,称其准确率超过TypeSafe的Jev,同时承认每百万token的成本接近后者的六倍。这一发布为一周收尾,其间亚马逊、谷歌和华为都在开源或低成本模型工具上有所动作。

Cloudflare于10月1日周四发布Clef系列决策模型,托管在Workers AI平台上,并以Apache 2.0许可在Hugging Face上作为开放权重发布。据The Register同日报道,Clef和Clef-flash回答三类有边界的问题:是或否、多项选择以及排序。
这使Cloudflare直接对上TypeSafe的Jev。Jev是两周前发布的决策模型,随后成为技术圈的热点。据The Register报道,Clef有一个LLM主干:经过专门后训练并冻结的Qwen3.8-270亿参数版本用于Clef,Qwen3.5-90亿参数版本用于Clef-flash。两者都只跑一次预填充,然后并行给各个选项打分。
Cloudflare自行公布了针对Jev Decision Index的基准分数,The Register指出这些分数尚未在官方排行榜上得到复现。Cloudflare还称,在TypeSafe自己的基准上,Clef在四个领域中的三个胜过Jev,只在agent轨迹可观测性上落后。
价格是尴尬的部分
据The Register报道,Clef每百万token收费0.24美元,接近Jev每百万0.042美元的六倍。Cloudflare的卖点是它能处理图像和视频,不只是文本,并支持64000上下文窗口。Jev在单次请求中也能处理最多64000 token,不过其状态加上最长单个问题被限制在32000。
Cloudflare自己的基准文章描述了一项威胁情报测试。在同一流程中,Clef抓取、渲染并分类一个网站用了2.2秒,而该公司最快的通用LLM gpt-oss-120b用了4.7秒。公司称Clef判定该域名为时尚网站的概率为95%,电商为85%,钓鱼低于1%。公司还表示将开源权重,让客户可以在本地运行。
同一48小时窗口内还有两款决策模型发布。Vercel的AI Gateway列出了来自Convai Innovations的Laya,称其为“System One评估模型”,提供免费托管API、8K上下文,促销价格的截止日期为2026年10月31日。TechCrunch报道,随着决策模型涌向网络,亚马逊发布了自己的Jev克隆。
Gemini 4 Argon,门只开了一半
谷歌这一周的方向相反。公司在9月30日推出Gemini 4 Argon,TechCrunch称这是其迄今最强的模型。《卫报》10月1日报道,谷歌出于安全考虑限制了该模型的访问。The Decoder的基准评测文章称,Argon缩小了与OpenAI和Anthropic的差距,但并未取得明显领先。
Anthropic则在争论训练数据,而不是权重。《卫报》10月2日报道,Anthropic正推动对澳大利亚内容采用退出机制,此前ABC警告新闻会被“蚕食”。
开放权重之争的根本矛盾在于,公布权重和公布评测是两回事。英国AI安全研究所的Inspect框架是与Meridian Labs共同构建的开源评测栈。据其文档,它自带200多项预置评测,支持20多家模型提供商。它之所以存在,正是因为厂商仍在给自己的作业打分。
独立研究也按同样的节奏到来。Loay Mualem与六位合著者9月29日提交到arXiv的论文提出GoldiMask,这是一种面向离散扩散语言模型的微调方法。它通过近似最大化一个子模目标来挑选上下文token,并给其余目标加权。作者报告,在三个主干和三个训练数据集上,多数评测设置中取得最高平均准确率,在推理和代码生成上也有提升。
把上下文当作文件,以及1500万参数的自愿者训练
同一天提交的第二篇论文由Rulin Shao与十二位合著者撰写,描述Context Language Models:这类模型把自己的上下文当作一个可以自行更新的文件。作者报告,在BrowseComp-Plus上准确率提高11.4%,FLOPs减少21.5%;在12小时的EdgeBench任务上得分提高5%,FLOPs减少59%;用他们的在线强化学习方法训练时,Qwen3.5-90亿参数版本提升47.6%。代码以CC BY-NC 4.0发布在GitHub上。
在小规模一端,一个名为Coop的自愿者项目正用捐赠的消费级硬件在FineWeb-Edu上预训练一个约14500万参数的模型。伪梯度以Hugging Face拉取请求的形式提交,由一个无状态的GitHub Actions定时任务汇总。第一阶段是在TinyStories上跑1500万参数,已完成并超出Chinchilla最优预算。
硬件政治也在动。Tom's Hardware 10月1日报道,DeepSeek和华为发布开源Ascend AI编程工具,包括计算和通信库,以及TileLang的Ascend支持,目标是减少对英伟达生态的依赖。英伟达针对agent风险的回应,一个能在毫秒内隔离agent的开放Agent Safety Platform,也在10月1日公布。
本周并非每个说法都能经受基准的检验。The Register 9月30日的专栏指出,OpenAI在多年版权纠纷中曾用大量网络数据训练,如今却把自己推理被蒸馏称为国家安全风险。OpenAI称,一场始于7月1日的行动在7月24日和25日达到峰值,来自4000多名用户的16000次请求,到7月28日已被完全阻断,其中一个核心集群与MoonShot AI相关人士有关。CNBC报道,公司称其加密、数据库和存储的用户对话未被入侵。
唯一一个反驳开放权重欢呼的数字是每百万token 0.24美元。开放权重不等于廉价推理,Cloudflare自己与Jev的对比就把这一点说得很清楚。
资料来源
17- 01Cloudflare tries to outplay Jev with open-weight Clef modelsEN
- 02Introducing Clef: our open-source decision models, and new RL fine-tuning platformEN
- 03Free hosted API for Laya, the open-weight decision modelEN
- 04Amazon releases its own Jev clone as decision models flood the webEN
- 05Google releases Gemini 4 Argon, called its most powerful model yetEN
- 06Google rolls out new Gemini AI model but restricts access over safety concernsEN
- 07Google Gemini 4 Argon closes the gap with OpenAI and Anthropic but doesn't take a clear leadEN
- 08Anthropic pushes for opt-out model for Australian content as ABC warns of 'cannibalisation' of newsEN
- 09Inspect: An open-source framework for large language model evaluationsEN
- 10Fine-Tuning Diffusion Language Models with Context Selection and Target WeightingEN
- 11Context Language ModelsEN
- 12Context Language Models (CLMs) official repositoryEN
- 13Coop: A small language model pretrained by volunteersEN
- 14DeepSeek and Huawei release open-source Ascend AI programming tools to reduce reliance on Nvidia ecosystemEN
- 15Nvidia launches Open Agent Safety Platform to physically restrain rogue AI agentsEN
- 16Irony alert: OpenAI whines that Chinese model stole its special IP that it stole from everybody elseEN
- 17AI race heats up as OpenAI flags alleged model-copying campaignEN
本文所有数字与引语均来自下列来源,未添加来源之外的内容。
本内容由编辑部在人工智能辅助下制作完成。
评论
0- 还没有评论——来说两句吧。