跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

开放权重模型缩小差距:新榜单、新硬件与一笔芯片交易

10月1日,由The Open Weights转载的Artificial Analysis Intelligence Index把智谱AI的GLM-5.3以44.8分排在20个开放权重模型榜单首位,月之暗面AI的Kimi K3以43.6分紧随其后,新模型仍在不断发布。

人工智能与模型分析林晓雯发布: 2026年9月30日4 分钟阅读资料来源 14
开放权重模型缩小差距:新榜单、新硬件与一笔芯片交易

10月1日,由The Open Weights转载的Artificial Analysis Intelligence Index把智谱AI的GLM-5.3以44.8分排在20个开放权重模型榜单首位,月之暗面AI的Kimi K3以43.6分紧随其后,新模型仍在不断发布。

几份排名彼此并不一致,这一点值得直说。BenchLeader的开放权重榜在发稿前12小时更新,把月之暗面AI的Kimi K3以66.2分排在第一,智谱的GLM 5.3 max以64.7分第二,小米的MiMo-V2.6-Pro以64.5分第三。BenchLM.ai的94模型榜单则把MiMo-V2.6-Pro排在首位,BenchAlign v5.8得分75.5,其后是Qwen3.8 Max和MiMo-V2.6-Flash。LMMarketCap在10月1日06:00发布更新,把阿里巴巴的Qwen3.8 27B排在175个开放模型之首,谷歌的Gemma 4 26B A4B与Gemma 4 31B并列第二。

不同的评审团,不同的赢家。四份榜单唯一共同的地方是:排在前列的是中国实验室和谷歌,英伟达、Meta和Mistral位置更靠后。

过去72小时里还出现了几个尚未进入上述榜单的新开放模型。英伟达9月29日发布Kumo Tabular,这是一个用于表格分类与回归的基础模型,提供310亿、270亿、260亿、90亿、40亿和6亿参数的版本,只用人工数据预训练,以OpenMDW-1.1许可发布并允许商用;公司称它在TabArena、BeyondArena、TALENT和ScoringBench上排名第一,且每个任务都不需要训练或特征工程。

Fermion Research 9月30日发布Phonon-2,这是一个英语语音识别模型,下载包164 MB,编码器把每个权重存成约2.1比特。公司称它在Open ASR Leaderboard的七个英语数据集上平均词错误率为5.21%,所有成绩更好的开放模型体积至少是它的5.8倍,在MacBook Air上一小时音频约20秒转写完成。权重采用CC-BY-4.0许可,派生自英伟达的Parakeet TDT 0.6B v3。Bespoke Labs 9月30日发布Nimble,这是一个基于Qwen3.5-9B的9B模型,输出带概率的类型化决策而不是自由文本;其README说明,训练样本与留出样本在9月20日公布,因为它们未进入首个版本。

两个开放项目在检验训练循环本身能否分布式进行。Commonsense AI的coop仓库9月30日更新,描述了一个约14500万参数的模型在FineWeb-Edu上从零预训练:志愿者在捐赠的硬件上跑本地的AdamW步骤,把伪梯度以Hugging Face拉取请求的形式提交,一个无状态的GitHub Actions定时任务每五分钟用截尾均值或几何中位数把它们汇总一次。第一阶段是一个1500万参数的模型跑在TinyStories上,已超出其Chinchilla最优预算完成。另一个项目PSSA是用Rust写成、底层不依赖任何机器学习框架的非Transformer语言模型,它声称在参数量相同时学得比Transformer快,在同一颗CPU上生成速度约快十二倍。

商业一侧也有动作。OpenAI与Synopsys 9月30日表示,双方已签署多年合作协议,共同构建GPT-Synopsys,这是一个用于芯片设计与验证的模型,将直接操作Synopsys的EDA工具,运行在OpenAI的基础设施上,客户数据不用于训练,收入由双方分成。The Register 9月30日报道,OpenAI指控与月之暗面AI有关联的人员从7月1日起开展蒸馏行动,7月24日和25日出现峰值,来自4000多名用户的16000次请求,相关活动涉及15000多个账户,并于7月28日被阻断。月之暗面未回应The Register的置评请求。

监管机构也在关注同一批实验室。CNBC 9月30日证实,美国联邦贸易委员会已对OpenAI、Anthropic等公司展开全行业调查;《卫报》同日报道,该机构计划正式要求提供信息和作证,其中包括研究机构Metr。OpenAI和Anthropic均未向CNBC置评;《纽约邮报》最先报道了这项调查。9月29日,非营利组织Legal Advocates for Safe Science & Technology在旧金山县高等法院起诉OpenAI,事由是7月的Hugging Face入侵事件,诉求是禁令而非赔偿;据Ars Technica报道,OpenAI称这起诉讼“完全没有依据”。

对今天要挑一个开放模型的人来说,这一周的实际教训是:没有任何一份榜单能单独给出答案。各榜单排的是不同的模型集合,而对一次部署来说,一个164 MB的语音模型或一个21500万参数的表格模型,可能比谁坐在第一名更重要。

评论 0

资料来源

14
  1. 01LLM Intelligence leaderboard - The Open WeightsEN
  2. 02Best open weights AI models ranked (2026) - BenchLeaderEN
  3. 03Open-Source LLM Leaderboard 2026: 94 Models Ranked - BenchLM.aiEN
  4. 04Best Open Source AI Models & LLM Leaderboard (2026) - LMMarketCapEN
  5. 05Nvidia Kumo Tabular: Open Foundation Model for Tabular PredictionEN
  6. 06Phonon-2: most accurate open speech recognition model in a 164 MB downloadEN
  7. 07Nimble: Data, Model, Recipe for an Open Jev (From Bespoke Labs)EN
  8. 08Coop: A small language model pretrained by volunteersEN
  9. 09PSSA: A non-transformer language model written from scratch in RustEN
  10. 10OpenAI and Synopsys team up to build an AI model that designs chips like a seasoned engineerEN
  11. 11Irony alert: OpenAI whines that Chinese model stole its special IP that it stole from everybody elseEN
  12. 12FTC is investigating OpenAI, Anthropic and other AI companies over product risksEN
  13. 13US trade regulator opens investigation into AI giantsEN
  14. 14"An AI did it" is no defense, says nonprofit suing OpenAI over Hugging Face hackEN

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。

林晓雯

林晓雯

人工智能、模型与技术

林晓雯负责FLASH24的人工智能、模型与技术方向,主要写科技、人工智能与模型、媒体与互联网三个领域。她习惯从论文预印本、开源代码库和厂商技术文档入手,先核对训练数据来源和评测口径,再决定是否落笔。遇到模型跑分,她会自己复现一遍小规模测试,并对照独立第三方榜单,确认数字没有注水。她常联系一线工程师和产品经理,也盯着各大会议截稿日,把不同版本的技术报告放在一起比。业余时间她玩3D打印、折腾老电脑,还关心模型从网络垃圾里学到的偏见问题,这让她对数据清洗格外敏感。她有一条原则:拿不到原始数据的性能宣称,不写。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。