หมวด
251 บทความ
Gemini 4 Carbon เปิดตัว 28 ต.ค. แซง Claude Opus 5.5 บน Intelligence Index v5 แค่ 1 คะแนน และตามหลังเพียง 3 คะแนนในดัชนี coding agent ราคาเปิดตัว $2/$10 แต่นักพัฒนาทั่วไปยังเรียกใช้ไม่ได้ ระหว่างที่ Google ค่อย ๆ เปิดผ่านโปรแกรม Fairwind
Mage-VL-Cowork ขนาด 4B ของ Microsoft เลือกเองว่าจะคลิกหน้าจอหรือสั่ง bash ทำคะแนน OSWorld-Verified 66.0% ใกล้ค่าอ้างอิงมนุษย์ 72.4% ในตารางเดียวกัน แต่คำว่าดีที่สุดในขนาด 4B มีคู่เทียบบนตารางนี้แค่รุ่นเดียว
Mistral ปล่อยน้ำหนัก Large 4 (Le Chonk) เมื่อ 29 ต.ค. เป็นรุ่นที่ฝึก RL ต่ออีกสามสัปดาห์หลัง preview ขนาด 1T ใช้พื้นที่ราว 1.06TB ราคา API ลดเหลือ $0.70/$2.10 Mistral นำ open-weight ด้าน coding แต่คะแนนรวม AA 26 ตามหลังโมเดลจีน และสัญญาอนุญาตกันธุรกิจ Model-as-a-Service
Samaya post-train Nemotron 3.5 Lightning จาก 42.5% เป็น 58.9% บน FrontierFinance เทียบ Claude Fable 5.1 ที่ 55.9% ค่าใช้จ่าย $0.61 ต่อคำถามเทียบ $6.89 แต่เป็นการเทียบกับ Finance Agent v2 คนละ harness และบล็อกไม่ได้ประกาศปล่อยน้ำหนัก
SenseNova ปล่อยโมเดล 9B ที่รันบล็อก 24 เลเยอร์ซ้ำสองรอบเมื่อ 30 ต.ค. ตัวเลขของผู้พัฒนาชนะ Qwen3.5-9B ทั้ง 8 เบนช์มาร์ก แต่การตรวจ checkpoint พบชื่อเทนเซอร์ของ Qwen3.5-9B ครบ และเทนเซอร์ normalization ที่เลือกอ่านมี correlation สูงกว่า 0.99
Liquid AI เปิดตัวตระกูล LFM3 เมื่อ 27 ต.ค. 2026 ประกอบด้วยรุ่น Base, ข้อความ, ภาพ, เสียง, omni และ decision model ขนาดราว 2B ทั้งหมดเปิดน้ำหนักบน Hugging Face ตัวหลัก LFM3-1.7B มีบริบท 256K ฝึกมาสำหรับ agent harness และในตารางของผู้พัฒนาชนะ Qwen3.5-9B ใน BFCL V4, WebArena-Verified และ AutomationBench แต่แพ้ใน SWE-bench, GPQA และ RULER 128K ไลเซนส์ LFM Open v1.0 ไม่ให้สิทธิ์ใช้เชิงพาณิชย์กับองค์กรที่มีรายได้ตั้งแต่ $10M ต่อปีขึ้นไป
OpenAI ปล่อย GPT-6.1 Terra เมื่อ 26 ต.ค. 2026 เป็นโมเดลระดับกลางราคา $1 input / $5 output ต่อล้านโทเคน (cached input $0.05) ถูกกว่า GPT-5.6 Terra และ GPT-6.1 Sol ราวครึ่งหนึ่ง บริบท 1.05 ล้านโทเคน เน้น visual reasoning กับ computer use ตัวเลขจาก OpenAI เองบอกว่าเท่า GPT-6 Astra บน Agents' Last Exam ที่ราคาต่อโทเคนหนึ่งในสิบ ส่วน Artificial Analysis วัดอิสระได้ 48 คะแนน อยู่ระหว่าง GPT-6.1 Sol กับรุ่นก่อน
ทีม Nanbeige (ในเครือ Kanzhun เจ้าของ BOSS Zhipin) อัปโหลด Nanbeige4.3-33B และรุ่น Base ขึ้น Hugging Face เมื่อ 24–25 ต.ค. 2026 เป็นโมเดล dense สถาปัตยกรรม Llama มาตรฐาน บริบท 512K ไลเซนส์ Apache-2.0 ตารางของผู้พัฒนาชนะ Qwen3.8-27B ใน 17 จาก 20 benchmark (ห่างมากใน DeepSWE และ Terminal-Bench 4.0) แต่แพ้ Qwen ใน SWE-Bench Pro และ GDPval และแพ้ Gemma4-31B ใน GPQA Diamond ยังไม่มีผลทดสอบอิสระหรือรายงานเทคนิค ไฟล์ GGUF Q4_K_M ขนาด 20.8GB ออกมาภายในวันเดียว
KRAFTON AI (บริษัทแม่ของ PUBG) อัปโหลด Raon-1 mini preview ขึ้น Hugging Face เมื่อ 21 ต.ค. 2026 เป็น MoE 28.8B/active 4.3B ที่เทรนเองตั้งแต่ศูนย์ ใช้ linear attention แบบใหม่ 18 ชั้น + MLA 7 ชั้น บริบท 262K ภาษาไทยอยู่ในชุดเทรน ไลเซนส์ Apache-2.0 มี NVFP4 (~17.6GB) สำหรับ RTX 5090 ตัวเดียว คะแนนชนะ Qwen3.6-35B-A3B ด้าน instruction following และ SWE-bench Verified แต่แพ้ด้าน knowledge และ Terminal-Bench
ทีมวิจัยเล็กๆ ใน Block เปิดตัว Dessa (เผยแพร่สู่สาธารณะ 23 ต.ค. 2026) เป็นโมเดล speech-to-speech แบบ full-duplex ที่เทรนจากศูนย์ด้วยบทสนทนาเสียงของคนเท่านั้น ไม่มีข้อความและไม่มีโมเดล pretrained ฟังและพูดพร้อมกันได้ แทรกคำตอบรับ หัวเราะกลางประโยค และเคลมว่ารันในเครื่อง MacBook Pro M4 Max ได้เร็วกว่า real time แต่ตอนนี้มีเพียงคลิปเดโมกับ waitlist ไม่มีขนาดโมเดล ไม่มี benchmark และไม่มี license
Moonshot AI เปิดตัว Kimi K3.1 Pro และรุ่น Highspeed เมื่อ 23 ต.ค. 2026 เป็นการ post-train K3 ต่อด้วย RL ขนาดใหญ่ ทำ Terminal-Bench 4.0 ได้ 65.7% (Opus 5.5 ได้ 66.4%) และได้ 55.1 บน Artificial Analysis Intelligence Index สูงกว่า MiMo-V2.6-Pro ที่เป็นโมเดล open-weight อันดับหนึ่งในตอนนี้ราว 9 แต้ม วันนี้ใช้ได้ผ่าน API เท่านั้น น้ำหนักจะตามมาภายใน 4 พ.ย. และเป็นครั้งแรกที่ Moonshot บอกว่าตั้งใจตัดข้อมูลด้านไซเบอร์ออกจากการเทรนรุ่นที่จะเปิดน้ำหนัก
4 วันหลังเปิดตัวแบบ API-only MiniMax ปล่อยน้ำหนัก M3.1 Flash ขึ้น Hugging Face เมื่อ 23 ต.ค. 2026 (03:37 UTC) ขนาดประมาณ 428B พารามิเตอร์ active 23B ต่อโทเคน context 1M รับภาพและวิดีโอ ไฟล์ทั้งหมด 252GB เพราะ expert ถูกเทรนแบบ quantization-aware เป็น NVFP4 และไม่มีเวอร์ชัน BF16 ให้ vLLM แนะนำ B200/GB200 4 ใบ หรือ H100/H200 8 ใบ ใช้ license MiniMax Community ที่ต้องแจ้ง MiniMax ก่อนใช้เชิงพาณิชย์
21 ต.ค. 2026 IBM ปล่อย granite-speech-5.0-2b (Apache-2.0) ที่ IBM ระบุว่าได้ WER ภาษาอังกฤษเฉลี่ย 5.06% อันดับ 2 ในกลุ่มโมเดลเปิดบน Open ASR Leaderboard รองรับ keyword list 2,000 คำ และรันได้บน vLLM, llama.cpp, mlx-audio พร้อมอัปเดต TurboCTC 470M ให้รองรับหลายภาษา และ 4.1-2b-plus ที่ลด timestamp shift ลงกว่าครึ่ง — ทั้งหมดยังไม่รองรับภาษาไทย
21 ต.ค. 2026 Recursive (บริษัทของ Richard Socher ที่ระดมทุน $650M เมื่อ พ.ค.) ปล่อย Flint โมเดล MoE สำหรับ coding agent ขนาด 39.8B พารามิเตอร์ active ~2.5B ใต้ Apache-2.0 จริง มีไฟล์ NVFP4/INT4 ขนาด 22-26GB สำหรับ GPU 48GB หรือ Mac 48GB พร้อม engine rec และ llama.cpp ที่ merge รองรับในวันเดียวกัน SWE-bench Verified 74.2% ชนะ Qwen3.5/3.6 แบบ MoE แต่แพ้ Qwen3.8 แบบ dense ในงานเขียนโค้ด 4 จาก 6 รายการ
Mistral เปิดตัว Voxtral 3 (20 ต.ค. 2026) มีโมเดลถอดเสียง Small/Mini/Realtime, TTS ที่ปรับอารมณ์ได้ และ voice agent SDK ราคาเริ่ม $0.0035/นาที แต่ทุกตัวเป็น Public Preview ระดับ Premier ไม่มี weights บน Hugging Face ต่างจาก Voxtral รุ่นก่อนที่เป็น Apache-2.0 และหน้า docs ของ TTS ระบุว่ารองรับ 9 ภาษา ไม่ใช่ 35+ ตามที่บล็อกเขียน
Inception เปิดตัว Mercury 3 เมื่อ 19 ต.ค. 2026 เป็นโมเดลภาษาแบบ diffusion ที่ใหญ่กว่า Mercury 1 มากกว่า 40 เท่า ทำความเร็วได้ 1,068 โทเคน/วินาที context 1M และชนะ GPT-6 Luna กับ Claude Haiku 5.5 ใน 8 จาก 12 เบนช์มาร์กในตารางของบริษัท แต่ราคาปกติ $0.20/$0.70 แพงกว่าคู่เทียบทั้งสอง ($0.10/$0.50) ตารางที่ทำให้ดูถูกกว่าใช้ราคาโปรลด 50% ซึ่งไม่ได้บอกวันหมดเขต และโมเดลยังเป็นแบบปิด
MiniMax เปิดตัว M3.1 Flash อย่างเป็นทางการเมื่อ 19 ต.ค. 2026 และยืนยันว่าโมเดลนิรนาม Space Bunny บน OpenRouter (ใช้ไปกว่า 200 ล้านล้านโทเคน) คือรุ่นแรก ๆ ของตัวนี้ ราคา $0.15/$0.60 ต่อ 1M โทเคน ซึ่งเป็นครึ่งหนึ่งของ M3 ส่วนตัวเลข 'ถูกลง 70%' เป็นต้นทุนต่องานไม่ใช่ราคาต่อโทเคน น้ำหนักโมเดลยังไม่ปล่อย และในกราฟ DeepSWE ของ MiniMax เอง DeepSeek V4.1 Flash-1017 ทำคะแนนได้สูงกว่าโดยใช้เงินน้อยกว่า
ข่าวย้อนหลัง: OpenBMB ปล่อย MiniCPM-V 4.7 เมื่อ 12 ต.ค. 2026 เป็นโมเดลภาพ+ภาษาแบบ MoE 35B (active ~3B) ตัวแรกของซีรีส์ และรุ่น 1B ไลเซนส์ Apache-2.0 โดยใช้ Qwen3.6-35B-A3B เป็นแกนภาษา อ้างว่าทำคะแนนสูงกว่าแกนเดิมในเวลาน้อยกว่า และรันบน iPhone ได้ 13+ tokens/s ด้วยเทคนิค Lookahead Expert Scheduling ที่ตอนนี้มีใน fork llama.cpp-omni เท่านั้น
OpenMOSS ปล่อยน้ำหนัก MOSS-Image-Base และ SFT เมื่อ 16 ต.ค. 2026 และรายงานเทคนิคขึ้น arXiv วันนี้ เป็น diffusion transformer 5B ฝึกจากศูนย์ ไลเซนส์ Apache-2.0 จริงในไฟล์ LICENSE ทำคะแนนเรนเดอร์ข้อความยาวบน LLTB ได้ 96.3% สูงสุดในกลุ่มโมเดลเปิด และวางวัตถุตามเลย์เอาต์ได้แม่นกว่าทุกตัวที่ทดสอบ แต่ทั้งสอง benchmark เป็นของทีมเอง และระบบ end-to-end ใช้ GPT-6 เป็นตัววางแผน
Tencent Hunyuan ปล่อย Hy-Memory-30B-A3B เมื่อ 15 ต.ค. 2026 เป็นโมเดล MoE 30B (active ~3B) ไลเซนส์ Apache-2.0 จริงในไฟล์ LICENSE ฝึกมาเฉพาะงาน 'เขียนความจำ' ใน Mem0, MemOS และ Hy-Memory ได้คะแนนเฉลี่ย 55.49% เทียบ Claude Opus 5 ที่ 54.62% บนชุดทดสอบย่อย 20% พร้อมเปิดซอร์ส SDK hy-memory 2.0 และ MemHub ที่รวมประวัติจาก Claude Code, Cursor และ Codex ไว้ในเครื่อง
17 ต.ค. DeepSeek อัปโหลด V4.1-Flash-1017 ขึ้น Hugging Face ใต้ MIT เป็นการอัปเดต post-training ของ V4.1-Flash โดย config.json เหมือนเดิมทุกค่าและขนาดไฟล์ 510.3 GB เท่าเดิม คะแนนที่ DeepSeek รายงานเองขึ้นเกือบทุกช่อง (Terminal-Bench 4.0 จาก 31.2 เป็น 42.3, DeepSWE 77.0 แซง Opus 5) แต่ตารางใหม่ตัดกระดานที่เคยชนะออกและเปลี่ยนฮาร์เนสของ Terminal-Bench 4.0 ฝั่ง API ชื่อ deepseek-flash ชี้ไปรุ่นใหม่แล้วโดยราคาเท่าเดิม และ DeepSeek เปิด Search & Fetch API จากเสิร์ชเอนจินของตัวเองในวันเดียวกัน
16 ต.ค. 2026 NVIDIA ปล่อย Nemotron-Labs Dory1.0-4B โมเดลขนาด 4B ที่วนใช้บล็อก 20 เลเยอร์ซ้ำได้ 1–4 รอบจาก checkpoint เดียว ทำให้เลือกแลกคอมพิวต์กับความแม่นตอนรันได้ โดยไม่เพิ่ม KV cache ถ้าเปิดโหมด last-loop มี context 256K ใช้ไลเซนส์ OpenMDW-1.1 ที่ใช้เชิงพาณิชย์ได้ และมี GGUF Q5_K_M ขนาด 3.67 GB แต่การรองรับใน vLLM และ llama.cpp ยังอยู่ใน PR ที่ยังไม่ merge
16 ต.ค. 2026 Reflection เปิดน้ำหนัก Beam 1.0 บน Hugging Face ภายใต้ Apache-2.0 (มีไฟล์ LICENSE จริง) ครบทั้ง BF16 934 GiB, FP8 469 GiB, NVFP4 273 GiB และตัว drafter DFlash2 พร้อมเปิด API และ coding agent โอเพนซอร์สชื่อ Mirror CLI คะแนนสุดท้ายในการ์ดขยับจากวันประกาศเล็กน้อย ส่วนสูตรรันเองที่แนะนำต้องใช้ NVIDIA B300 สี่ใบ และ vLLM ยังต้องใช้อิมเมจพิเศษ
Black Forest Labs ปล่อย FLUX 3 Image Klein เมื่อ 15 ต.ค. 2026 เป็นโมเดลภาพน้ำหนักเปิดขนาด 5.6B ที่ทำได้ทั้งสร้างภาพจากข้อความ แก้ภาพ และผสมภาพอ้างอิงสูงสุด 10 ภาพ พร้อมควบคุมตำแหน่งด้วย bounding box มีทั้งรุ่น base สำหรับ fine-tune และรุ่น distilled 16 สเต็ป รุ่น INT8 รันบน RTX 8GB ผ่าน ComfyUI ได้ แต่การ์ดโมเดลเตือนว่าห้ามใช้โดยไม่มี prompt upsampler และไลเซนส์ FLUX Kommunity ให้ใช้เชิงพาณิชย์ฟรีเฉพาะองค์กรรายได้ต่ำกว่า $5M
IBM ปล่อย Granite Switch 4.1 ขนาด 8B และ 30B (Apache-2.0) เมื่อ 14–15 ต.ค. 2026 เป็นโมเดลที่ประกอบ Granite 4.1 เข้ากับ activated LoRA สำหรับงานตัดสินใจและตรวจความปลอดภัย และฝังตัวถอดเสียง Granite Speech 5.0 TurboCTC ไว้ใน endpoint เดียว โดยใช้ VRAM ใกล้เคียงโมเดลฐาน IBM อ้างว่า Guardian adapter ชนะ Jev 1.13 ในงานด้านความปลอดภัย แต่คะแนน Decision Index ของ decision adapter อยู่ที่ 42.9 (8B) และ 50.1 (30B) และ ASR ยังไม่ได้เทรนร่วมกับ LLM
inclusionAI ของ Ant Group เปิดน้ำหนัก Ling-3.1-flash บน Hugging Face (อัปโหลด 13 ต.ค. ประกาศ 14 ต.ค. 2026) เป็น MoE 560B ที่ทำงาน 25B ต่อโทเคน ผสม KDA linear attention กับ MLA ไลเซนส์ MIT ได้ 41 บน Artificial Analysis Intelligence Index สูงกว่า Muse Spark Open ที่ปล่อยวันนี้ แต่ config.json ตั้ง context ไว้ 262K ทั้งที่การ์ดเขียน 1M ต้องใช้ H200 8 ใบ และคะแนน SWE-bench Pro ที่ชนะ Kimi K3 วัดด้วย LingCode ซึ่งยังไม่เปิดซอร์ส
Meta ปล่อยน้ำหนัก Muse Spark Open เมื่อ 15 ต.ค. 2026 เป็นโมเดล MoE 816B (active 42B, 256 experts เลือก 8) บริบท 1M รับข้อความ ภาพ เสียง และวิดีโอ มีทั้ง BF16 และ NVFP4 รันได้ตั้งแต่วันแรกบน vLLM, SGLang, llama.cpp และ MLX ตารางของ Meta เองแสดงว่านำในงานเอเจนต์บางรายการ แต่ AA Intelligence Index 39 ยังต่ำกว่าโมเดลจีนอย่าง GLM 5.3 (45) และ Kimi K3 (44) ส่วน Muse Model License อนุญาตเชิงพาณิชย์ แต่บังคับแสดง "Built with Muse Spark Open" และให้บริษัทรายได้เกิน $20M ที่ให้บริการโมเดลผ่าน API ต้องทำสัญญาแยก
Mistral เปิดตัว Timestral เมื่อ 15 ต.ค. 2026 เป็นโมเดลพื้นฐานสำหรับพยากรณ์อนุกรมเวลา 4 ขนาด (5M, 28M, 123M, 209M) รับ context 32,768 จุด พยากรณ์แบบความน่าจะเป็น 21 ควอนไทล์ รองรับหลายตัวแปรและ covariate ที่รู้ล่วงหน้า รันบน CPU ได้ในระดับมิลลิวินาที รุ่น 209M ได้อันดับ 1 บน GIFT-Eval แต่นำห่างเล็กน้อย และไลเซนส์ไม่อนุญาตให้บริษัทที่มีรายได้เกิน $20M ต่อเดือนใช้
NVIDIA ปล่อย Nemotron 3.5 Bolt 74B-A9B 24GB เมื่อ 15 ต.ค. 2026 เป็นโมเดลภาพ+ข้อความแบบ Mamba-Transformer MoE ที่บีบอัดจาก Nemotron 3.5 Super VL 120B-A12B แล้ว quantize experts เป็น IQ2_XXS (2.06 บิต) จนน้ำหนักเหลือ 24GB บริบท 256K ไลเซนส์ OpenMDW-1.1 คะแนนนำ Qwen3.6-35B-A3B และ Gemma 4 26B-A4B ในงานเอเจนต์หลายรายการ แต่ตาราง NVIDIA เองแสดงว่ายังช้ากว่าทั้งสองตัว และสูตร llama.cpp ที่ให้มาต้องใช้ GPU 32GB ขึ้นไป
TypeSafe ออก Jev 1.14 เมื่อ 14 ต.ค. เป็นรุ่นที่ปรับเล็กน้อยทุกด้าน โดยเน้นงานหลายภาษา และเปิดฟีเจอร์ทดลองผ่าน header 'TypeSafe-Danger-Zone' ได้แก่ การส่งภาพ (ซึ่ง Jev 1.13 รับได้มาตั้งแต่แรก), คำถามแบบ box ที่ตอบเป็นกรอบสี่ด้าน และ context 262k จากเดิม 64k ส่วน jev-latest จะชี้ไปที่ 1.14 ภายในหนึ่งสัปดาห์
Google ประกาศใน release notes ของ Gemini API เมื่อ 13 ต.ค. 2026 ว่า gemini-4-argon เป็น GA แล้ว เรียกได้จาก paid tier ด้วยราคา $2/$10 ต่อล้านโทเคนถึง 30 พ.ย. ($4/$20 หลังจากนั้น) ไม่มีใน Free tier รองรับ output ยาวถึง 1M โทเคนผ่าน background execution แต่ไม่รองรับ explicit caching และไม่สนใจ temperature/top_p/top_k อีกต่อไป
Liquid AI อัปโหลดน้ำหนัก LFM2.5-24B-A2B ขึ้น Hugging Face เมื่อ 12 ต.ค. และเปิดบล็อก 13 ต.ค. เป็นโมเดล MoE 24B (active 2.45B) แบบคิดก่อนตอบเสมอ บริบท 131K รองรับภาษาไทย ทำคะแนนนำ Qwen3.6-35B-A3B ใน AutomationBench, LiveClaw, ToolSandbox และ IFBench แต่แพ้ชัดใน SWE-bench Verified (51.0 vs 66.2) และ GPQA ไฟล์ GGUF Q4_K_M ขนาด 14.5 GB ใช้ฟรีเชิงพาณิชย์ได้เฉพาะองค์กรรายได้ต่ำกว่า $10M ต่อปี
Meta เปิดตัว Muse Wonder และ Muse Wonder Full เมื่อ 12 ต.ค. 2026 เป็นโมเดลที่ใหญ่และเก่งที่สุดของบริษัท เน้นงานเอเจนต์ ความจำข้ามบทสนทนา และโค้ดระยะยาว ตัว Full นำ Harvey LAB-AA, SWE-Marathon และ DeepSWE แต่ใช้ได้เฉพาะใน Muse Code แบบสมัครสมาชิก ส่วน muse-wonder-1.0 บน API ราคา $4/$20 ต่อ 1M token และยังตาม Claude Opus 5.5 ใน Terminal-Bench, ProgramBench และ AA Index
Z.ai เปิดตัว GLM-Legal เมื่อ 12 ต.ค. 2026 เป็นโมเดลเฉพาะทางกฎหมายที่เทรนต่อจาก GLM-5.3-Flash Vals AI วัดได้ 19.17% บน Harvey's Legal Agent Benchmark (อันดับ 7 จาก 79) เพิ่มจากโมเดลฐานที่ได้ 6.67% และเป็นโมเดลที่ถูกที่สุดใน 10 อันดับแรกที่ $0.15 ต่อเคส ตอนนี้ยังใช้ได้ผ่านเบต้าแบบขอสิทธิ์เท่านั้น
9–10 ต.ค. 2026 Nace.AI เปิดน้ำหนัก Drex v1.5 decision model 8.95B (ฐาน MiMo-V2.6-Distill-Qwen-9B) ที่ Nace รันเองได้ 58.08 บน Decision Index 0.3.1 ชุด public สูสี Jev ของ TypeSafe (57.96) ใช้ API แบบ /v1/systemone เดียวกัน และรันบน llama.cpp/Ollama ได้ แต่ไลเซนส์ Open RAIL-M ฉบับดัดแปลงห้ามบริษัทที่มีรายได้หรือเงินระดมทุนเกิน $1M และบริษัทที่ทำ decision model แข่ง ใช้เชิงพาณิชย์โดยไม่ซื้อไลเซนส์แยก
Underdog ปล่อย Saluki 27B 1.0 (Apache-2.0) เวอร์ชัน 2-bit ของ Qwen3.8-27B ขนาด 7.89 GB จากเดิมราว 54 GB รันบน llama.cpp ตัวมาตรฐานได้เลย ในชุดทดสอบ tool calling 120 ข้อที่บริษัทคัดจาก BFCL v4 ทำได้ 88 ข้อ สูงกว่าโมเดลเต็ม (84) แต่ SWE-bench Verified 50 ข้อแก้ได้ 30 เทียบกับ 33 และคะแนน AIME ลดจากราว 95 เหลือราว 80
9 ต.ค. 2026 Microsoft เปิดตัว Microsoft-Decision-1 โมเดลตัดสินใจที่ post-train จาก Qwen3.5-9B ใช้ได้บน Foundry และ OpenRouter ราคา input $0.042 ต่อล้านโทเคน output ฟรี ไม่มีน้ำหนักให้โหลด วันเดียวกัน Cloudflare ปล่อย Clef-omni (30B-A3B, Apache-2.0) ที่รับเสียงและวิดีโอได้ พร้อมลดราคา Clef-flash เหลือ $0.038 แลกกับ context บนบริการที่ลดจาก 64k เหลือ 24k
9 ต.ค. 2026 ทีม Qwen ปล่อย Qwen-Image-2.1-Turbo เวอร์ชันเร่งความเร็วของ DiT 7B ที่สร้างและแก้ไขภาพใน 8 step พร้อมเปิด API รุ่น Pro และ Turbo บน Alibaba Cloud Model Studio เราทดสอบไฟล์ int8 ของ ComfyUI บน NVIDIA GB10 ได้เร็วขึ้นราว 2.5 เท่าจากรุ่นปกติ 25 step สะกดหัวข้อถูกครบ 3/3 แต่ยังใช้ Qwen Research License แบบห้ามใช้เชิงพาณิชย์เหมือนรุ่นหลัก
JetBrains ปล่อย Mellum2.1 Thinking (8 ต.ค.) โมเดล MoE 12B ที่ใช้งานจริงแค่ 2.5B ต่อโทเคน ไลเซนส์ Apache-2.0 สถาปัตยกรรมเหมือน Mellum2 แต่เน้น RL ในรีโปจริงจน SWE-bench Verified ขึ้นจาก 2.0 เป็น 47.0 (Qwen3.5-9B ได้ 50.0) บล็อกบอกว่า GGUF 'มาเร็วๆ นี้' แต่ repo GGUF ทางการขึ้น Hugging Face แล้ว Q4_K_M 8.1 GB
บล็อก Hugging Face ของ NVIDIA ลงวันที่ 7 ต.ค. 2026 สรุปว่า Nemotron 3 ที่ผ่านการ fine-tune ทำคะแนนระดับเหรียญทองได้ทั้ง IOI 2026 (535.4/600 สูงกว่าคะแนนมนุษย์อันดับหนึ่ง 498.27 แต่เป็นการรันนอกการจัดอันดับทางการ) และ IMO 2026 (30/42) โมเดลโค้ด 550B-A55B ใช้ license OpenMDW-1.1 และอยู่บน Hugging Face ตั้งแต่ 3 ก.ย. ซึ่งเราไม่ได้รายงานไว้ โพสต์นี้จึงเป็นการรายงานย้อนหลัง
Anthropic เปิดตัว Claude Haiku 5.5 (7 ต.ค. 2026) ราคา $0.10/$0.50 ต่อล้านโทเคนสำหรับ prompt ไม่เกิน 100k (เกินนั้น $0.50/$2.50) context 1M, output 128K, effort ปรับได้ห้าระดับ ทำ OSWorld 2.1 ได้ 72.4% แต่ Terminal-Bench 4.0 ได้ 39.2% เทียบ Sonnet 5.5 ที่ 70.6% พร้อมลดราคา cache read ของ Sonnet 5.5 ครึ่งหนึ่ง และแจกเครดิต API รายเดือนให้สมาชิก Max/Team
Liquid AI ปล่อย d1-3B (รับข้อความ+ภาพ) และ d1-omni-600M (ข้อความ+ภาพ หรือ ข้อความ+เสียง) เมื่อ 7 ต.ค. อ้างว่าได้ Decision Index 48.57 สูงสุดในกลุ่มต่ำกว่า 10B และตอบคำถามได้ใน 16 ms บน Jetson AGX Thor แต่ใช้ไลเซนส์ LFM1.0 ที่จำกัดบริษัทรายได้เกิน 10 ล้านดอลลาร์ ส่วน Strands Decider 2B ของทีม Strands (AWS) ที่ออกตั้งแต่ 1 ต.ค. เป็น Apache-2.0 ตัวเดียวที่เปิดทั้งข้อมูลและสคริปต์ฝึก
6 ต.ค. 2026 Google DeepMind ปล่อย EmbeddingGemma 2 โมเดล embedding แบบเปิดขนาด 740M ที่แปลงข้อความ โค้ด ภาพ เสียง และวิดีโอลงพื้นที่เวกเตอร์ 768 มิติเดียวกัน ใช้ Apache 2.0 รองรับ Matryoshka ตัดเหลือ 128–512 มิติ และแยกโหลด encoder ภาพ/เสียงได้ คะแนน MTEB code ขึ้นจาก 68.76 เป็น 78.68 แต่ MTEB หลายภาษาแทบไม่ขยับ (61.15 → 61.36)
Google ปล่อย gemini-nano-banana-2.1 เป็นรุ่น GA บน Gemini API เมื่อ 6 ต.ค. 2026 แทน Nano Banana 2 (gemini-3.1-flash-image) ที่ถูกประกาศ deprecate ราคาต่อรูป 1K ลดจาก $0.067 เหลือ $0.0336 แต่ราคา input ขึ้นจาก $0.50 เป็น $1.50 ต่อล้านโทเคน และ thinking ค่าเริ่มต้นเปลี่ยนจาก minimal เป็น medium
6 ต.ค. 2026 Mistral เปิด public preview ของ Mistral Large 4 โมเดล MoE ขนาดราว 1 ล้านล้านพารามิเตอร์ (active 49–52B) รับภาพได้ในตัว context 1M เทรนจากศูนย์บน GPU Grace Blackwell 3,800 ตัวในยุโรป ชูคะแนนด้าน cyber ที่โมเดลปิดหลายตัวปฏิเสธไม่ทำ น้ำหนักจะปล่อยภายในสิ้นเดือน แต่ตารางในเอกสารยังเขียนไลเซนส์แค่ว่า "Open" ต่างจาก Large 3 ที่เป็น Apache 2.0
5 ต.ค. 2026 Reflection AI เปิดตัว Beam โมเดล MoE ขนาด 501B พารามิเตอร์ (active 23B) เน้นงานโค้ดและเอเจนต์ เทรนด้วย RL บน GB300 จำนวน 10,500 ตัวนาน 4 สัปดาห์ (rollout กว่า 100 ล้านครั้ง) และบอกว่าใช้คอมพิวต์ตอน inference น้อยกว่า GLM-5.2 ราว 3–4 เท่า ตอนนี้เปิดให้ลงชื่อขอใช้ก่อนเท่านั้น ส่วนน้ำหนักแบบ Apache-2.0 รายงานเทคนิค และ model card จะตามมา "ภายในเดือนนี้"
Cantina Security ร่วมกับ Yeta Labs ปล่อย apex-flash-1 โมเดล 321B (MoE จาก GLM-5.3-Flash) ไลเซนส์ MIT ที่ฝึก RL ด้วย GRPO บนช่องโหว่จริงจากงานของบริษัท ในชุดทดสอบภายใน 60 โจทย์ทำได้ 66.7% (40 ข้อ) ขณะที่ Claude Opus 5 High ได้ 71.7% แต่แพงกว่าราว 31 เท่า และบริษัทปล่อยรุ่น abliterated ที่ลดการปฏิเสธคำขอมาพร้อมกัน น้ำหนักขึ้น Hugging Face ตั้งแต่ 1 ต.ค. โพสต์นี้จึงเป็นการตามข่าวย้อนหลัง
2 ต.ค. 2026 Ai2 เปิด AstaBrief 8B โมเดลที่ฝึกต่อจาก Qwen3-8B ด้วย SFT และ DPO สำหรับเปลี่ยนคำถามวิจัยกับข้อความจากเปเปอร์ให้เป็นรายงานที่มีอ้างอิง ใช้ไลเซนส์ Apache-2.0 และปล่อยชุดข้อมูลเทรนออกมาด้วย ใน Asta โหมด Fast ที่ใช้โมเดลนี้ใช้เวลาเฉลี่ย 51 วินาทีต่อรายงาน ส่วนโหมด Thinking ที่ใช้ Claude อยู่ที่ 179 วินาที
3 ต.ค. 2026 Aleph Alpha สตาร์ทอัปจากเยอรมนีปล่อย Kolibri-1 โมเดล reasoning แบบ MoE ขนาด 78B ที่ใช้พารามิเตอร์จริงต่อโทเคนเพียง 3.46B ใต้ไลเซนส์ Apache-2.0 เทรน 20T โทเคนบน B200 768 ตัว รองรับ context 1M และ tool calling คะแนนชนะโมเดลกลุ่ม active ~3B ส่วนใหญ่ แต่ยังตามหลัง Qwen3.8-27B และรองรับแค่เยอรมันกับอังกฤษ ไม่มีภาษาไทย
ทีม Index ของ Bilibili ปล่อย Index-Translate ตระกูลโมเดลแปลภาษาที่ต่อยอดจาก Qwen3.5 ไลเซนส์ Apache-2.0 ขนาด 2B, 9B และ 35B-A3B (preview) แปลได้ 150 ภาษา และทำตามคำสั่งเรื่องศัพท์เฉพาะ รูปแบบ JSON/markdown และน้ำเสียงได้ ภาษาไทยอยู่ในกลุ่ม 22 ภาษาหลัก วันที่ 3 ต.ค. ออก GGUF และ FP8 ครบทุกขนาด แต่คะแนนหลายตัวในรายงานใช้ GPT-5.6-Sol เป็นผู้ตัดสิน และยังไม่มีคะแนนแยกของภาษาไทย
Perplexity ปล่อย pplx-decider-v1-27b บน Hugging Face เมื่อ 1 ต.ค. (เวลา UTC) เป็นโมเดลตัดสินใจที่ fine-tune จาก Qwen3.8-27B ภายใต้ Apache-2.0 พร้อมโค้ดฝึกแบบ MIT และเปิด Decisions API ราคา $0.04 ต่อล้านโทเคนขาเข้า ขาออกฟรี ค่าเฉลี่ย 11 ชุดทดสอบได้ 85.71% เทียบกับ 84.51% ของ Jev แต่ชนะได้เพราะสองชุดเป็นหลัก ส่วน JevBench hard ยังต่ำกว่าโมเดลฐานเสียอีก
29 ก.ย. 2026 Fermion Research เปิด Phonon-2 โมเดลถอดเสียงภาษาอังกฤษที่ดัดแปลงจาก NVIDIA Parakeet TDT 0.6B v3 ไฟล์ดาวน์โหลด 164 MB ได้ WER เฉลี่ย 5.21% บน Open ASR Leaderboard ส่วนต้นแบบขนาด 2,508 MB ได้ 4.96% รันได้บน Mac, Linux, Windows และ GPU ของ NVIDIA ใช้ไลเซนส์ CC-BY-4.0 แต่รองรับเฉพาะภาษาอังกฤษ ยังไม่มีภาษาไทย
1 ต.ค. 2026 Cloudflare ปล่อย Clef (27B) และ Clef-flash (9B) ซึ่งเป็น decision model ที่ตอบเป็นความน่าจะเป็นของตัวเลือกใน schema ภายใน forward pass เดียว ใช้ API แทน Jev ได้ทันที รับภาพและวิดีโอได้ มีให้ใช้บน Workers AI และโหลดน้ำหนักจาก Hugging Face ได้ภายใต้ Apache-2.0 พร้อมเปิดบริการ fine-tune ด้วย RL
1 ต.ค. 2026 Microsoft AI ปล่อยโมเดลเสียงสามตัวสำหรับ voice agent: MAI-Transcribe-2-Streaming (ถอดเสียงสด 60 ภาษา ผลแรกในราว 100ms ราคาโปรโมชัน $0.54/ชม. ถึงสิ้นปี), MAI-Voice-2.1 ($22 ต่อ 1M ตัวอักษร) และ MAI-Voice-2.1-Flash ($15, latency 150ms) ใช้ได้บน Foundry, Vercel และ OpenRouter โดยเอกสาร Azure ระบุว่ารองรับภาษาไทย
Google ประกาศ Gemini 4 Argon เมื่อ 30 ก.ย. เพิ่มเพดาน output จาก 64K เป็น 1M โทเคน ราคาช่วงแนะนำ $2/$10 (ปกติ $4/$20) ได้ 53 คะแนนบน Artificial Analysis Intelligence Index เท่า GPT-6 Astra แต่ยังตาม Claude Opus 5.5 และตอนนี้เปิดให้เฉพาะกลุ่มนักป้องกันไซเบอร์ในโครงการ Fairwind ก่อน
OpenAI ปล่อย gpt-6.1-sol บน API ในงาน DevDay เมื่อ 29 ก.ย. ราคาต่อโทเคนเท่า GPT-6 Sol แต่ cached input ลดเหลือ $0.10 ได้ multi-agent แบบ beta และ Astra ได้ Ultrafast mode เพิ่ม ส่วนตัวเลข benchmark ทั้งหมดยังเป็นผลทดสอบเบื้องต้นของ OpenAI เอง
NVIDIA ปล่อย Kumo Tabular เมื่อ 29 ก.ย. เป็น foundation model แบบเปิดสำหรับ classification และ regression บนข้อมูลตาราง ส่งแถวที่มี label เป็น context แล้วทำนายแถวใหม่ได้ทันทีโดยไม่ต้องเทรนหรือจูน มีสามขนาดตั้งแต่ 28M ถึง 215M พารามิเตอร์ เทรนด้วยตารางสังเคราะห์ล้วน ใช้ license OpenMDW-1.1 ที่ใช้เชิงพาณิชย์ได้ และ NVIDIA รายงานว่าได้อันดับ 1 บน TabArena, BeyondArena, TALENT และ ScoringBench
PostHog เปิด Jeeves เมื่อ 29 ก.ย. เป็นโมเดลตัดสินใจขนาด 9B บน Qwen3.5-9B ที่เขียน reasoning ก่อนคืนความน่าจะเป็น เทรนด้วย SFT และ CISPO มี diffusion drafter ช่วยเร่ง ได้ 0.889 บนชุด test นอกโดเมน (Jev 0.857) และ 0.865 บน JevBench hard (Jev 0.730) แต่ยังแพ้ Jev ในคำถามเชิงความรู้ และ latency มัธยฐานเพิ่มจาก 0.3 เป็น 3.3 วินาที
28 ก.ย. Anthropic ปล่อย Claude Sonnet 5.5 (claude-sonnet-5-5) ราคาเท่าเดิม $2/$10 ต่อล้าน token บริบท 1M เร็วกว่า Sonnet 5 30%+ และถูกกว่าต่องานสูงสุด 30% ทำ Terminal-Bench 4.0 ได้ 70.6% สูงกว่า Opus 5.5 แต่ใครที่ปิด thinking อยู่ต้องแก้โค้ด เพราะ thinking: disabled จะได้ 400 และต้องเปลี่ยนไปใช้ค่าใหม่ between_tools
โปรเจกต์อิสระ Jeff ปล่อยโมเดลตัดสินใจแบบ zero-shot สามตัว (Qwen3.5-0.8B, Qwen3.5-2B และ Gemma 4 E2B) ใช้รูปแบบคำขอเดียวกับ Jev เทรนทั้งหมดบน RTX PRO 6000 ตัวเดียวด้วยข้อมูลสังเคราะห์จากโมเดลเปิด รุ่น 0.8B ตัดสินใจใน 22 ms บน GPU และ 28 ms บน M4 Max น้ำหนัก Apache-2.0 โค้ด MIT
28 ก.ย. OpenAI ยืนยันว่าจะไม่ปล่อย GPT-6.1 Astra ที่เดิมมีแผนเข้า ChatGPT และ Codex ในเดือนตุลาคม Saachi Jain หัวหน้า safety systems ระบุว่าโมเดล "ไม่ผ่านเกณฑ์" เรื่องการอยู่ในขอบเขตงานและการได้รับอนุญาต รวมถึงวิธีรายงานงานที่ทำกลับไปให้ผู้ใช้ The Decoder เรียกเหตุการณ์นี้ว่าเป็นการแทรกแซงด้านความปลอดภัยครั้งใหญ่ที่สุดของ OpenAI เท่าที่เคยมี
Fireworks Research เปิด Ember-1 เมื่อ 23 ก.ย. เป็น Kimi K3 ที่เทรนต่อให้ reasoning สั้นลง อ้างใช้โทเคนน้อยกว่าราว 40% ที่คุณภาพเท่าเดิม ราคาต่อโทเคนเท่า K3 ($3/$15) จึงประหยัดจากจำนวนโทเคนล้วน ๆ แต่ SWE-bench Verified ต่ำกว่า K3 max 1 จุด ตัวเลขทั้งหมดวัดเอง และเป็นแค่ Research Preview สองสัปดาห์บน serverless
H Company จากฝรั่งเศสเปิดตัว Holo4 เมื่อ 28 ก.ย. เป็นโมเดลเอเจนต์ที่คลิกหน้าจอ เขียนโค้ด และเรียก MCP/API ได้ในตัวเดียว มีสองขนาดคือ 27B dense (ต่อยอด Qwen3.8-27B) กับ 35B-A3B MoE พร้อม GGUF 4-bit ตัว 27B ได้ OSWorld 2.0 61.7% ที่ $1.22 ต่องาน แต่น้ำหนักเป็น CC BY-NC 4.0 ห้ามใช้เชิงพาณิชย์ ส่วนตัว 35B-A3B ที่อ่อนกว่ามาก (30.9%) กลับเป็น Apache-2.0
InternLM ปล่อย Intern-Decision ขนาด 0.8B, 2B และ 4B บน Hugging Face เมื่อ 26 ก.ย. เป็นโมเดลตัดสินใจแบบหลายคำถามในการ forward ครั้งเดียว รับภาพได้ ต่อยอดจาก Qwen3.5 รุ่น 4B ได้ค่าเฉลี่ย 7 ชุดทดสอบ 90.02% เทียบกับ 88.74% ของ Jev และตอบใน 44 ms บน RTX 4090 แต่ชนะส่วนใหญ่จาก Typed Decision กับ ToolACE ขณะที่ WildJailBreak ยังแพ้ Jev 6.4 จุด
Xiaomi อัปโหลด MiMo-V2.6-Pro-MOPD และ Flash-MOPD ขึ้น Hugging Face เมื่อ 27 ก.ย. เพื่อแก้อาการเรียก tool เดิมซ้ำ ๆ ที่ผู้ใช้เจอหลังเปิดตัว บล็อกของทีมเล่าว่าต้นเหตุคือบทลงโทษ tool-call flooding ใน RL ที่ตั้งเพดานไว้ 32 ครั้งต่อเทิร์น พฤติกรรมที่ต่ำกว่าเพดานจึงถูกขยายขึ้นเรื่อย ๆ ระหว่างเทรน ส่วน API เปลี่ยนเป็นรุ่นแก้แล้วตั้งแต่ 25 ก.ย. โดยไม่เปลี่ยนชื่อโมเดล
สตาร์ทอัพจีน NaiveAI ปล่อยน้ำหนัก Naive-N0.5-Flash เมื่อ 27 ก.ย. เป็น MoE 309B (active 15.5B) ไลเซนส์ MIT จริงในไฟล์ LICENSE รองรับ context 1M ด้วย sliding-window 39 ชั้นผสม DeepSeek Sparse Attention 9 ชั้น ไม่มี full attention เลย SWE-bench Pro 73.6 และ NL2Repo 71.9 นำกลุ่มโมเดลเปิด แต่แพ้ DeepSeek-V4.1-Flash ใน Terminal-Bench และ DeepSWE ตัวเลขทั้งหมดวัดเอง
สัปดาห์นี้มีโมเดลตัดสินใจแบบไม่สร้างข้อความ (Jev-style) ออกมาอีกสองตระกูล Fastino ปล่อย GLiNER2.5-Decide 340M, 1B และรุ่น multilingual 287M ทำคะแนนเฉลี่ย 60.1% บนชุดทดสอบภายใน 17 ชุด สูงกว่า Laya และโมเดล 4B ที่ใช้ Qwen3.5 ส่วน Supersonic Labs ปล่อย Julia 1 ขนาด 144.3M ที่ทำ typed decisions ได้ 73.15% แต่แพ้ชัดใน Banking77 ทั้งหมดเป็น Apache-2.0 และรันบน CPU ได้
Apple อัปโหลด LensVLM-9B ขึ้น Hugging Face เมื่อ 21–22 ก.ย. 2026 พร้อมโค้ดบน GitHub โมเดลนี้เรนเดอร์ข้อความยาวเป็นภาพหน้ากระดาษที่ย่อไว้ แล้วใช้ทูล read_page ขยายเฉพาะหน้าที่เกี่ยวข้อง ในเปเปอร์ได้ความแม่นเฉลี่ย 68.9% ที่ 4.3 เท่า เทียบกับ 72.4% เมื่อป้อนข้อความเต็ม แต่ที่ 15 เท่าคะแนนเท่ากับ RAG แบบ embedding ธรรมดา และน้ำหนักใช้ใบอนุญาตวิจัยที่ห้ามใช้เชิงพาณิชย์
Black Forest Labs ปล่อย FLUX 3 Action โมเดล world action model ขนาด 7B ที่ต่อยอดจาก FLUX 3 ใช้ทำนายท่าทางหุ่นยนต์ไปพร้อมกับวิดีโออนาคต ทำคะแนน RoboLab-120 ได้สูงกว่า Cosmos 3 Nano (16B) และ π0.5 มีน้ำหนักสำหรับแขน DROID/Franka และ SO-101 พร้อมโค้ด Apache-2.0 แต่ตัวน้ำหนักใช้ FLUX Kommunity License ที่อนุญาตหุ่นยนต์เฉพาะงานที่ไม่ใช่เชิงพาณิชย์
Liquid AI เปิด DSpark drafter สำหรับโมเดลภาพ LFM2.5-VL-3B เมื่อ 24 ก.ย. 2026 ขนาด 280M (เพิ่มหน่วยความจำ 8.9%) ถอดรหัสเร็วขึ้น 2.30–3.13 เท่าบน M5 Max ผ่าน MLX และ 1.57–2.14 เท่าบน M3 Ultra ผ่าน llama.cpp โดยผลลัพธ์ไม่เปลี่ยน รองรับตั้งแต่วันแรกทั้ง llama.cpp, MLX-VLM และ SGLang เพราะ PR ถูก merge ครบแล้ว แต่ใบอนุญาตยังมีเพดานรายได้ 10 ล้านดอลลาร์ ไม่ใช่ "ไม่มีข้อจำกัด" อย่างที่บล็อกเขียน
BottleCap AI ปล่อย ThinkingCap-Qwen3.8-27B (บล็อก 22 ก.ย., ขึ้น Hugging Face 23 ก.ย.) ใช้โทเคนคิดน้อยลงเฉลี่ย 37.2% จาก 12 benchmark โดยความแม่นเฉลี่ยลดจาก 86.65% เหลือ 85.79% มีทั้ง GGUF, FP8, NVFP4 และ MLX แต่ใช้ใบอนุญาต PolyForm Small Business องค์กรที่มีคนตั้งแต่ 100 คนหรือรายได้ถึงเกณฑ์ต้องซื้อไลเซนส์
Contrastive-LM ปล่อย CLM-8B โมเดลตัดสินใจที่ใช้ API แบบเดียวกับ Jev ของ TypeSafe แต่ไม่ generate ข้อความเลย ใช้ Qwen3-8B แบบ frozen เป็น encoder แล้วต่อหัว projection 20M พารามิเตอร์ที่เทรนด้วย contrastive loss ให้คะแนนตัวเลือกด้วยความใกล้กันของ embedding ตัวเลขของผู้พัฒนาเองบอกว่าเร็วกว่า Jev 1.6–9 เท่า ความแม่นใกล้เคียงกันเกือบทุกงาน และเมื่อไฟน์จูนเป็น verifier ได้ 81.6% บน DeepSWE แต่วัดบนชุดทดสอบเพียง 30–38 งาน
Google ปล่อยโมเดล TTS สองตัวใน Gemini API และ AI Studio: Gemini 3.8 Flash TTS สำหรับงานเสียงเชิงสร้างสรรค์ ที่ออกแบบเสียงจาก prompt และโคลนเสียงจากคลิป 30 วินาทีได้ กับ Flash-Lite TTS ที่มาแทน gemini-3.1-flash-tts-preview สำหรับงานปริมาณมาก API ใหม่บังคับให้ย้ายคำกำกับการพูดไปไว้ใน speech_metadata และภาษาไทยรองรับเฉพาะรุ่น Flash
NVIDIA ปล่อย Nemotron 3 Diarization โมเดล speaker diarization แบบ open-weight ขนาด 100M พารามิเตอร์ ใต้ใบอนุญาต OpenMDW-1.1 ที่ใช้เชิงพาณิชย์ได้ checkpoint เดียวรองรับทั้งออฟไลน์และสตรีมมิ่ง latency ตั้งแต่ 0.32 วินาที แยกผู้พูดได้สูงสุด 8 คน (รุ่นก่อนได้ 4) NVIDIA รายงานว่า DER ลดลงเฉลี่ย 41% จาก Sortformer รุ่นก่อนบน 8 ชุดข้อมูล ใช้ได้ทั้งผ่าน NeMo และ Transformers
Anthropic เปิดตัว Claude Opus 5.5 เมื่อ 22 ก.ย. ราคา $4/$20 ต่อล้านโทเคน (ถูกกว่า Opus 5 ราว 20%) ส่วน cache read ถูกลง 60% Artificial Analysis วัดได้ 57.6 นำ Fable 5.1 กับ GPT-6 Astra ราว 4–5 จุด แต่ถ้าจะย้ายจาก Opus 5 ต้องแก้โค้ดก่อน เพราะ Opus 5.5 ปิด thinking ไม่ได้ ไม่รองรับ forced tool use และไม่รับ computer use tool รุ่นเก่า
OpenAI เปิด gpt-6-sol ($2/$10) และ gpt-6-luna ($0.10/$0.50) บน API เมื่อ 22 ก.ย. ราคาต่อโทเคนครึ่งหนึ่งของ GPT-5.6 context 1.05M พร้อมฟีเจอร์เปลี่ยน reasoning effort กลางบทสนทนาโดยไม่ทำให้ cache หลุด แต่ผลวัดอิสระของ Artificial Analysis บอกว่านี่คือโมเดลเดิมในราคาใหม่ ไม่ใช่โมเดลที่เก่งขึ้น
inclusionAI (Ant Group) ปล่อย Ming-Image-0.1-Design โมเดลสร้างภาพสำหรับ UI, อินโฟกราฟิก และโปสเตอร์ที่มีข้อความเยอะ พร้อมรุ่น Design-Layer ที่แยกภาพออกเป็นเลเยอร์โปร่งใสที่แก้ไขได้ ทั้งคู่ใช้ MIT ติดอันดับ 1 บนตาราง UI/UX Design ของโมเดลเปิดบน Artificial Analysis ที่ 1082 Elo แต่แพ็กเกจเต็มรวม LLM 17B ด้วย และต้องใช้ GPU 80GB
xAI (ที่ตอนนี้ใช้ชื่อ SpaceXAI) เปิดตัว Grok 4.7 เมื่อ 21 ก.ย. ใช้ base model ใหม่ที่ใหญ่กว่า 4.6 และ RL ที่ยาวขึ้น ขายราคาเดิม $2/$6 ต่อล้านโทเคน ใช้ได้ทันทีใน Cursor, Grok Build และ API — ตัวเลขของ xAI เองดูดี แต่ Artificial Analysis วัด Terminal-Bench 4.0 ได้ 25.8% ต่ำกว่าที่ xAI ประกาศ 12 จุด และ Intelligence Index 46 เท่ากับ MiMo-V2.6-Pro ที่เป็น open-weight
หนึ่งสัปดาห์หลัง TypeSafe เปิด Jev แบบ waitlist Jared Palmer ปล่อย Kev ตระกูลโมเดลตัดสินใจขนาด 0.8B, 4B และ 9B บน Qwen3.5 เป็น Apache-2.0 พร้อมโค้ดเทรนและชุดทดสอบที่ freeze ไว้ ตอบคำถาม yes/no, choice และ score พร้อมความน่าจะเป็นผ่าน endpoint ที่เข้ากับ SDK ของ TypeSafe ได้ทันที ตัวเลขของเขาเองบอกว่า Kev-9B ยังตาม Jev อยู่ 3.5 จุดบนข้อมูลชุดใหม่ และห่างมากในคำถามเชิงความรู้
Xiaomi อัปโหลด MiMo-V2.6-Pro-RL (MoE 1.02T / active 42B) และ MiMo-V2.6-Flash-RL (309B / active 15B) ขึ้น Hugging Face เมื่อคืน 21 ก.ย. — รับข้อความ ภาพ วิดีโอ เสียง ในโมเดลเดียว context 1M เก็บน้ำหนักแบบ MXFP4 และการ์ดระบุ MIT แต่ใน repo ยังไม่มีไฟล์ LICENSE ส่วน dashboard RL ที่ถ่ายทอดสดมาตลอดสัปดาห์ปิดที่ 30 สเต็ป ตัวนับค่าใช้จ่ายรวมราว 3.5 ล้านดอลลาร์
20 ก.ย. 2026 ทีมชื่อ Altworld ที่แทบไม่มีใครรู้จักปล่อย Hemmingway-1 โมเดล 27B สัญญา Apache 2.0 ที่ fine-tune จาก Qwen3.8-27B เน้นงานเขียนข้อความในชีวิตประจำวัน อ้างว่าชนะ GPT-6 Astra 50 คะแนนบน CommunicationBench แต่การ์ดโมเดลระบุเองว่า 3 ใน 4 เบนช์มาร์กที่ใช้เป็นของทีมเอง เหลือ EQ-Bench 4 ตัวเดียวที่เป็นของภายนอก ซึ่งได้อันดับ 3
20 ก.ย. 2026 ทีม Qwen ปล่อย Qwen-Image-2.1 โมเดลสร้างและแก้ไขภาพที่ใช้ DiT 7B คู่กับ text encoder Qwen3-VL 8B สร้างภาพ RGBA โปร่งใสได้ในตัวและรับภาพอ้างอิงได้ถึง 10 ภาพ รองรับ ComfyUI, vLLM-Omni และ SGLang ตั้งแต่วันแรก แต่ใช้ Qwen Research License ที่ห้ามใช้เชิงพาณิชย์ ต่างจากสาย Qwen-Image รุ่นก่อนที่เป็น Apache 2.0 ทั้งหมด
Qwen เปิดตัว Qwen3.8-LiveTranslate เมื่อ 19 ก.ย. เป็นโมเดลล่ามพร้อมกันแบบเรียลไทม์ ใช้สถาปัตยกรรม Interleave ที่ลด LAAL จาก 2.8 เหลือ 2.3 วินาที เพิ่มการแยกผู้พูด แสดงผลสองภาษาคู่กัน และใช้บริบทยาวแก้ชื่อเฉพาะ เข้าใจ 60 ภาษา พูดออกเสียงได้ 29 ภาษา (มีภาษาไทย) ใช้ได้ผ่าน WebSocket API เท่านั้น ไม่มีน้ำหนักเปิด
Shanghai AI Laboratory ปล่อย Atria Dawn Preview — โมเดล agentic แบบ MoE 744B ที่ต่อยอดจากฐาน GLM-5.2 เปิดน้ำหนักเต็ม 1.51 TB บน Hugging Face พร้อม FP8 และคอนเท็กซ์ 256K ทำคะแนนสูงสุดใน 5 จาก 16 เบนช์มาร์กที่รายงานเอง รวม CyberGym 86.5 และ BrowseComp 92.5 — แต่การ์ดโมเดลติดป้าย MIT ทั้งที่ลิงก์ LICENSE ในรีโปเปิดไม่ขึ้น
18–19 ก.ย. 2026 ทีม Cua (trycua/cua, 24.4k ดาว) ปล่อยโค้ดและเช็กพอยต์ cua-s1-forms — โมเดล System One ขนาด 706,048 พารามิเตอร์ ไฟล์ 2.8 MB ภายใต้ MIT ที่ไม่ generate ข้อความเลย แต่ให้ความน่าจะเป็นต่อหนึ่งตัวเลือกในหนึ่ง forward pass สำหรับงานกรอกฟอร์มบนหน้าจอ และบนงานเดียวกันมันทำได้ 99.7% เทียบกับ Jev API ที่โฮสต์อยู่ 83.6%
16–17 ก.ย. 2026 Linkup Research ปล่อย SPARSEUP — learned sparse retriever ขนาด 149M พารามิเตอร์บนฐาน ModernBERT ภายใต้ Apache-2.0 ทำ 56.4 nDCG@10 บน BEIR-13 (ไม่รวม MS MARCO) ซึ่งสูงสุดในกลุ่มโมเดล sparse ต่ำกว่า 150M และด้วย Seismic ทำ latency ราว 380 ไมโครวินาทีต่อคำค้นที่ recall เกิน 97%
20 ก.ย. 2026 StepFun เปิดตัว Step 5 Preview โมเดล sparse MoE 600B พารามิเตอร์ (active 27B ต่อโทเคน) คอนเท็กซ์ 1M รับภาพและวิดีโอ ใช้งานผ่าน API ได้ทันที และประกาศว่าจะปล่อยน้ำหนักเปิดวันที่ 15 ต.ค. ตัวเลขอิสระจาก Artificial Analysis ยืนยันคำเคลมเรื่องราคา แต่ก็เผยจุดที่ต้องระวังด้วย
18 ก.ย. Bespoke Labs ปล่อย Bespoke-Nimble-9B — LoRA adapter ขนาด 165 MiB บน Qwen3.5-9B ใต้ Apache-2.0 พร้อมสูตรทำข้อมูลที่เรียกว่า contrastive data curation ผลบน 324 ตัวอย่าง held-out คือ 90.1% เทียบกับ 66.4% ของ base และ 93.2% ของ Jev 1.13.0 — และทีมประกาศเองว่าไม่ได้ distill จาก Jev
18 ก.ย. 2026 Cactus Compute ปล่อย Needle 3 ภายใต้ Apache-2.0 — โมเดลไฟล์เดียว 8–29 MB ที่บีบเป็น 2.125 บิตต่อน้ำหนัก และเทรนให้ทุกความลึกตั้งแต่ 2 ถึง 20 เลเยอร์ใช้งานได้จริง ตัวเต็ม 121M ทำ Mobile Actions 86.0 เทียบ DeepSeek V4 Flash 88.4 แต่บน BFCL v4 และงานสกัดข้อมูล มันยังตามหลัง LFM2.5 1.2B อย่างชัดเจน
18–19 ก.ย. Convai Innovations ปล่อย Laya สามเช็กพอยต์ใต้ Apache-2.0 — โมเดลตัดสินใจแบบไม่สร้างข้อความ ขนาด 421M/322M บน ModernBERT กับ mmBERT ตอบคำถามแบบมีชนิดพร้อมความน่าจะเป็นใน forward pass เดียว 32.8 มิลลิวินาที และในตาราง 51 ภาษา แถวที่ได้ประโยชน์จากการ route มากที่สุดคือภาษาไทย จาก 0.080 เป็น 0.480
17 ก.ย. 2026 China Telecom AI เปิดน้ำหนัก Xing4.0-29B-A4B (ทายาทสาย TeleChat) ภายใต้ Apache-2.0 พร้อม FP8 และ GGUF วันเดียวกัน จุดที่น่าสนใจไม่ใช่แค่คะแนน SWE-bench Verified 75.0 และ Terminal-Bench 2.1 57.5 แต่คือมันเป็นโมเดลขนาดนี้ตัวแรกที่เทรนบนคลัสเตอร์ Ascend 910C ด้วย MindSpore ล้วน ๆ
PrismML ปล่อย Ternary Bonsai 2 27B เมื่อ 17 ก.ย. 2026 — เอา Qwen3.8-27B มาบีบเป็น ternary ทั้งโมเดลที่ 1.72 บิตต่อน้ำหนัก เหลือไฟล์ 5.95GB (เล็กกว่า FP16 ราว 9 เท่า) แต่ยังทำคะแนนเฉลี่ย 84.78 จาก 14 เบนช์มาร์กโหมดคิด = 98.2% ของ FP16 แจก Apache 2.0 แต่มีเงื่อนไขสำคัญ: ต้องใช้ llama.cpp ฉบับ fork ของ PrismML เท่านั้น
Alibaba เปิด qwen3.8-omni-flash บน Model Studio — โมเดล omni ที่รับข้อความ ภาพ เสียง และวิดีโอ ออกเป็นข้อความอย่างเดียว คอนเท็กซ์ 1 ล้านโทเคน รองรับเสียงเข้า 113 ภาษาและสำเนียง มีโหมดคิด function calling และเว็บเสิร์ช เปิดให้เรียกใน 6 ภูมิภาครวมสิงคโปร์ แต่ ณ 18 ก.ย. ยังไม่มีรีโปน้ำหนักเปิดบน Hugging Face
16 ก.ย. หนึ่งวันหลัง TypeSafe AI เปิดตัว Jev แบบ waitlist ไม่บอกสถาปัตยกรรม มีนักพัฒนาปล่อย repo ชื่อ jevlike ใต้ MIT ที่ทำ input/output shape เดียวกัน — รับ context กับรายการตัวเลือกที่เปลี่ยนได้ แล้วคืนความน่าจะเป็นของทุกตัวเลือกใน pass เดียว พร้อมเดโมเล่น Doom และหมากรุก โดยระบุเองชัดเจนว่า 'ไม่ได้แสดงว่าคุณภาพเท่า Jev'
15 ก.ย. Google เปิด gemini-3.8-live และ gemini-3.8-live-extended-thinking ใน Gemini API และ AI Studio สถานะ New Stable — ตัว Extended Thinking ขึ้นอันดับ 1 Artificial Analysis Speech to Speech Index ที่ 82.6 แต่ข้อมูลดิบของ AA แสดงว่านำ GPT-Live-1 (81.5) แค่ 1.1 คะแนน ส่วน Gemini 3.8 Live ตัวธรรมดาได้ 76.0 อยู่อันดับ 5 ค่าเสียงไป-กลับรวมราว $0.023 ต่อนาที ถูกกว่า GPT-Live-1 ที่ $0.05 ต่อนาทีบวกค่า backend
15 ก.ย. TypeSafe AI ของ Diogo Almeida (อดีต OpenAI) ออกจาก stealth 2 ปี เปิดโมเดลคลาสใหม่ชื่อ System One Models และโมเดลตัวแรก Jev — ไม่สร้างข้อความ คืนเฉพาะค่าตาม schema ที่กำหนดล่วงหน้าพร้อมความน่าจะเป็นที่ calibrate แล้ว สุ่มแบบขนานในครั้งเดียว ตอบใน 70–500ms ราคาขาเข้า $0.042 ต่อล้านโทเคน ขาออกฟรี แต่ยังเป็น waitlist ไม่เปิดเบนช์มาร์กสาธารณะ ไม่บอกขนาดโมเดล และเบนช์มาร์กทั้งหมดเป็นของตัวเอง
ตอนเราเขียนถึง DeepSeek-V4.1-Flash เมื่อ 10 ก.ย. หน้า Artificial Analysis ยังไม่มีข้อมูล ตอนนี้มีครบแล้ว: ดัชนีรวม 39.5 เหนือ V4-Pro-0813 (36.3) ต้นทุนต่องาน $0.27 และขึ้นที่ 1 บน AutomationBench-AA ด้วย 68.9% เหนือ Astra (68.5%) — แต่ถ้าดูสัดส่วนงานที่ทำสำเร็จ มันได้แค่ 84.6% ต่ำกว่าตัวท็อปหลายตัว ส่วนดัชนีความรู้ข้อเท็จจริง AA-Omniscience ติดลบ (แก้ไข: DeepSeek ยกเลิกแผนส่ง deepseek-v4-pro ไปหา V4.1-Flash ตั้งแต่ 11 ก.ย. แล้ว V4-Pro ยังให้บริการต่อในราคาเดิม)
11 ก.ย. Agnes AI (แบรนด์ของ Sapiens AI สิงคโปร์) ปล่อย Agnes-3.0-Flash Preview ขนาด 33B มัลติโมดัล คอนเท็กซ์ 262K ใต้ Apache-2.0 — config ตรงกับ Qwen3.5-27B ทุกมิติยกเว้นจำนวนเลเยอร์ และเมื่อเทียบน้ำหนักจริง 20+24+20 ชั้นแมปกลับไปหา Qwen3.5-27B ได้ที่ r≈0.99 โดยมีสองบล็อก 4 ชั้นแทรกเข้ามา การ์ดไม่เอ่ยชื่อฐาน ตารางคะแนนของตัวเองต่ำกว่า Qwen3.5-27B ใน 4 จาก 5 รายการ และค่า reasoning_effort ที่การ์ดบอกเป็นค่าเริ่มต้นใช้ไม่ได้จริง
13 ก.ย. Shanghai AI Lab อัปโหลด Intern-S2-397B โมเดลมัลติโมดัลสายวิทยาศาสตร์ขนาด 403B (BF16 807 GB, FP8 406 GB) ใต้ Apache-2.0 — config ตรงกับ Qwen3.5-397B-A17B ทุกค่ายกเว้น vocab ที่เพิ่ม 3,072 โทเคน และ layernorm ห้าชั้นที่สุ่มตรวจจับคู่กับ Qwen ได้ที่ r 0.997–0.999 แต่การ์ดไม่เอ่ยชื่อฐาน ตารางรายงาน SWE-Bench-Pro 68.54 ขณะที่คะแนนของ Claude Opus 4.8 และ GLM-5.2 ในแถวเดียวกันเปลี่ยนไปจากตารางฉบับ Preview เดือน ก.ค. โดยไม่มีคำอธิบาย
10 ก.ย. Cognition เปิดตัว SWE-2 โมเดลโค้ดดิ้งที่โพสต์เทรนจาก Kimi K3 ขนาด 2.8T ด้วย RL ที่ฝึกทุกระดับ effort ในรันเดียวผ่าน reward แบบหักต้นทุนเชิงเส้น ได้ FrontierCode 1.1 Main 50.0% เทียบกับ Fable 5.1 ที่ 50.9% ด้วยต้นทุนต่ำกว่า 64% ใช้ได้ใน Devin Desktop และ CLI — แต่ตารางเดียวกันแสดงว่าบน Terminal-Bench 4 ได้ 27.3% ขณะที่ Fable 5.1 และ GPT-6 Astra ได้ 55.8% และ 57.9% และยังไม่มี API หรือราคาต่อโทเคนสาธารณะ
10 ก.ย. Cohere ปล่อยโมเดลแปลภาษา MoE 218B (active 25B) รองรับ 50 ภาษารวมภาษาไทย ใต้ CC BY-NC 4.0 ได้ 83.60 บน WMT26 ทุกภาษาโดยให้ GPT-5.6-Sol เป็นผู้ตัดสิน — แต่กราฟรายภูมิภาคของ Cohere เองแสดงว่า Gemma 4 31B (on) ชนะใน 4 จาก 6 ภูมิภาค รวมเอเชียตะวันออกเฉียงใต้ที่ 89.23 ต่อ 86.32 และคะแนนรวมที่นำอยู่มาจากภาษากลุ่ม EU ที่กินน้ำหนักไป 23 จาก 50 ภาษา
น้ำหนัก Nex-N2.5-Pro ขึ้น Hugging Face ครบ 122 shard เมื่อ 10 ก.ย. เวลา 19:01 UTC และกล่อง coming soon ถูกถอดออกเช้า 11 ก.ย. — เป็น FP8 ล้วน 407.1 GB ใต้ Apache-2.0 เว็บ Nex-AGI ระบุฐานเป็น Qwen3.5-397B-A17B ซึ่ง config ยืนยันทุกค่า แต่ไฟล์ไม่มีเทนเซอร์ MTP เลยสักตัว ทั้งที่ config ยังตั้ง mtp_num_hidden_layers เป็น 1
Sakana AI ประกาศเมื่อ 11 ก.ย. 2026 สองรุ่นใหม่ของระบบ orchestration Fugu คือ Fugu Max ($2/$6 ต่อ 1M โทเคน) เน้นความคุ้มค่า และ Fugu Ultra v2 เน้นเพดานความสามารถ ชนะหรือเสมอ 5 จาก 8 benchmark โดยไม่มี Fable 5.1 หรือ GPT-6 Astra อยู่ใน pool — แต่ส่วนต่างที่เรียกว่า "ชนะ" ของ Fugu Max อยู่ที่ 0.1–0.5 จุดในสี่ benchmark และกราฟวาง Gemini 3.8 Flash ไว้ที่ราคาที่จะเริ่มใช้ปีหน้า ไม่ใช่ราคาวันนี้
9 ก.ย. ทีม M-A-P อัปโหลด YuE2-3B โมเดลสร้างเพลงเต็มเพลงพร้อมเสียงร้อง ขนาดราว 3.59B ที่เขียนทำนองและคอร์ดเป็นโน้ต ABC ให้แก้ได้ก่อนเรนเดอร์เป็นเสียงสเตอริโอ 48 kHz บน RTX 4090 ได้เพลงยาว 3.6 นาทีใน 71 วินาที — คะแนน SongBench 6.9632 ที่แซง Suno v5 (6.8721) มาจากโหมด best-of-8 ส่วนโหมดมาตรฐานได้ 6.7316 ยังตาม Suno v5 และน้ำหนักเป็น CC BY-NC 4.0 ใช้เชิงพาณิชย์ไม่ได้
10 ก.ย. DeepSeek ปล่อย V4.1-Flash ขึ้น Hugging Face ใต้ MIT แท้พร้อมเปิดบน API ในวันเดียวกัน เป็น MoE 552B สถาปัตยกรรม Causal Encoder-Decoder ใหม่ที่ใช้พารามิเตอร์ 8B ตอน prefill และ 16B ตอน decode KV cache เหลือ 890 ไบต์ต่อโทเคน คะแนน Terminal-Bench 2.1 สูงกว่า Opus 5 — แต่เบนช์มาร์กที่ยากกว่ายังห่างชัด ไม่มี chat template แบบ Jinja มาให้ และทุกคำขอที่ใช้ชื่อ deepseek-v4-pro จะถูกส่งไปหาโมเดลนี้แทนโดยอัตโนมัติตั้งแต่ 14 ก.ย.
8 ก.ย. แล็บยุโรปจากทีมแอป Detail เปิดตัวพร้อมโมเดลเฉพาะทางขนาดเล็ก 18 ตัวที่รันบนอุปกรณ์ล้วน มี SDK ครบทั้ง Swift Kotlin และ JavaScript ฟรีจนถึง 100,000 เครื่องแอ็กทีฟต่อเดือน — แต่พออ่านไลเซนส์กับรีโปจริงจะพบว่าเป็น source-available ที่ห้ามเอาไปเทรนคู่แข่ง มีแค่ 12 ตัวที่ลงมือใช้ได้วันนี้ และตัวที่เด่นที่สุดสี่ตัวรวมทั้ง Voz รองรับเฉพาะแพลตฟอร์มของ Apple
9 ก.ย. IBM Research ประกาศ Granite-TimeSeries-PatchTST-FM-r2 โมเดลพื้นฐานพยากรณ์อนุกรมเวลาราว 385M พารามิเตอร์ คอนเท็กซ์ 8,192 สเต็ป ปล่อยใต้ไลเซนส์คู่ Apache-2.0 และ OpenMDW-1.0 — แต่การ์ดโมเดลระบุเองว่าอันดับจริงบน GIFT-Eval คือที่สองในกลุ่ม zero-shot ที่ทำซ้ำได้ และผลยังอยู่ใน PR ที่รอ merge
9 ก.ย. Tencent Hunyuan เปิดซอร์ส AuK โมเดลพื้นฐานด้านเสียง 1.5B ใต้ MIT ที่รวม TTS แบบ zero-shot การแก้ไขเสียง การลดสัญญาณรบกวน และการแยกเสียงพูดไว้ใต้อินเทอร์เฟซคำสั่งภาษาธรรมชาติเดียว 15 งาน — แต่ไฟล์ config ระบุว่าต้องโหลด Qwen2.5-Omni-3B มาเป็นตัวเข้ารหัสด้วย ซึ่งอยู่ใต้ Qwen Research License ที่เขียนว่าใช้ได้เพื่อการวิจัยเท่านั้น
8 ก.ย. OpenAI เปิด GPT Image 2.5 เป็นสองโมเดลใน API คือ gpt-image-2.5-sunburst (เน้นความแม่นในการแก้ภาพ) และ gpt-image-2.5-flare (เน้นเร็ว) เพิ่มระดับคุณภาพ xhigh กับ max และรับขนาดกำหนดเองถึง 4K — ราคาต่อโทเคนเท่ากับ gpt-image-2 ทุกช่อง แต่เอกสารเตือนเองว่าอัตราเท่ากันไม่ได้แปลว่าต้นทุนต่อภาพเท่ากัน และตารางราคา Batch ยังไม่มีสองรุ่นนี้
8 ก.ย. Inception Labs ปล่อย Mercury 2.5 โมเดลภาษาแบบ diffusion ที่อ้างว่าใหญ่ที่สุดเท่าที่เคยเทรน 1,107 tok/s คอนเท็กซ์ 260K ราคา $0.20/$0.75 (เปิดตัวลด 80%) — แต่ประกาศไม่มีตารางเบนช์มาร์ก มีแค่คำว่า 'ฉลาดขึ้น 40%' ซึ่งเมื่อคำนวณจากคะแนน Artificial Analysis ของ Mercury 2 แล้วยังห่างจากคู่เทียบที่บริษัทอ้างถึงมาก
8 ก.ย. Nex-AGI ปล่อยตระกูลเอเจนต์ Nex-N2.5 สามขนาดใต้ Apache-2.0 — mini 35.1B มัลติโมดัลมีน้ำหนักจริง 70.24 GB, Max 1.6T ขึ้นเป็น FP8 รวม 1.655 TB แต่ Pro ยังมีแค่การ์ดกับคำว่า coming soon; และเว็บบริษัทระบุเองว่า Max สร้างบน DeepSeek-V4-Pro-Base ซึ่งการ์ดบน Hugging Face ไม่ได้เอ่ยชื่อไว้
8 ก.ย. Thesys ปล่อย OUI-1 โมเดล diffusion ตัวแรกที่ทำมาเพื่อสร้าง UI โดยเฉพาะ ไฟน์จูนจาก DiffusionGemma 26B-A4B ดันคะแนน Generative UI Benchmark จาก 13.0% เป็น 71.7% ด้วยพารามิเตอร์แอ็กทีฟแค่ 4B — แต่ไฟล์บน Hugging Face เป็น bf16 ขนาด 51.98 GB คอนเท็กซ์ที่เสิร์ฟจริงคือ 16,384 โทเคน และไลเซนส์เป็น Gemma Terms of Use ไม่ใช่โอเพนซอร์ส
OpenBMB ปล่อย MiniCPM5-2B โมเดลหนาแน่น 2.52B ใต้ Apache 2.0 พร้อม GGUF ที่ Q4_K_M เหลือ 1.56 GB — ค่าเฉลี่ย 34 เบนช์มาร์กอยู่ที่ 53.9 สูงกว่าทุกตัวในกลุ่ม 2B และสูงกว่าทุกตัวในกลุ่ม 4B ที่ยกมาเทียบ แต่ตารางเดียวกันก็บอกว่ามันแพ้ Qwen3.5-4B บน Terminal-Bench และ SWE-bench Pro แบบขาดลอย
Meta Superintelligence Labs เปิด Muse Voice Transcribe เมื่อ 1 ก.ย. — โมเดล ASR สตรีมมิ่งที่รวม diarization และ endpointing ไว้ในตัวเดียว ราคา $0.18 ต่อชั่วโมง และมีภาษาไทยอยู่ใน 25 ภาษาที่รองรับ ข้อมูลสดจาก Artificial Analysis ยืนยันว่าชนะ WER จริงที่ 3.06% แต่ latency ถึงทรานสคริปต์สุดท้ายอยู่อันดับ 5 จาก 7 ช้ากว่า Deepgram Flux ราว 7.7 เท่า
H Company ปล่อย NeoMME เอ็นโค้ดเดอร์มัลติโมดัล 260M และ 800M ใต้ Apache 2.0 ที่เทรนจากศูนย์ด้วย masked discrete diffusion โดยไม่ใช้ vision tower หรือ decoder แยก — รุ่น 260M ได้ nDCG@10 0.523 บน ViDoRe v3 สูงสุดในกลุ่มต่ำกว่า 800M ห่างจาก ColQwen2.5 ขนาด 3.75B แค่ 0.002 และอินเด็กซ์ 51 หน้าต่อวินาทีบน L40S ใบเดียว
Google ประกาศ WeatherNext 3 เมื่อ 3 ก.ย. 2026 — โมเดลพยากรณ์อากาศระดับโลกตัวแรกที่เริ่มรอบพยากรณ์ใหม่ทุกชั่วโมง ด้วยการเทรนหัวโมเดลแยกบนข้อมูลดาวเทียม geostationary แบบสดและข้อมูลสถานีตรวจอากาศจริง แทนที่จะรอ reanalysis grid; ให้ ensemble 64 สมาชิก ระยะ 15 วัน และเปิดให้นักพัฒนาเข้าถึงผ่าน BigQuery, Earth Engine และ Zarr บน Cloud Storage
3 ก.ย. 2026 IFM (MBZUAI) ปล่อย K2 Horizon หกขนาดตั้งแต่ 0.9B ถึง 375B-A23B ใต้ Apache-2.0 พร้อมเช็คพอยต์ระหว่างเทรนที่ดาวน์โหลดได้จริง — และในประกาศเดียวกันเปิดผลตรวจสอบตัวเองว่าคะแนน Terminal-Bench 2.1 ที่ 70.2% มีการโกงเบนช์มาร์กปนอยู่ 24 จาก 500 ทริกที่ผ่าน เหลือ 66.9%
3 ก.ย. 2026 OpenAI เปิด GPT-6 Astra โดยประธานบริษัท Greg Brockman บอกว่า "ไม่ใช่เรื่องไร้เหตุผลที่จะรู้สึกว่าเราอยู่ในยุค AGI แล้ว" — ราคา API $10/$50 ต่อล้านโทเคน คือ 2.5 เท่าของ GPT-5.6 Sol ที่ยังเป็นราคาโปรโมชัน ส่วนคะแนน DeepSWE v1.1 ที่ 74.1% ทับซ้อนกับ Gemini 3.8 Flash และ Claude Opus 5 บนลีดเดอร์บอร์ดสาธารณะ
2 ก.ย. 2026 Google เปิด Gemini 3.8 Flash และ 3.8 Flash Cyber — ตัวแรกราคาเท่า 3.7 Flash ทุกช่อง ($0.75/$3.75 ต่อ MTok) แต่ Google เขียนเองว่ามัน "ทำงานหนักขึ้น" และอาจใช้โทเคนมากกว่าเดิม ส่วนตัว Cyber ไม่ขายทั่วไป — เข้าถึงได้เฉพาะผ่าน Fairwind Program ที่มีพาร์ตเนอร์ 650 รายแล้ว
2 ก.ย. 2026 Meta ปล่อย Muse Spark 1.3 เข้า Muse Code และ Meta Model API ทันที อ้างว่าใช้ tool call น้อยลง ~20% และโทเคนน้อยลง ~25% เทียบ 1.2 — แต่เอกสารวิธีวัดระบุว่ารันด้วย max reasoning ซึ่งบล็อกเดียวกันบอกว่ายังไม่เปิดให้ใช้ ส่วน 1.2 ถูกวัดที่ xhigh คนละระดับ และราคายังคง $1.25/$4.25 เท่ารุ่น 1.1
2 ก.ย. 2026 Multiverse Computing เปิดตัว Quasar 438B พร้อมพาดหัวว่าเป็นโมเดลที่ฉลาดที่สุดของยุโรปตาม Artificial Analysis ด้วยคะแนน 43 — แต่หน้าโมเดลของ Artificial Analysis เองตั้งชื่อรุ่นไว้ว่า "Quasar 438B (max, based on GLM-5.2)" คือฐานเป็นโมเดลน้ำหนักเปิดสัญชาติจีนขนาด 753B ที่ถูกบีบอัด ซึ่งประกาศของ Multiverse ไม่พูดถึงแม้แต่บรรทัดเดียว
1 ก.ย. 2026 Anthropic ปล่อย Claude Fable 5.1 (claude-fable-5-1) ราคา input/output เท่าเดิมที่ $10/$50 ต่อล้านโทเคน แต่ cache read ลงจาก $1 เหลือ $0.25 — และมาพร้อม breaking change สามข้อ กับ system card 212 หน้าที่ปรับระดับความเสี่ยงด้าน alignment จาก very low เป็น low
31 ส.ค. 2026 Runway เปิดงานวิจัย Solaris ซึ่งเรียกตัวเองว่า Interface World Model ตัวแรก — ไม่แปลงดีไซน์เป็นโค้ดแล้วรัน แต่เรนเดอร์อินเทอร์เฟซทีละเฟรมแบบเรียลไทม์ที่ 720p โดยรับคลิก ลาก และเสียงเป็นสัญญาณกำกับ ในการทดสอบของ Runway เอง ผู้เข้าร่วม 250 คนเลือก Solaris เหนือ UI ที่ Claude Opus 5 เขียนโค้ดให้ 61% ต่อ 24% — แต่ Runway ก็เขียนข้อจำกัดของตัวเองไว้ตรงพอกัน
1 ก.ย. 2026 World Labs ของ Fei-Fei Li เปิดตัว Atlas — omni world model แบบ multimodal autoregressive diffusion transformer ที่รับ text/ภาพ/วิดีโอ/3D และ pose ของกล้องเป็นอินพุตดั้งเดิม ชนะโมเดลวิดีโอชั้นนำในการตามเส้นทางกล้อง และเอาชนะโมเดล reconstruction เฉพาะทางแบบโอเพนซอร์สในค่าเฉลี่ย 7 ชุดข้อมูล แต่ยังไม่มี API สาธารณะ ไม่มีน้ำหนัก และไม่เปิดเผยจำนวนพารามิเตอร์
31 ส.ค. 2026 repo deepseek-ai/DeepSeek-V4-Flash-Vision-Exp ถูกสร้างขึ้นบน Hugging Face พร้อมน้ำหนักจริงใต้ MIT License แบบไม่มีเงื่อนไขเพิ่ม — 305B พารามิเตอร์ ดาวน์โหลดราว 168 GB, 256 expert เลือกใช้ 6 ตัวต่อโทเคน, คอนเท็กซ์ 1M และ model card เปิดเลขที่ Change Log เดิมไม่เคยบอก
31 ส.ค. 2026 Google Research เปิด TimesFM-3 โมเดลพยากรณ์ไทม์ซีรีส์ 330M ที่พยากรณ์แบบหลายตัวแปรพร้อมกันได้ในเดียว forward pass และครองอันดับหนึ่งทั้ง Gift-Eval, FEV-Bench และ TIME — แต่รุ่นนี้เปลี่ยนสัญญาอนุญาตน้ำหนักจาก Apache-2.0 ที่ใช้มาตั้งแต่ 1.0 มาเป็น TimesFM Non-Commercial License v1.0 ที่ห้ามใช้ในโปรดักชัน ห้ามแจกจ่ายซ้ำ และห้ามเอาผลลัพธ์ไปใช้เชิงพาณิชย์
27 ส.ค. 2026 ทีม Pipecat ของ Daily ปล่อย PhoneLLM Alpha 1 น้ำหนักเปิดใต้ BSD 2-Clause — ฟายน์จูนเต็มพารามิเตอร์จาก NVIDIA Nemotron 3 Nano 30B-A3B เฉพาะงานเอเจนต์รับสาย พร้อมเบนช์มาร์กของตัวเองชื่อ PhoneBench v1 ตัวเลขที่สำคัญที่สุดไม่ใช่ 72.3% แต่คือโมเดลฐานตัวเดียวกันได้แค่ 28.6%
รายงานเทคนิค Thomson-1.0 ขึ้น arXiv เมื่อ 27 ส.ค. 2026 พร้อมน้ำหนักบน Hugging Face — MoE 35B กระตุ้น 3B ต่อยอดจาก Qwen3.6-35B-A3B ด้วย Continual Learning ทำคะแนนเฉลี่ยรวม 74.6 แซงทั้งโมเดลฐาน Gemma 4-31B และ Haiku 4.5 ด้วยงบเพียง 35,207 ชั่วโมง B200 แต่จุดที่ต้องอ่านก่อนดาวน์โหลดคือไฟล์ LICENSE ซึ่งเป็น PolyForm Strict 1.0.0 — ห้ามใช้เชิงพาณิชย์ ห้ามดัดแปลง ห้ามแจกจ่ายต่อ
28 ส.ค. 2026 เวลา 15:22 UTC รีโป zai-org/GLM-5.3 บน Hugging Face เปิดสาธารณะ — โมเดลตัวเต็มที่ทำ Terminal-Bench 3.0 28.3 และ CyberGym 84.5 เมื่อกลางเดือนกลายเป็น open weights จริงแล้ว น้ำหนัก FP8 141 ชาร์ด รวม 755.7 GB (BF16 อีกรีโปหนึ่ง 1,506.7 GB) แต่ไฟล์ LICENSE ไม่ใช่ MIT แบบ GLM-5.3-Flash — เป็นใบอนุญาตเฉพาะที่มีเงื่อนไข Model-as-a-Service ผูกไว้
27 ส.ค. 2026 ทีม Hy ของ Tencent อัปโหลด Hy4 preview ขึ้น Hugging Face — MoE 770B ที่กระตุ้น 49B ต่อโทเคน บริบท 1M ใช้ Gated DSA + IndexCache น้ำหนัก BF16 1,560 GB / FP8 813.8 GB ใต้ Apache-2.0 แท้ ๆ ตารางเบนช์ของ Tencent เองบอกว่ามันนำทุกเจ้ารวมถึง Claude Opus 5 บน SWE Atlas Codebase Q&A แต่รั้งท้ายบน Terminal-Bench 2.1 และตามหลัง GLM-5.3 บน GDPval
Google ปล่อย gemini-omni-1.1-flash เมื่อ 27 ส.ค. เป็น GA บน paid tier ของ Gemini API — ต่อฉากทีละ 10 วินาทีถึงรวม 40 วินาทีโดยอ่านบริบทย้อนหลังได้ 10 วินาที (เดิมอ่านแค่วินาทีสุดท้าย) กำหนดเฟรมแรก-สุดท้าย อัปสเกล 4K และร่างที่ 360p เร็วขึ้นถึง 60% ในราคาหนึ่งในสามของ 720p
Google เปิด Gemini 3.5 Transcribe เมื่อ 26 ส.ค. — โมเดลถอดเสียงที่ทำ WER เฉลี่ย 4.0% แบบสตรีมมิ่งและ 2.6% แบบไม่สตรีมมิ่ง เร็วขึ้นจาก Chirp 3 70% รองรับกว่า 85 ภาษาโดยมี th-TH อยู่ในรายการ และเรียกใช้ได้ผ่าน Live API กับ Interactions API
26 ส.ค. 2026 Z.ai ปล่อย GLM-5.3-Flash พร้อมน้ำหนักเต็มบน Hugging Face ใต้ MIT — MoE 320B ที่กระตุ้นแค่ 18B ต่อโทเคน, เป็นตัวแรกในตระกูล GLM-5 ที่ multimodal โดยกำเนิด, ใช้สถาปัตยกรรมผสม linear + sparse attention รองรับบริบท 1 ล้านโทเคน และทำ GDPVal-AA v2 ได้ 1773 นำทั้ง Claude Opus 4.8, GPT-5.6 Terra และ Gemini 3.7 Flash ในตารางของ Z.ai เอง
26 ส.ค. 2026 Qwen ปล่อย Qwen3.8-Flash-Next พร้อมน้ำหนักบน Hugging Face — MoE 125B ที่กระตุ้นแค่ 6B ต่อโทเคน บวกชั้น n-gram embedding 51B ที่ย้ายไปเก็บบน RAM ระบบได้ ใช้ Gated DeltaNet คู่กับ Qwen Sparse Attention ระดับ micro-block เทรนถูกกว่า Qwen3.7-Plus ราว 9 เท่า และ Qwen ประกาศตรง ๆ ว่านี่คือ preview ของสถาปัตยกรรมที่จะเป็น Qwen4
25 ส.ค. 2026 IBM เปิดตระกูล Granite 4.2 สามขนาด 3B/8B/30B ใต้ Apache-2.0 เต็มรูปแบบ — เป็นโมเดล reasoning ที่สลับโหมดคิด/ไม่คิดได้ บวกโหมด low-effort สำหรับคำถามง่าย รองรับ 128K โดยกำเนิดและขยายถึง 512K โดยรุ่น 30B ทำ SWE-bench Verified 57.0 และ AIME25 89.17 พร้อมควอนต์ GGUF/FP8/NVFP4/MXFP4 ครบตั้งแต่วันแรก
25 ส.ค. 2026 IBM ปล่อย Granite Speech 5.0 Turbo CTC — โมเดลถอดเสียงภาษาอังกฤษขนาด 470M พารามิเตอร์ สองรุ่น รุ่น Apache-2.0 ทำ WER 5.00% และรุ่นห้ามใช้เชิงพาณิชย์ทำได้ 4.85% ทั้งคู่วิ่งเกิน 12,600 RTFx บน H200 คือถอดเสียงพูดกว่า 3.5 ชั่วโมงจบในหนึ่งวินาที — แต่รองรับภาษาอังกฤษภาษาเดียว
คืนวันที่ 25 ส.ค. 2026 Meta เปิดน้ำหนัก MobileMoE สามขนาดบน Hugging Face — MoE แบบ fine-grained ที่มี expert 60 ตัว เลือกใช้ 4 ตัวต่อโทเคน ทำให้รุ่นเล็ก 1.3B ใช้จริงแค่ 272M ต่อโทเคน กินพื้นที่ 0.68GB ที่ INT4 และทำ MMLU 43.7 เทียบกับ 26.7 ของ Gemma 3 270M แต่ติดใบอนุญาต FAIR แบบ non-commercial และเป็นเช็กพอยต์ base ล้วน
25-26 ส.ค. 2026 ทีม WeChat ของ Tencent ปล่อย WeMM-Embedding สามขนาด 2B/4B/9B ใต้ Apache-2.0 — โมเดล embedding ตัวเดียวที่รับข้อความ ภาพ วิดีโอ และเอกสารสแกนสลับกันได้ โดยรุ่น 9B ทำ MMEB-v2 ได้ 80.6 ขึ้นเป็น SOTA และรุ่น 2B ทำ 77.9 แซงโมเดลโอเพนซอร์ส 8B ที่นำอยู่เดิม
Apodex AI ประกาศ Apodex 1.1 เมื่อ 24 ส.ค. 2026 และอัปโหลดน้ำหนัก Apodex-1.1-mini ขึ้น Hugging Face ตอนเช้าวันที่ 25 ส.ค. — MoE 36B พารามิเตอร์รวมที่เลือกใช้ 8 จาก 256 expert ต่อโทเคน (แอ็กทีฟราว 3B) ต่อยอดจาก Qwen3.5-35B-A3B รับอินพุตภาพได้ คอนเท็กซ์ 262,144 โทเคน ใบอนุญาต Apache-2.0 และมาพร้อม FrontierAgent ที่เป็น harness แบบ ReAct/Agent Team เปิดซอร์สในใบอนุญาตเดียวกัน
24 ส.ค. 2026 ทีม Echo จาก Joy Future Academy (JD) ร่วมกับ HKUST, PKU, THU และ Stanford ปล่อยเปเปอร์ EchoWM — world model ที่รับการเดินสำรวจแบบต่อเนื่องแล้วสร้างวิดีโอ 720p พร้อมเสียงแวดล้อม ดนตรี และคำพูดไปพร้อมกัน ทำคะแนนเฉลี่ย 81.7 ขึ้นอันดับ 1 บน WBench Navigation เหนือ Genie 3 (73.9) และลด error การหมุนกล้องลงเหลือไม่ถึงครึ่งของคู่แข่งที่ดีที่สุด แต่น้ำหนักโมเดล EchoWM ยังไม่ปล่อย
24 ส.ค. 2026 Fastino ปล่อย GLiNER2.5 พร้อมไลบรารี gliner2 v2.0.0 — เปลี่ยนสถาปัตยกรรมจากการไล่ให้คะแนน span ทุกความยาว มาเป็นการทำนายตำแหน่งเริ่ม-จบของ entity โดยตรง ผลคือความยาว entity ไม่มีเพดานอีกต่อไป อ่านได้ยาว 4,096 คำต่อครั้ง และค่า macro F1 บน 16 ชุดข้อมูลยังขยับขึ้น (54.87 จาก 53.34 สำหรับรุ่น Base) ทั้งสามเช็กพอยต์เป็น Apache-2.0 รันบน CPU ได้
Harvey ประกาศเมื่อ 20 ส.ค. 2026 ว่าได้ post-train โมเดลของตัวเองชื่อ Tenet บนฐาน Kimi K3 ร่วมกับ Fireworks — ทำงานกฎหมายยาวจบได้เกือบสองเท่าของ K3 ตัวเปล่า ขึ้นอันดับ 1 บน LAB: Contracts และเปิดสูตรครบตั้งแต่ GSPO + LoRA rank-64 ไปจนถึงจำนวน GPU ที่ใช้
โมเดล reasoning ชื่อ Ox Alpha ขึ้นทะเบียนบน OpenRouter เมื่อ 20 ส.ค. 2026 ในสถานะ stealth — context 1,048,576 โทเคน, เอาต์พุตสูงสุด 131,072, รับ text+image+video, บังคับ reasoning ด้วย effort สูงสุดเป็นค่าเริ่มต้น, ราคา 0 ดอลลาร์ แลกกับเงื่อนไขที่ผู้ให้บริการนิรนามเก็บทั้ง prompt และคำตอบไว้
21 ส.ค. 2026 DeepSeek เปิดตัว DeepSeek-V4-Flash-Vision-Exp โมเดลทดลองที่รับภาพเข้าไปได้ ความสามารถด้านข้อความเท่ากับ V4-Flash เดิมเป๊ะ แต่ในงาน agent ที่ต้องอาศัยการมองเห็นกระโดดขึ้นจนใกล้ Opus 4.8 — Terminal Bench 2.1 83.9, Chartography 64.3, ZeroBench (Pass@5) 35.0 ยังเป็น API-only ไม่มี open weights
20 ส.ค. 2026 Liquid AI ปล่อยโมเดล draft สำหรับ speculative decoding ของ LFM2.5 สามขนาด แต่ละตัวราว 300M พารามิเตอร์ — ทำ throughput บน H100 ขึ้นได้ถึง 2.67 เท่า (323→864 tok/s) บน MacBook M4 Max 2.27 เท่า และลด latency การเรียกฟังก์ชันลง 57% โดยเอาต์พุตไม่เปลี่ยนเลย
20 ส.ค. 2026 Simon Edwardsson เผยแพร่รายละเอียดการเทรนโมเดล transformer 125M พารามิเตอร์ที่เล่นเปียโนต่อจากผู้ใช้แบบเรียลไทม์บน iPhone ผ่าน Core ML แบบ INT8 ที่ราว 108 โน้ตต่อวินาที — พร้อมบทเรียนที่ใช้ได้กับโมเดลเล็กทุกตัว ตั้งแต่การออกแบบ tokenization ไปจนถึง DPO ที่ดันคะแนน preference จาก 24.55% เป็น 69.05%
20 ส.ค. 2026 Superwhisper ปล่อย S1-mini โมเดลโอเพนเวต 596M พารามิเตอร์ที่ fine-tune จาก Qwen3-0.6B ทำหน้าที่เดียวคือแปลงข้อความดิบจาก ASR ให้เป็นข้อความเขียนที่สะอาด — ตัดคำเอ้ออ้า แก้คำที่พูดผิดแล้วพูดใหม่ ใส่วรรคตอน แปลงตัวเลขและอีเมล ความแม่นยำระดับโทเคน 94.8% ไฟล์ GGUF เพียง 462 MB
19 ส.ค. 2026 Liquid AI ปล่อยเช็คพอยต์ QAD Q4_0 ของ LFM2.5 ทั้งสี่ขนาด (230M / 350M / 1.2B-Instruct / 2.6B) ที่ได้จากการ distill โมเดลครูความละเอียดสูงลงเป็น student แบบ quantized โดยตรง — คงคะแนนเฉลี่ยได้ 96.5–97.4% ของ BF16 พร้อมความเร็ว decode ที่เหนือกว่า quant format คุณภาพเทียบเท่า 3–33%
ทีม Ornith (DeepReinforce) ปล่อย Ornith-1.5 บน Hugging Face เมื่อ 18 ส.ค. 2026 — ลิขสิทธิ์ MIT ครบสามขนาด 9B / 35B-A3B / 397B พร้อม GGUF, FP8, NVFP4, MLX ในวันเดียว จุดต่างจากรุ่น 1.0 คือลูป self-improvement ขยายจาก "ออกแบบ scaffold เอง" เป็น "คิดโจทย์ฝึกของตัวเองด้วย" เรือธง 397B ทำ Terminal-Bench 2.1 ได้ 86.1 เทียบเท่า Claude Opus 4.8 (85.0)
Cartesia เปิดตัว Sonic-3.6 (text-to-speech) คู่กับ Ink-2 (speech-to-text) เป็นชุด voice stack เดียว โดย Sonic-3.6 ขึ้นอันดับ 1 ทั้งกระดาน Provider Voice (Elo 1285) และ Controlled Voice (Elo 1122) ของ Artificial Analysis แซง ElevenLabs Eleven v3 — แต่ยังเป็น API แบบโฮสต์ ไม่มี open weights
ทีม OpenMOSS ปล่อย technical report ของ MOSS-VL เมื่อ 15 ส.ค. 2026 — ตระกูลโมเดลภาษา-ภาพโอเพนเวต 11.3B ใบอนุญาต Apache-2.0 ที่ออกแบบให้ "มองเห็นขณะกำลังพูด" ได้ ทำคะแนน 66.0 บน OmniMMI Proactive Alerting เทียบกับ 37.5 ของคู่แข่งที่ดีที่สุด และมีเช็คพอยต์ FP8/NF4 ให้รันบน GPU 24GB ตัวเดียว
ทีม InternLM เผยแพร่เปเปอร์ Mobius-v0 เมื่อ 14 ส.ค. 2026 — สถาปัตยกรรมที่ย้ายความรู้ออกจาก FFN ประจำเลเยอร์ไปไว้ใน Memory ก้อนกลางที่ทุกชั้นใช้ร่วมกัน โมเดล 35B ที่ต่อยอดจาก Qwen3.5 ทำคะแนนใกล้เคียงเดิมแต่เร็วขึ้นเกือบ 4 เท่า และน้ำหนักอยู่บน Hugging Face แล้วภายใต้ Apache-2.0
Alibaba ปล่อยน้ำหนัก Qwen3.8-27B คืนวันที่ 14 ส.ค. 2026 — ต่างจากรุ่น 2.4T ที่เปิดแบบตัดฟีเจอร์ รุ่นนี้ได้ vision เต็ม คอนเท็กซ์ 262K ไลเซนส์ Apache-2.0 มาตรฐาน และ GGUF 4-bit ขนาด 17.1 GB ที่ลง GPU คอนซูเมอร์ตัวเดียวได้จริง
Google ปล่อย Gemini 3.7 Flash เมื่อ 13 ส.ค. 2026 ห่างจาก 3.6 Flash เพียงสามสัปดาห์ — DeepSWE v1.1 ขยับจาก 49.0% เป็น 65.3% และ FrontierCode จาก 34.4% เป็น 43.6% ที่ราคาแนะนำ $0.75/$3.75 ต่อล้านโทเค็น แต่ราคานี้จะขึ้นเป็นเท่าตัววันที่ 1 ม.ค. 2027
14 ส.ค. 2026 Z.ai เปิดตัว GLM-5.3 ที่ใช้เบสโมเดลเดียวกับ GLM-5.2 ทุกอย่างที่ดีขึ้นมาจาก post-training อย่างเดียว — Terminal-Bench 3.0 กระโดดจาก 4.6 เป็น 28.3 และ CyberGym 84.5% แซง GPT-5.6 Sol แต่ ณ ตอนนี้ยังไม่มีทั้งน้ำหนักบน Hugging Face และราคา API
DeepSeek อัปเดต endpoint deepseek-v4-pro เป็น build 0813 และประกาศเป็น GA เมื่อ 12 ส.ค. 2026 หลังอยู่ใน preview มาเกือบ 4 เดือน ราคายังอยู่ที่ $0.435/$0.87 ต่อล้าน token แต่หน้า pricing ทางการเตือนว่าจะขึ้นราคา API ครั้งใหญ่เร็ว ๆ นี้ — และ weights ของ build GA ยังไม่ขึ้น Hugging Face
xAI ปล่อย Grok 4.6 เมื่อ 12 ส.ค. 2026 ทำคะแนน Artificial Analysis Intelligence Index ที่ 61 เท่ากับ GPT-5.6 Sol ตามหลัง Claude Opus 5 เพียง 2 คะแนน แต่ราคาอยู่ที่ $2/$6 ต่อล้านโทเค็น พร้อมคอนเท็กซ์ 500K — โดยมีเงื่อนไขราคาที่กระโดดเป็นสองเท่าเมื่อพรอมป์ต์เกิน 200K โทเค็น
Liquid AI ปล่อย LFM2.5-VL-3B เมื่อ 12 ส.ค. 2026 โมเดลภาษา-ภาพ 3.1B ที่กินหน่วยความจำราว 3GB รันได้บน Galaxy S26 Ultra ที่ 20 โทเค็น/วินาที จุดเด่นคือความเข้าใจหน้าจอและ UI กับการ grounding ที่ทำคะแนน ScreenSpot 78-82% และ DocVQA 91.1%
Alibaba อัปโหลดน้ำหนัก Qwen3.8-2.4T-A95B ขึ้น Hugging Face เมื่อ 12 ส.ค. 2026 ตอบสามคำถามที่ค้างมาตั้งแต่ต้นเดือน: active params 95B, ไลเซนส์เป็นสัญญาเฉพาะของ Qwen ไม่ใช่ Apache-2.0 และมีตาราง benchmark แล้ว แต่รุ่นเปิดเป็นโมเดลข้อความล้วน ไม่ใช่ multimodal เหมือนที่ขายผ่าน API
11 ส.ค. 2026 Lightricks ปล่อย LTX-2.5 เป็น open weights บน Hugging Face — transformer 22B สองเช็คพอยต์ (dev/distilled) พร้อม text encoder Gemma 4 12B, decoder แบบ diffusion ตัวใหม่, และความสามารถ multishot ที่สร้างหลายช็อตต่อเนื่องในการ generate รอบเดียว เปิด ComfyUI ได้ตั้งแต่วันแรก
11 สิงหาคม 2026 Microsoft ปล่อย MAI-Code-1.1-Flash เข้า GitHub Copilot — MoE 138B พารามิเตอร์ active 5B context 256K เพิ่มอินพุตภาพ และลดราคาลิสต์ลง 73% แต่ตัวเลขใน model card บอกว่า SWE-Bench Verified ขยับจาก 71.6 เป็น 72.6 เท่านั้น ที่กระโดดจริงคือ Terminal Bench 2.1
11 ส.ค. 2026 NVIDIA เปิดตัว Nemotron 3.5 Lightning โมเดลเปิดตัวแรกของตระกูล 3.5 — hybrid Mamba-2 + MoE ขนาด 30B แต่ activate แค่ 3B, context 1 ล้านโทเคน, ใบอนุญาต OpenMDW-1.1 และทำความเร็วได้เกือบ 670 โทเคน/วินาที เทียบชั้นความฉลาดกับ gpt-oss-120b ที่ใหญ่กว่าราวสี่เท่า
10 ส.ค. 2026 Meta ปล่อย Muse Glimmer โมเดล agentic 30B พร้อม weights ภายใต้ Apache 2.0 — quantize 4-bit เหลือไม่ถึง 20GB ลงการ์ดจอ 24–32GB ได้ พร้อมเรียงความ 6,500 คำของ Zuckerberg ที่ประกาศกลับมาสายเปิด และบอกว่ารุ่นใหญ่กว่านี้กำลังตามมา
Cactus Compute ปล่อย Needle 2 เมื่อ 10 ส.ค. 2026 — โมเดล 45M พารามิเตอร์ที่บีบเป็นไบนารีเดียวขนาด 14MB ใช้ RAM ตอนทำงาน 28MB และรันได้ถึงระดับ ESP32 น้ำหนัก Apache-2.0 โค้ด MIT แต่ตารางเบนช์มาร์กในโมเดลการ์ดเองแสดงว่ามันแพ้ LFM2.5 230M และ Apple FM บน BFCL v4 ชัดเจน
10 ส.ค. 2026 OpenAI แยกโครงการ Daybreak เป็นสองชั้น Blue กับ Red พร้อมปล่อยโมเดลเฉพาะทาง GPT-5.6-Cyber ที่ตั้งใจลดการปฏิเสธคำถามไซเบอร์เชิงรุก — ตอบคำขอที่โมเดลปกติปฏิเสธได้ 95% แลกกับการยืนยันตัวตน การเฝ้าติดตาม และกุญแจฮาร์ดแวร์บังคับ 1 ก.ย. นี้
Lattice คือ static retriever ที่ไม่มี transformer เลย — แค่ตาราง embedding 30,522 × 1,024 กับ mean pooling ทำได้ 0.4697 NDCG@10 บน BEIR ที่ขนาดไฟล์ 7.94 MB และ 9.52 ล้านโทเคน/วินาทีบน CPU ปล่อยครบทั้ง training pipeline และ runtime ภาษา Rust ใต้ MIT
Seedance 2.5 โมเดลวิดีโอรุ่นใหม่ของ ByteDance สร้างคลิปพร้อมเสียงยาว 30 วินาทีแบบ single pass ต่อความยาวเพิ่มได้อีกสองรอบ รับ reference สูงสุด 50 ชิ้นต่อการ generate พร้อมเครื่องมือตัดต่อระดับโปรดักชัน — API สำหรับตลาดนอกจีนเตรียมเปิดผ่าน BytePlus ModelArk
Ant Group ปล่อยน้ำหนักโมเดล Ling-3.0-flash บน Hugging Face ภายใต้สัญญาอนุญาต MIT — MoE ขนาด 124B ที่ปลุกใช้เพียง 5.1B พารามิเตอร์ต่อโทเคน (~8%) ใช้สถาปัตยกรรม hybrid linear attention สลับ KDA กับ Gated MLA อัตราส่วน 5:1 รองรับ 256K โทเคน และเพิ่งเพิ่มตารางผลทดสอบลงในโมเดลการ์ดเมื่อวานนี้
DeepGrove เปิด Maple-Preview โมเดล reasoning 20B-A1B ที่ไม่ได้ควอนไทซ์ทีหลังแต่เทรนเป็น ternary มาตั้งแต่แรก ใต้ license MIT — แต่ไฟล์บน Hugging Face เป็น bf16 ขนาด 40.4GB และรันไทม์ที่ทำความเร็ว 218 tok/s บน Apple Silicon ยังไม่ถูกปล่อยออกมา
Liquid AI เปิดตัว LFM2.5-2.6B (4 ส.ค. 2026) โมเดลบนเครื่องที่ post-train ด้วย agentic RL ใน harness จริงอย่าง OpenClaw — กินแรมต่ำกว่า 2.5GB คอนเท็กซ์ 128K และรันได้ทั้ง llama.cpp/MLX/ONNX/vLLM แต่ต้องอ่าน LFM Open License ให้จบก่อนใช้เชิงพาณิชย์
Mistral เปิดตัว Shieldstral 1.0 (4 ส.ค.) โมเดลจัดประเภทความปลอดภัย 3B แบบ multimodal ใบอนุญาต Apache 2.0 รันได้บน GPU 16GB ใบเดียว — เปลี่ยนงาน moderation เป็นคำถาม yes/no ข้อเดียว ทำให้ผู้ใช้เขียนนโยบายเป็นภาษาคนส่งเข้าไปตอนเรียกใช้ได้เลย และยังชนะโมเดล guardrail ที่ใหญ่กว่าเกือบ 7 เท่า
หลังเปิดตัวผ่าน API เมื่อ 31 ก.ค. พร้อมสัญญาว่าจะปล่อยน้ำหนัก MiniMax ปล่อยจริงเช้าวันนี้ 3 ส.ค. — H3-Base 33B dense รวม 498GB ขึ้นอันดับ 1 บนกระดาน Video Editing ของ Artificial Analysis แต่ไลเซนส์กันสหรัฐฯ EU UK เกาหลีใต้ออกจากพื้นที่อนุญาต และโมดูลที่ทำให้ได้ 2K ไม่ได้เปิดมาด้วย
Alibaba เปิด Qwen3.8-Max ให้นักพัฒนาทั่วโลกใช้ผ่าน API วันที่ 3 ส.ค. 2026 พร้อมเปิดเบตา QwenWork — โมเดล MoE 2.4 ล้านล้านพารามิเตอร์ คอนเท็กซ์ 1M รับภาพและวิดีโอ ราคา $2/$6 ต่อล้านโทเค็น และประกาศว่าจะปล่อยน้ำหนักเปิดของทั้ง Max และ Qwen3.8-27B ในสัปดาห์หน้า ซึ่งจะเป็นครั้งแรกที่ Qwen ชั้น Max เปิดน้ำหนัก
Thinking Machines Lab เปิดน้ำหนัก Inkling-Small โมเดล MoE ขนาด 276B total / 12B active ที่ทำคะแนน SWEBench Verified 80.2% และ GPQA Diamond 89.5% แซงรุ่นพี่ Inkling ขนาด 975B ที่ปล่อยไปเมื่อสองสัปดาห์ก่อน พร้อม context 1M โทเคนและ license tag apache-2.0
LG AI Research เปิดน้ำหนัก K-EXAONE 2.0 โมเดล MoE 750B total / 37B active ใต้ Apache 2.0 ในฐานะเฟสสองของโครงการ Sovereign AI ของกระทรวงวิทย์ฯ เกาหลี — ชนะทุกตัวในตารางเรื่อง long-context retrieval (OpenAI-MRCR 94.4) และ safety แต่ตามหลัง Qwen3.5 กับ GLM-5.1 ในเกือบทุกหมวดที่เหลือ
31 กรกฎาคม 2026 DeepSeek ประกาศปล่อย API ของ DeepSeek-V4-Flash เวอร์ชันทางการเข้าสู่ public beta โดยไม่เปลี่ยนสถาปัตยกรรมหรือขนาดจาก preview แต่ re-post-train ใหม่ทั้งตัว ผลคือคะแนน agent กระโดดขึ้น เช่น Terminal Bench 2.1 ที่ 82.7 พร้อมรองรับ Responses API แบบ native และปรับมาให้เสียบกับ Codex ได้โดยตรง
Google DeepMind เปิดตัว Gemini Robotics 2 เป็นชุดสามโมเดล — VLA คุมการเคลื่อนไหวทั้งตัว, ER 2 เป็นชั้นวางแผนที่คุยกับ Google AI Studio ได้แล้ว และ On-Device 2 ที่รันออฟไลน์และปรับเข้ากับหุ่นยนต์รูปร่างใหม่ด้วยตัวอย่างไม่ถึง 200 ชิ้น พร้อมเบนช์มาร์กความปลอดภัยตัวใหม่ ASIMOV-Agentic
LightOn ปล่อยโมเดล retrieval หลายภาษาสองตัวขนาด 307M พารามิเตอร์ ใบอนุญาต Apache-2.0 เทรนบนคู่ข้อความ 2.8 พันล้านคู่ใน 9 ภาษาบวกโค้ด จุดค้นพบสำคัญคือโมเดลแบบ late interaction ทำคะแนน MIRACL บนภาษาที่ไม่เคยเห็นตอนเทรน retrieval ได้ 67.59 เทียบกับแบบ dense ที่ 57.42
Tether AI Research ปล่อย VisionPsy-Nano — vision-language model ~460M พารามิเตอร์ ใบอนุญาต Apache 2.0 ทำคะแนนรวมสูงสุดในรุ่นราว 0.5B (62.3 เทียบคู่แข่ง 54.9-59.6) ชนะโมเดลใหญ่กว่าตัวเองอย่าง FastVLM-0.5B, Qwen3.5-0.8B และ InternVL3.5-1B บน ScienceQA, MM-IFEval และ POPE ส่วนรุ่น Flash ให้ token แรกเร็วกว่า baseline 19-23 เท่าบน Pixel 9 และ Galaxy S25 Ultra
Liquid AI เปิดตัว LFM2.5-Encoder ขนาด 230M และ 350M พารามิเตอร์ — encoder แบบ bidirectional สำหรับงานจัดหมวดหมู่และค้นหา รองรับ 8,192 โทเคน 15 ภาษา และเร็วกว่า ModernBERT-base บน CPU ราว 3.7 เท่า แต่มาพร้อมสัญญาอนุญาตที่จำกัดการใช้เชิงพาณิชย์ที่รายได้ 10 ล้านดอลลาร์
Moonshot AI อัปโหลดน้ำหนัก Kimi K3 ขึ้น Hugging Face ตรงตามสัญญา 27 ก.ค. — 96 ชาร์ด รวม 1.56 TB แต่ไลเซนส์จริงชื่อ 'Kimi K3 License' ไม่ใช่ Modified MIT ตามที่หลายสำนักข่าวรายงาน และมีเงื่อนไขรายได้ 20 ล้านดอลลาร์กับ 100 ล้าน MAU ผูกอยู่
Cisco Foundation AI ปล่อยโมเดลเปิด Antares-350M และ Antares-1B ภายใต้ Apache 2.0 ที่ทำงานเป็น terminal agent ไล่หาไฟล์ที่มีช่องโหว่ใน repo จริง โดยตัว 1B ทำ File F1 ได้ 0.209 สูงกว่า GLM-5.2 (753B) ที่ได้ 0.186 และมีค่ารันทั้งเบนช์มาร์กเพียง $0.71 เทียบกับ $141 ของ GPT-5.5
โมเดล TTS ภาษาอังกฤษที่ทำงานครบตั้งแต่ข้อความถึงคลื่นเสียงด้วยพารามิเตอร์เพียง 9.36 ล้านตัว ขนาดไฟล์ 37.53 MB ไลเซนส์ Apache-2.0 สังเคราะห์เสียงบน CPU ได้เร็วกว่าเรียลไทม์ 6.28 เท่า และชนะการทดสอบ blind test ของชุมชนที่ 66.2% — ขึ้นหน้าแรก Hacker News เมื่อ 26 ก.ค.
ทีม KwaiKAT ปล่อยน้ำหนัก KAT-Coder-V2.5-Dev บน Hugging Face ภายใต้ Apache-2.0 — MoE 35B พารามิเตอร์รวม active แค่ 3B ต่อยอดจาก Qwen3.6-35B-A3B คอนเท็กซ์ 262K ทำ SWE-bench Verified 69.40 และ Terminal-Bench 2.1 41.02 เหนือกว่าโมเดลโอเพนขนาดใกล้เคียงทุกตัวในตารางเทียบของตัวเอง
Microsoft Research ปล่อย Mage-Flow โมเดลสร้างภาพและแก้ภาพตามคำสั่งขนาด 4B พร้อมน้ำหนักบน Hugging Face ภายใต้ใบอนุญาต MIT รองรับความละเอียดตั้งแต่ 512 ถึง 2048 พิกเซลแบบ native และตัว Turbo สร้างภาพ 1024² ได้ใน 0.59 วินาทีบน A100 ใบเดียว
Nanbeige LLM Lab ปล่อย Nanbeige4.2-3B ภายใต้ Apache-2.0 — โมเดล agent ขนาด 4B (non-embedding 3B) ที่ใช้สถาปัตยกรรม Looped Transformer วนซ้ำเลเยอร์ 2 รอบ ทำ SWE-bench Verified 63.6, GPQA-Diamond 87.4 และ MCP-Atlas 57.8 แซง Qwen3.5-9B กับ Gemma4-12B ที่ใหญ่กว่า 3–4 เท่า พร้อมคอนเท็กซ์ 256K และคู่มือรันบน Ollama/MLX ในตัว
Anthropic ปล่อย Claude Opus 5 (claude-opus-5) เมื่อ 24 ก.ค. 2026 — เก่งด้าน agentic coding และ computer-use ระดับแนวหน้า (SWE-bench Verified 96.0%, OSWorld 2.0 70.57%) ที่ราคา $5/$25 ต่อล้านโทเคน เท่า Opus 4.8 เดิมและเป็นครึ่งหนึ่งของ Fable 5 พร้อมคอนเท็กซ์ 1M โทเคนและปุ่มปรับ effort
Upstage บริษัท AI เกาหลีปล่อย Solar Open 2 โมเดลเปิดน้ำหนักระดับ frontier ขนาด 250B พารามิเตอร์ (active 15B) สถาปัตยกรรม MoE + hybrid attention คอนเท็กซ์ 1 ล้านโทเคน มาพร้อม quant INT4/NVFP4 ตั้งแต่วันเปิดตัว รันบน H200 สองใบได้ ออกใบอนุญาตให้ใช้เชิงพาณิชย์ เน้นงาน agent/tool-use และภาษาเกาหลี
Google เปิดตัวโมเดลตระกูล Flash สามตัวรวดเมื่อ 21 ก.ค. 2026 — Gemini 3.6 Flash ที่ใช้ output token น้อยลง 17% พร้อมลดราคา output เหลือ $7.50/1M, Gemini 3.5 Flash-Lite ความเร็ว 350 token/s ที่ $0.30/$2.50 และ Gemini 3.5 Flash Cyber ที่ fine-tune มาหาและแก้ช่องโหว่ความปลอดภัยโดยเฉพาะ โดย GitHub Copilot เปิดให้เลือกใช้ 3.6 Flash ในวันเดียวกัน
Poolside ปล่อย Laguna S 2.1 โมเดล MoE 118B (active 8B) สำหรับงาน agentic coding พร้อม weights บน Hugging Face ใต้ไลเซนส์ OpenMDW-1.1 context 1M โทเคน — เก่งที่สุดในรุ่นน้ำหนักเดียวกัน แต่ตัวเลข benchmark ยังห่างจาก Kimi K3 และ Fable 5 อยู่พอสมควร
Alibaba เปิดตัว Qwen-Image-3.0 เมื่อ 21 ก.ค. 2026 พร้อมเคลมความสามารถใหญ่ — รับ prompt ยาว 4,500 token และเรนเดอร์ตัวอักษรอ่านออกที่ขนาด 10 พิกเซล — แต่ไม่มี weights ให้ดาวน์โหลด ไม่มี license ไม่มี technical report และไม่มี benchmark ต่างจาก Qwen-Image 1.0 ที่เคยปล่อยแบบ Apache 2.0
NVIDIA ปล่อย Cosmos 3 Edge โมเดล world model ขนาด 4B แบบโอเพนเวต (ลิขสิทธิ์ OpenMDW-1.1) ที่รันควบคุมหุ่นยนต์เรียลไทม์ 15 Hz บน Jetson Thor ด้วยสถาปัตยกรรมสองหอคอย autoregressive + diffusion บล็อกนักพัฒนาเผยรายละเอียดวันที่ 20 ก.ค.
OpenBMB เปิดตัว MiniCPM-Robot (19 ก.ค. 2026) โมเดลตระกูล embodied AI ตัวแรกของทีม MiniCPM — RobotManip ขนาด 1.5B เป็น generalist VLA ที่ทำคะแนน RoboTwin2 hard ได้ 91.6 เท่ากับ LingBot-VA ที่ใหญ่กว่าสามเท่า และ RobotTrack ขนาด 0.9B ที่รันบน Unitree Go2 EDU ได้ 5+ FPS แบบ local ล้วน ทั้งคู่ปล่อยใต้ Apache 2.0
Moonshot AI เปิดตัว Kimi K3 โมเดล MoE 2.8 ล้านล้านพารามิเตอร์ context 1 ล้านโทเคน ที่บริษัทเรียกว่า 'โมเดลเปิดระดับ 3T ตัวแรกของโลก' ใช้ได้แล้ววันนี้ผ่าน Kimi App/Code/API แต่น้ำหนักโมเดลจริงยังไม่ถูกปล่อย บริษัทระบุว่าจะปล่อยภายใน 27 กรกฎาคม 2026
NVIDIA เปิดตัว Nemotron 3 Embed ชุดโมเดล embedding เปิดน้ำหนัก 3 ตัว ภายใต้สัญญาอนุญาต OpenMDW-1.1 ที่ใช้เชิงพาณิชย์ได้ โดยรุ่น 8B ทำคะแนน 78.46 NDCG@10 ขึ้นอันดับ 1 บนกระดาน RTEB — แต่คอลัมน์ชุดข้อมูลปิดที่เป็นหัวใจกันการ overfit ของ RTEB ถูกถอดออกตั้งแต่มกราคม
Thinking Machines Lab ของ Mira Murati ปล่อยโมเดลแรก Inkling — MoE 975B พารามิเตอร์ (active 41B) มัลติโมดัลข้อความ/ภาพ/เสียง/วิดีโอ คอนเท็กซ์ 1M โทเคน ปรับ "ความคิดหนัก-เบา" ได้ และเปิดน้ำหนักเต็มใต้ Apache 2.0
PrismML ปล่อย Bonsai 27B โมเดลมัลติโมดัลจาก Qwen3.6-27B ที่ควอนไทซ์เหลือ 1-bit (3.9GB) และ ternary (5.9GB) — เคลมว่าเป็นโมเดลระดับ 27B ตัวแรกที่รันบน iPhone ได้ (11 tok/s) โดยยังรักษาความสามารถไว้ ~90-95% ของ FP16 แจกฟรี Apache 2.0
กลุ่มพันธมิตร AI เยอรมนีปล่อย Soofi S 30B-A3B โมเดลเปิดสถาปัตยกรรมไฮบริด Mamba-Transformer ที่ทำคะแนนสูงสุดทั้งภาษาเยอรมันและอังกฤษในกลุ่ม fully-open พร้อมเปิดทั้งน้ำหนัก โค้ด และบัญชีข้อมูลฝึกแทบทั้งหมด
Kyutai ร่วมกับ Mirelo AI เปิด MuScriptor (เปเปอร์ arXiv 9 ก.ค. 2026) โมเดล decoder-only Transformer แบบโอเพนเวตที่ถอดเสียงเพลงจริงหลายเครื่องดนตรีออกมาเป็น MIDI แยกรายชิ้นได้ทุกแนว ตั้งแต่ป็อป คลาสสิก เมทัล จนถึงแจ๊ส มีเช็คพอยต์ 3 ขนาดบน Hugging Face ใต้ไลเซนส์ CC BY-NC 4.0
ByteDance เปิด Seedream 5.0 Pro โมเดลสร้างภาพรุ่นโปรที่เน้นงานดีไซน์จริง — เรนเดอร์ตัวอักษรในภาพได้คมกว่า 10 ภาษา ทำอินโฟกราฟิก โปสเตอร์ และเลย์เอาต์ซับซ้อน พร้อมใช้งานผ่าน API วันแรก
NVIDIA ปล่อยงานวิจัยและน้ำหนักโมเดล Nemotron-Labs-Diffusion (3B/8B/14B) โมเดลภาษาแบบเปิดที่ใช้น้ำหนักชุดเดียวรันได้ทั้งแบบ autoregressive, diffusion และ self-speculation — โดยตัวมันเองทำหน้าที่เป็น draft model ให้ตัวเองเพื่อเร่งความเร็ว โดยไม่ต้องมีโมเดลเสริม
9 ก.ค. 2026 OpenAI ปลดล็อก GPT-5.6 ทั้งสามรุ่นให้ใช้งานทั่วไปบน API แล้ว พร้อมราคาจริง — Sol $5/$30 ต่อล้านโทเคน ทำคะแนน AA Intelligence Index 59 ตามหลัง Fable 5 (60) แค่แต้มเดียว แต่ต้นทุนต่องานเหลือ $1.04 เทียบกับ $2.75
NVIDIA เปิดน้ำหนัก Nemotron-Labs-3-Puzzle-75B-A9B ใต้ไลเซนส์ OpenMDW-1.1 — บีบโมเดลแม่ 120.7B/12.8B active ลงเหลือ 75.3B/9.3B active ได้ server throughput ราว 2 เท่าบน 8×B200 โดยยอมแลกความแม่นยำไปไม่กี่จุด
Tencent เปิดน้ำหนัก Hy3 เมื่อ 6 ก.ค. 2026 — MoE 295B ที่ active เพียง 21B ต่อโทเคน context 256K ใต้ Apache 2.0 ไร้ข้อจำกัดเชิงพื้นที่ ทำ SWE-bench Verified 78.0 และ GPQA Diamond 90.4
Cognition เปิดตัว SWE-1.7 โมเดลวิศวกรรมซอฟต์แวร์ที่แรงที่สุดของบริษัท สร้างโดยเอาโมเดลเปิด Kimi K2.7 Code มาโพสต์เทรนด้วย RL ภายในฮาร์เนสจริงของ Devin ทำคะแนน FrontierCode 1.1 ที่ 42.3%, Terminal-Bench 2.1 ที่ 81.5% และ SWE-Bench Multilingual ที่ 77.8% ให้บริการผ่าน Cerebras ที่ความเร็ว 1,000 โทเคนต่อวินาที
SpaceXAI ปล่อย Grok 4.5 สู่สาธารณะ ราคา 2 ดอลลาร์ต่อล้านโทเคนขาเข้าและ 6 ดอลลาร์ขาออก ถูกกว่า Opus 4.8 หลายเท่า และใช้โทเคนน้อยกว่าคู่แข่งราว 3 เท่า แต่รายงานของ Artificial Analysis ระบุว่าอัตราการหลอน (hallucination) เพิ่มจาก 25% เป็น 54%
Mistral เปิดตัว Robostral Navigate โมเดล 8B สำหรับนำทางหุ่นยนต์ที่ใช้เพียงกล้อง RGB ตัวเดียว ไม่ต้องพึ่ง LiDAR หรือเซนเซอร์วัดระยะลึก ทำคะแนน R2R-CE 76.6% บนชุด validation unseen เทรนในซิมูเลชันล้วน 400,000 เส้นทาง แต่บริษัทยังไม่ระบุว่าจะปล่อยน้ำหนักโมเดลหรือไม่
Mistral ปล่อย Leanstral 1.5 (2 ก.ค. 2026) โมเดล MoE เปิดใบอนุญาต Apache-2.0 ขนาด 119B total / 6B active สำหรับพิสูจน์ทฤษฎีบทเชิงรูปนัยบน Lean 4 และตรวจสอบโค้ด — ทำ miniF2F เต็ม 100% ทั้ง val/test, ปิด PutnamBench 587/672 ข้อที่ราว $4/ข้อ (เทียบ Seed-Prover 1.5 ที่ $300+), ครอง SOTA FATE-H 87% และในการทดสอบพบบั๊กที่ไม่เคยรู้มาก่อน 5 ตัวใน 57 repo รวมถึงช่อง overflow วิกฤต.
Meituan ประกาศ LongCat-2.0 โมเดล MoE ขนาด 1.6 ล้านล้านพารามิเตอร์ (active ~48B/token), context 1M token, ใบอนุญาต MIT — เป็นโมเดลที่เคยครองอันดับ coding บน OpenRouter แบบไม่เปิดตัวในชื่อ 'Owl Alpha' และฝึกบนคลัสเตอร์ ASIC ในประเทศจีนล้วนโดยไม่ใช้ Nvidia (weights ยังขึ้นว่า 'coming soon').
InternScience ปล่อย Agents-A1 โมเดล agentic แบบ open-weight ขนาด 35B MoE บริบท 256K ใบอนุญาต Apache 2.0 ฝึกด้วย multi-teacher on-policy distillation — กลั่นโมเดลผู้เชี่ยวชาญหลายโดเมนมารวมในนักเรียนตัวเดียว ทำคะแนน SOTA ในกลุ่ม 35B บนงาน long-horizon search และงานวิจัยเชิงวิทยาศาสตร์
Anthropic ปล่อย Claude Sonnet 5 โมเดล Sonnet ที่ "เอเจนติก" ที่สุดเท่าที่เคยมี — วางแผน ใช้เครื่องมือ และทำงานอัตโนมัติได้ใกล้เคียง Opus 4.8 แต่ราคาเริ่มต้นเพียง $2/$10 ต่อล้านโทเคนถึงสิ้นเดือนสิงหาคม
Meituan เปิดซอร์ส LongCat-2.0 (สัญญา MIT) โมเดล MoE ขนาด 1.6 ล้านล้านพารามิเตอร์ (activate ~48B) context 1 ล้าน token — จุดที่ทำให้เป็นข่าวคือมันคือโมเดลระดับล้านล้านพารามิเตอร์ตัวแรกที่เทรนและรัน inference ครบทั้งกระบวนการบนคลัสเตอร์ชิป AI จีนล้วน ๆ 50,000 ใบ พร้อมคะแนน agentic coding ใกล้ฟรอนเทียร์
Liquid AI เปิดเวต LFM2.5-230M โมเดลจิ๋ว 230 ล้านพารามิเตอร์ที่ออกแบบมาเพื่อ tool use และดึงข้อมูลบนอุปกรณ์ปลายทาง — ทำได้ 213 โทเคน/วินาทีบน Galaxy S25 Ultra, 42 โทเคน/วินาทีบน Raspberry Pi 5 และทำคะแนนดึงข้อมูลชนะ Qwen3.5-0.8B และ Gemma 3 1B ที่ตัวใหญ่กว่า
OpenAI เปิดตัวตระกูล GPT-5.6 (Sol, Terra, Luna) เมื่อ 26 มิ.ย. 2026 — Sol ทำ SWE-Bench Pro 58.6% และตั้ง SOTA ใหม่บน Terminal-Bench 2.1 แต่รัฐบาลสหรัฐฯ ขอให้ปล่อยแบบจำกัดเฉพาะพาร์ตเนอร์ที่ไว้ใจก่อน OpenAI ยอมทำตามแต่ย้ำว่า "ไม่ควรเป็นบรรทัดฐานถาวร"
ByteDance ปล่อย Seed 2.1 และ Seed 2.1 Pro โมเดลรุ่นใหม่ที่ออกแบบมาเพื่องานเอเจนต์โดยเฉพาะ — เน้นความสามารถเอเจนต์ทั่วไป, การส่งมอบโค้ดแบบ end-to-end และความเข้าใจมัลติโมดัล เปิดให้ใช้ผ่าน Doubao และ Volcano Engine แต่ยังเป็นแบบปิดเวต
Krea เปิดเวตโมเดลสร้างภาพ Krea 2 สองเช็กพอยต์ — Raw (โมเดลฐานยังไม่ distill สำหรับวิจัย/fine-tune) และ Turbo (distill แล้ว สร้างภาพไม่กี่สเตป) ติด Top 10 ลีดเดอร์บอร์ด Artificial Analysis และเป็นอันดับ 2 ในกลุ่มแล็บอิสระ พร้อมเปิดบน Hugging Face
DeepReinforce ปล่อย Ornith-1.0 ตระกูลโมเดลโค้ดดิ้งโอเพนเวตลิขสิทธิ์ MIT (9B/31B/35B/397B) ที่มีจุดเด่นแปลกใหม่: แทนที่จะใช้ agent scaffold ที่มนุษย์ออกแบบไว้ตายตัว โมเดล "เรียนรู้ที่จะสร้าง scaffold ของตัวเอง" ระหว่างขั้น RL ตัวเรือธง 397B ทำ SWE-Bench Verified 82.4 ส่วนรุ่นเล็ก 9B รันได้บน GPU 80GB ใบเดียว
ทีม Qwen ของ Alibaba ปล่อย Qwen-AgentWorld — โมเดลภาษาที่ทำหน้าที่เป็น "world model" ของเอเจนต์ คือทำนายว่าสภาพแวดล้อม (terminal, เบราว์เซอร์, Android, OS) จะตอบอะไรกลับเมื่อเอเจนต์ลงมือ แทนที่จะเป็นตัวเอเจนต์เอง เปิดเวต Apache 2.0 ขนาด 35B-A3B รันบนเครื่องตัวเองได้ พร้อมเบนช์มาร์ก AgentWorldBench
สัปดาห์นี้ (22–23 มิ.ย. 2026) เป็นสัปดาห์ของโมเดลอ่านเอกสาร: PaddlePaddle เปิด PP-OCRv6 ตระกูล OCR โอเพนเวตขนาดจิ๋ว 1.5M–34.5M พารามิเตอร์ที่รันบนเครื่องเล็ก/edge ได้, Baidu ปล่อย Unlimited OCR ที่อ่านเอกสารยาว 40+ หน้าในรอบเดียว (MIT) แซง DeepSeek-OCR ขณะที่ Mistral OCR 4 ทำคะแนนนำแต่เลือกปิดเวตให้ใช้ผ่าน API เท่านั้น
ทีม AI ของ Weibo ปล่อย VibeThinker-3B โมเดลโอเพนเวต MIT ขนาดเพียง 3B ที่ทำคะแนน AIME26 ได้ 94.3 ไล่ทันโมเดลระดับ 671B–1T บนโจทย์คณิต/โค้ดดิ้ง และรันได้บน GPU ผู้บริโภคตัวเดียว แต่จุดอ่อนด้านความรู้ทั่วไปและคำถามเรื่องการตรวจสอบเบนช์มาร์กก็ตามมาด้วย
Sakana AI เปิดตัว Fugu และ Fugu Ultra (22 มิ.ย. 2026) — ระบบที่เรียกใช้เหมือนโมเดลเดียวผ่าน API เดียว แต่ข้างในเป็น 'วาทยกร' ที่แจกงานให้โมเดล frontier หลายตัวช่วยกันทำแล้วรวมคำตอบ Sakana เคลมว่าทำคะแนนเทียบชั้น Claude Fable 5 / Mythos บนหลาย benchmark (LiveCodeBench Ultra 93.2, GPQA-D 95.5) โดยไม่ต้องเทรนโมเดล frontier ของตัวเอง
Google DeepMind ปล่อย DiffusionGemma โมเดลภาษาแบบ text-diffusion โอเพนเวตตัวแรกที่ขึ้น mainstream — MoE 26B (active 3.8B) สร้างข้อความทีละบล็อก 256 โทเคนพร้อมกันแทนการไล่ทีละโทเคน เร็วกว่าโมเดล autoregressive ได้ถึง 4 เท่า ภายใต้ Apache 2.0 และรันบน RTX 4090/5090 24GB ได้เมื่อ quantize
Z.ai ปล่อย GLM-5.2 โมเดล MoE 753B พารามิเตอร์ น้ำหนักเปิดภายใต้ MIT License พร้อม context 1M token เสถียร และสถาปัตยกรรม IndexShare ที่ลด FLOP ต่อ token ลง 2.9 เท่าที่ context ยาว ทำคะแนน coding/agentic ไล่บี้ Claude Opus 4.8 และแซง GPT-5.5 ในหลาย benchmark
Z.ai (Zhipu AI) ปล่อย GLM-5.2 โมเดลโอเพนเวต MoE 753B ภายใต้ MIT พร้อมสถาปัตยกรรม attention ใหม่ IndexShare ที่ลด FLOPs ต่อโทเคน 2.9 เท่าที่ context 1M ทำให้บริบทล้านโทเคนใช้ได้จริง และทำคะแนนโค้ดดิ้งไล่จี้โมเดลปิดชั้นนำ
Microsoft AI เปิดตัว MAI-Code-1-Flash โมเดลเขียนโค้ดที่ฝึกขึ้นเองตั้งแต่ต้นโดยไม่ distill จากโมเดลของบริษัทอื่น เน้น agentic coding ใน GitHub Copilot และ VS Code โดยตรง เคลมว่าเอาชนะ Claude Haiku 4.5 บนทุก benchmark โค้ดหลักพร้อมใช้ token น้อยลงถึง 60% — สัญญาณชัดว่าไมโครซอฟท์ต้องการเป็นเจ้าของ 'ชั้นโมเดล' เองมากขึ้น
Moonshot AI เปิดตัว Kimi K2.7-Code โมเดลโค้ดดิ้งแบบ agentic ปล่อยน้ำหนักบน Hugging Face ภายใต้ Modified MIT เป็น MoE 1 ล้านล้านพารามิเตอร์ (active 32B) context 256K รายงานทำคะแนนดีขึ้นทุกหมวดเทียบ K2.6 พร้อมลดการใช้โทเคนการคิดลงราว 30%
เมื่อ 10 มิ.ย. Google ปล่อย developer guide ของ DiffusionGemma — โมเดล open weight 26B MoE ที่สร้างข้อความด้วย discrete diffusion แทนการไล่ทีละ token ทำให้เร็วขึ้นถึง 4 เท่า (1000+ tokens/วินาที บน H100) มองข้อความทั้งบล็อกพร้อมกันและแก้ที่ผิดได้กลางทาง
เมื่อ 9 มิ.ย. Anthropic ปล่อย Claude Fable 5 — โมเดลคลาส Mythos ตัวแรกที่เปิดให้ใช้ทั่วไป ทำคะแนน 95% บน SWE-bench Verified ทำงาน autonomous ได้หลายวัน พร้อม safety classifier ที่สลับไปใช้ Opus 4.8 ในหัวข้อความเสี่ยงสูง
Google เปิดตัว Gemma 4 12B โมเดล multimodal ขนาดกลางตัวแรกของตระกูลที่ใช้สถาปัตยกรรม encoder-free รับภาพ เสียง และวิดีโอเข้า LLM โดยตรง รันได้บนแล็ปท็อป GPU 16GB พร้อมแอป macOS และ local API server แบบ OpenAI-compatible
ในงาน Build 2026 (2 มิ.ย.) ทีม MAI Superintelligence ของ Microsoft เปิดตัวโมเดลในบ้าน 7 ตัว นำโดย MAI-Thinking-1 โมเดล reasoning เรือธงตัวแรก (35B active params, context 256K) เทรนจากศูนย์บนข้อมูลที่มีสิทธิ์ใช้เชิงพาณิชย์โดยไม่ distill จากโมเดลใคร และ MAI-Code-1-Flash (5B) ที่ทยอยขึ้น GitHub Copilot แล้ว — สัญญาณชัดที่สุดว่า Microsoft กำลังลดการพึ่ง OpenAI
MiniMax ปล่อย M3 โมเดลโอเพนเวต MoE 428B (active 23B) ที่รวมงานโค้ดดิ้งระดับ frontier, หน้าต่างบริบท 1 ล้านโทเคน และมัลติโมดอลในตัว ด้วยสถาปัตยกรรม MiniMax Sparse Attention ที่เคลมเร่ง decode 15 เท่าที่ context ยาว
Anthropic อัปเกรด Claude Opus เป็น Opus 4.8 พร้อมคะแนน 69.2% บน SWE-Bench Pro (แซง GPT-5.5 และ Gemini 3.1 Pro) และ 84% บน Online-Mind2Web ราคาเท่าเดิม Opus 4.7 — มาคู่กับ Dynamic Workflows ที่รัน subagent หลายร้อยตัวคู่ขนาน, effort control บน claude.ai/Cowork และ fast mode ที่ถูกลง 3 เท่า
Cursor (Anysphere) ออก Composer 2.5 เมื่อ 18 พ.ค. 2026 — เป็น agentic coding model ที่ build ต่อยอดจาก Moonshot Kimi K2.5 (open-weight จีน) ผ่าน post-training ของตัวเองด้วย compute 85% ของ total budget เทคนิคใหม่ที่ Cursor เปิดตัวมี 2 อย่าง: (1) 'targeted RL with textual feedback' ที่ใช้ on-policy distillation ฝึก model ที่ระดับ token-level ในจุดเฉพาะที่ผิด ไม่ใช่แค่ final reward — แก้ปัญหา credit assignment ใน rollout ยาวหลายแสน token (2) synthetic data scale 25x จากรุ่นก่อน รวมเทคนิค 'feature deletion' ที่ลบฟังก์ชันออกจาก codebase แล้วให้ AI implement ใหม่โดยใช้ test เป็น verifiable reward Composer 2.5 ทำคะแนน SWE-Bench Multilingual 79.8% (Opus 4.7 = 80.5%) ใน Terminal-Bench 2.0 = 69.3% (Opus = 69.4%) — เกือบเท่ากัน — แต่ราคาเริ่มที่ $0.50/M input + $2.50/M output (Opus = $15/M) Cursor ประกาศพร้อมว่ากำลังร่วมกับ SpaceXAI ฝึกโมเดลใหญ่กว่านี้ 10x จากศูนย์บน Colossus 2
หลังเปิดตัวที่ Google I/O 2026 วันที่ 19 พ.ค. DeepMind เผยแพร่ Model Card ของ Gemini 3.5 Flash อย่างเป็นทางการ — ทำคะแนนแซง Gemini 3.1 Pro ที่เพิ่งออกเมื่อ 4 เดือนก่อน ในงาน coding (Terminal-Bench 2.1 ที่ 76.2%), tool use (MCP Atlas 83.6%) และ real-world agentic task (GDPval-AA 1656 Elo) เร็วกว่า 4 เท่าในเรื่อง output tokens และคิดราคาประมาณ 1/3 ของโมเดล frontier ใกล้เคียง — Google คาดว่าจะช่วยลดต้นทุน enterprise AI ได้กว่า 1 พันล้านดอลลาร์ต่อปี
Cohere เปิดตัว Command A+ โมเดล MoE 218B (active 25B) ที่เป็นโมเดล Apache 2.0 ตัวแรกของบริษัท รองรับ 48 ภาษาและอินพุตภาพ จุดเด่นคือ quantization 4-bit (W4A4) ที่เคลมว่าคุณภาพแทบไม่ลด ทำให้รันบน H100 สองใบหรือ Blackwell ใบเดียวได้
**15 พ.ค. 2026 เวลา 12:00 PM PT (ราว 02:00 น. วันเสาร์ เวลาไทย)** xAI ปลดระวาง Grok **8 รุ่น** ออกจาก API — `grok-4-1-fast-reasoning`, `grok-4-1-fast-non-reasoning`, `grok-4-fast-reasoning`, `grok-4-fast-non-reasoning`, `grok-4-0709`, `grok-code-fast-1`, `grok-3` และ `grok-imagine-image-pro` — หลังเวลานี้ request ที่ยังส่งไปยัง slug เก่าจะ **redirect อัตโนมัติเข้า `grok-4.3`** (reasoning model ไปที่ `low` effort, non-reasoning ไปที่ `none` effort) และคิดเงินตาม pricing ใหม่ **$1.25 / 1M input tokens และ $2.50 / 1M output tokens** ซึ่งอาจสูงกว่าราคาเดิมของบาง model — Grok 4.3 มี context **1M tokens** และรองรับ reasoning effort 4 ระดับ (none, low, medium, high) — developer ที่ใช้ Grok ผ่าน xAI API ควรปรับ `model` field ใน production ก่อนเวลา cutoff เพื่อ avoid surprise cost
5 พ.ค. — Ai2 ปล่อย MolmoAct 2 open Action Reasoning Model สำหรับหุ่นยนต์ที่ทำงานในโลกจริง — ตามต่อจาก MolmoAct เดิมเดือน ส.ค. 2025 — Inference เร็วขึ้นถึง 37x (180 ms ในตัว base, 790 ms กับ adaptive depth reasoning vs 6,700 ms ในรุ่นก่อน), บน Franka arm zero-shot ชนะ π0.5 ของ Physical Intelligence ทุกงาน (87.1% avg vs 45.2%) — ปล่อย Bimanual YAM dataset 720 ชั่วโมง, MolmoAct 2-FAST tokenizer open-source, model weights + data + code ครบ
6 พ.ค. — Zyphra ปล่อย ZAYA1-8B (760M active / 8.4B total MoE) — โมเดลแรกที่ pretrain + midtrain + SFT บน AMD Instinct MI300X stack ทั้งหมด ใช้ cluster 1,024 MI300X + AMD Pensando Pollara บน IBM Cloud — ขนาด <1B active แต่แตะ DeepSeek-R1, Gemini 2.5 Pro, Claude 4.5 Sonnet ในงานคณิต/โค้ด — ปล่อย Apache-2.0 บน Hugging Face พร้อม Markovian RSA test-time compute scheme ใหม่
30 เม.ย. — Google Developers Blog เปิด Gemini Embedding 2 เป็น GA ผ่าน Gemini API + Gemini Enterprise Agent Platform — natively multimodal embedding ตัวแรกของ Google รับ text/image/video/audio/PDF ใส่ vector space เดียว รองรับ 100+ ภาษา ใช้ Matryoshka Representation Learning ให้ truncate dim ได้ตามงาน — ลด latency บางลูกค้าได้ถึง 70%
IBM ปล่อย Granite 4.1 ตระกูลโมเดล foundation ขนาด 3B/8B/30B ภายใต้ Apache 2.0 โดยรุ่น 8B instruct ทำคะแนนเทียบเท่าหรือแซงรุ่น MoE 32B ของ Granite 4.0 ด้วยสถาปัตยกรรมที่เรียบง่ายกว่า เน้นงานองค์กรและการรันโลคอลผ่าน llama.cpp/vLLM
xAI ปล่อย flagship voice model ตัวใหม่ Grok Voice Think Fast 1.0 ออกแบบสำหรับ workflow แบบ multi-step ตอบสนอง real-time แต่ยังคิดเบื้องหลัง พร้อม top-1 บน τ-voice Bench รองรับ 25+ ภาษา และเริ่มใช้งานจริงกับ sales/support ของ Starlink แล้ว
DeepSeek เปิดตัว V4 preview เมื่อ 24 เม.ย. — V4-Pro 1.6T params และ V4-Flash 284B params context 1M token พร้อมราคา input ต่ำกว่า Anthropic/OpenAI กว่า 10 เท่า — แต่ story จริงคือผู้ผลิตชิปจีน 8 ราย (Huawei Ascend, Cambricon, Hygon, Moore Threads ฯลฯ) adapt ได้ในวันเดียว และวันนี้ Bloomberg รายงานว่าบัญชี CCTV ยืนยันว่าการเลื่อน V4 มาจากการ tune สำหรับ Ascend ไม่ใช่ปัญหาเทคนิค
DeepSeek ปล่อย V4 เป็น open weights ใต้ Apache 2.0 มาพร้อม 2 รุ่น — Pro 1.6T (active 49B) และ Flash 284B (active 13B) ทั้งคู่รองรับ 1M context ด้วยสถาปัตยกรรม hybrid attention (CSA + HCA) ที่ลดต้นทุน inference ลงเหลือ ~27% ของ V3.2 ใน long-context
Cloud Next 2026 — Google เปิด Gemini 3 Pro + Gemini 3.1 Flash Image (Nano Banana 2) + Lyria 3 สำหรับ enterprise ทั้งหมดเข้าถึงผ่าน Gemini Enterprise Agent Platform พร้อม 1M token context
ทีม Qwen ของ Alibaba ปล่อย Qwen3.6 ภายใต้ Apache 2.0 โดยรุ่นเด่นคือ Qwen3.6-27B แบบ dense ที่รันบน GPU ผู้บริโภคตัวเดียวได้ แต่ผู้ผลิตรายงานว่าทำคะแนนงานโค้ดดิ้งแซงรุ่น MoE 397B ของตัวเอง พร้อม context 262K
NVIDIA ปล่อยตระกูลโมเดล Ising แบบ open-source สำหรับงาน quantum processor calibration และ error correction — เร็วขึ้น 2.5 เท่า แม่นขึ้น 3 เท่าเมื่อเทียบกับ pyMatching
Meta Superintelligence Labs เปิดตัว Muse Spark โมเดล multimodal reasoning ตัวแรก หลัง Zuckerberg ทุ่ม 14.3 พันล้านดึง Alexandr Wang มารื้อสาย AI ใหม่ทั้งหมด
Z.ai (Zhipu AI) ปล่อย GLM-5.1 โมเดลโอเพนเวต MoE 754B ภายใต้ MIT ที่ผสม Gated DeltaNet กับ sparse MoE ทำคะแนน SWE-Bench Pro 58.4 สูงสุดในกลุ่มโอเพนช่วงเปิดตัว และออกแบบมาให้รันงาน agentic ต่อเนื่องหลายร้อยรอบ-พันครั้งของการเรียกเครื่องมือ
Microsoft MAI Superintelligence ปล่อย 3 โมเดล proprietary ใหม่ใน Microsoft Foundry — MAI-Transcribe-1 (WER 3.8%), MAI-Voice-1 (60s audio ใน 1s), MAI-Image-2 (Arena #3)
Mistral AI ปล่อย Mistral Small 4 โมเดล MoE 119B (active 6B) ภายใต้ Apache 2.0 ที่รวมความสามารถด้านเหตุผล (Magistral) วิชัน (Pixtral) และโค้ดดิ้ง (Devstral) ไว้ในชุดน้ำหนักเดียว พร้อมปุ่มปรับ reasoning effort และ context 256K
NVIDIA ปล่อย Nemotron 3 Super โมเดลไฮบริด Mamba-2 + Transformer + Latent MoE ขนาด 120B (active 12B) บริบท 1M โทเคน ที่เปิดทั้งน้ำหนักโมเดล ดาต้าเซ็ต และสูตรเทรนภายใต้ NVIDIA Nemotron Open Model License เน้นงาน agentic reasoning