แท็ก
38 บทความ
Mage-VL-Cowork ขนาด 4B ของ Microsoft เลือกเองว่าจะคลิกหน้าจอหรือสั่ง bash ทำคะแนน OSWorld-Verified 66.0% ใกล้ค่าอ้างอิงมนุษย์ 72.4% ในตารางเดียวกัน แต่คำว่าดีที่สุดในขนาด 4B มีคู่เทียบบนตารางนี้แค่รุ่นเดียว
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
21 ต.ค. 2026 Anthropic ออก API version 2026-10-21 แทน 2023-06-01 ที่ใช้มาตั้งแต่ปี 2023 พร้อม SDK รุ่นใหม่ 8 ตัว (Python 2.0.0, TypeScript 1.0.0, Go 2.0.0 ฯลฯ) ที่ส่งเวอร์ชันใหม่เป็นค่าเริ่มต้น — request ที่ยังส่ง temperature, top_p หรือ top_k จะได้ 400 แม้ใส่ค่า default, SDK ส่ง API key ผ่าน Authorization: Bearer แทน X-Api-Key และ SDK กับ CLI ตั้งแต่รุ่นนี้ใช้ไลเซนส์ Apache-2.0
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
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
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
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
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"
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
2 ต.ค. 2026 Meta เปิด repo muse-gadget-sdk ภายใต้ Apache-2.0 ประกอบด้วยเฟิร์มแวร์ ESP32, SDK สำหรับ Linux/Raspberry Pi ที่ให้ Muse รันคำสั่ง shell ได้ และ skill ควบคุมอุปกรณ์สมาร์ตโฮม 43 ชุด แต่การจับคู่ทุกเครื่องต้องใช้ SDK token ที่ใช้ได้เฉพาะงานส่วนตัวที่ไม่ใช่เชิงพาณิชย์ ฝังได้ไม่เกิน 50 เครื่อง ห้ามขาย และ Meta เพิกถอนได้ทุกเมื่อ
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
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 Ai2 ปล่อย Olmo-core 3 (v3.0.0, Apache-2.0) เฟรมเวิร์กฝึก LLM ที่ออกแบบระบบฝึก MoE ใหม่ทั้งหมด เปลี่ยนจาก FSDP เป็น DDP ที่ให้ expert อยู่บน GPU ตลอด ได้ throughput 2.7 เท่าของของเดิมบน B300 8 ตัว ทดสอบได้ถึง 1.2T พารามิเตอร์บน 512 GPU พร้อม tech report ที่บอกทั้งสิ่งที่ได้ผลและสิ่งที่ไม่ได้ผล
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
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
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
Minitap เปิดประเด็นเมื่อ 11 ก.ย. ว่า google/artemis (Apache-2.0) ยกโค้ด mobile-use มาโดยไม่ให้เครดิต — pyproject.toml ใน commit แรกเมื่อ 13 ส.ค. ยังมีเวอร์ชัน 3.6.3 และชื่อผู้เขียน 3 คนของ Minitap ก่อนถูกแทนใน 10 นาทีต่อมา ฝั่ง Artemis แก้ด้วยการเพิ่ม NOTICE ที่ถูก revert แล้วเหลือเครดิตใน README หนึ่งบรรทัด ส่วน finalrun-agent ที่ NOTICE ฉบับนั้นระบุไว้ก็หายไปจากเครดิต
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%
27 ส.ค. 2026 ทีมจากมหาวิทยาลัยชิงหัวและ Pengcheng Laboratory ปล่อยรายงาน PuRo-2B บน arXiv — เทรนโมเดล 2B จากศูนย์บน 1.4 ล้านล้านโทเคน ด้วยคลัสเตอร์ RTX 5090 ที่คิดเป็นค่าคอมพิวต์ $6.89K แซง Qwen2-1.5B และเข้าใกล้ Qwen2.5-1.5B พร้อมปล่อยข้อมูล โค้ด และเช็คพอยต์ระหว่างทางใต้ Apache-2.0
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
26 ส.ค. 2026 ทีม Terminal-Bench ร่วมกับ Stanford และ Laude Institute ปล่อย Terminal-Bench-Science 0.1 ใต้ Apache-2.0 — เบนช์มาร์ก 70 งานที่กลั่นจากข้อเสนอ 920 ชิ้นโดยผู้ร่วมเขียน 376 คนจาก 22 ประเทศ ตรวจด้วย test แบบ deterministic ไม่ใช้ LLM ตัดสิน ผลคือ Claude Opus 5 บน Claude Code นำที่ 30.0% ขณะที่ทุกโมเดลร่วงจาก Terminal-Bench 3.0 เกิน 10 จุดถ้วนหน้า
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
25 ส.ค. 2026 Liquid AI เปิดซอร์ส Pipette ใต้ Apache-2.0 — แพลตฟอร์มเบนช์มาร์กที่ไม่วัดโมเดลแบบลอย ๆ แต่วัดทั้งชุด โมเดล+ควอนต์+รันไทม์+ฮาร์ดแวร์ ครอบคลุม llama.cpp, MLX, OpenVINO, vLLM และ SGLang พร้อมแอป iOS/Android ที่รันวัดบนเครื่องจริง และลีดเดอร์บอร์ดสาธารณะที่ Artificial Analysis ตรวจสอบวิธีการให้
25 ส.ค. 2026 ทีมจาก NUS, Stanford, Oxford และ Princeton ปล่อย Recuris พร้อมโค้ดใต้ Apache-2.0 — สถาปัตยกรรมที่ปรับปรุง agent ด้วยการแก้ "ความจำ" แทนน้ำหนักหรือพรอมป์ต์ ได้ผลดีขึ้นใน 35 จาก 37 คู่โมเดล-เบนช์มาร์ก และมาพร้อมกับ AutoSaddler ของ Microsoft ที่ชี้ไปข้อสรุปเดียวกัน
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 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
25 ส.ค. 2026 Laude Institute ร่วมกับ MIT ปล่อย Headlong — agent microharness แบบโอเพนซอร์ส Apache-2.0 ที่แกนกลางเป็น Bash ราว 9,800 บรรทัด ออกแบบให้เอเจนต์ "คิดต่อเนื่อง" แม้ไม่มีใครสั่ง โดยข้อความจาก Slack หรือ Telegram ถูกฉีดเข้าไปในสายความคิดในฐานะ observation ไม่ใช่ trigger ให้ตอบ
18 ส.ค. 2026 Modular ปล่อยซอร์สโค้ดคอมไพเลอร์และ toolchain ของ Mojo ทั้งหมดภายใต้ Apache 2.0 พร้อม LLVM exception ปิดคำสัญญาที่ค้างมาตั้งแต่ปี 2023 — แต่ยังไม่รับ contribution เข้าคอมไพเลอร์จนกว่าจะสิ้นปีนี้
SAM (Sovereign Agent Mesh) เป็นโปรเจกต์เครือข่าย P2P ภายใต้ Apache 2.0 ในองค์กร GitHub ของ Google ที่ให้เอเจนต์บนคลาวด์ เซิร์ฟเวอร์ในองค์กร โน้ตบุ๊ก และมือถือ ค้นหากันเองและเรียกทูล MCP ข้ามเครื่องได้ โดยยึดหลัก default-deny ทุกแพ็กเก็ต MarkTechPost หยิบมารายงานเมื่อ 18 ส.ค. 2026
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
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
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
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.
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