แท็ก
13 บทความ
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
26 ส.ค. 2026 Google Cloud ประกาศรองรับ TPU ใน vLLM สำหรับ pooling/embedding workload โดยตรง — รัน Qwen3-Embedding-8B ได้ 83,996 โทเคน/วินาที และ 5.13 req/s ที่บริบท 16K บน bfloat16 tensor parallel 4 พร้อมรองรับ Qwen3-VL-Embedding-8B แบบ multimodal ที่ 15K+ โทเคน และรายงาน cosine similarity ≥0.999 (ข้อความ) / ≥0.995 (มัลติโหมด) เทียบกับผลอ้างอิง
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
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
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
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
10 ส.ค. 2026 ทีม Multiverse Computing เผยแพร่บน Hugging Face ว่าการแคช top-100 logits ของครูไว้ล่วงหน้า บวกกับ KL loss แบบ fused chunked ทำให้การกลั่นความรู้ที่เคยกิน 4 โหนด GPU ย่อลงเหลือ GPU ตัวเดียว และเร็วขึ้นราว 5 เท่าต่อสเต็ป
Surge AI ปล่อยเบนช์มาร์ก HANDBOOK.md ทดสอบว่า agent ทำตามคู่มือนโยบายยาว 20–124 หน้าที่อยู่ใน context ได้จริงไหม ผลคือจาก 30 คอนฟิก 20 โมเดล ตัวที่ดีที่สุด (Claude Fable 5 adaptive/max) ผ่านแค่ 36.2% และเกือบทั้งหมดต่ำกว่า 25%
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
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