Inception发布扩散式语言模型Mercury 3，模型规模较Mercury 1扩大逾40倍，标准评测智能水平提高约3倍；在NVIDIA GPU上官方吞吐为1068 Token/秒，上下文由26万扩至100万Token。模型已通过Inception API、Baseten和OpenRouter提供，标准价为每百万输入、输出Token 0.20和0.70美元，发布期五折；官方称其在多项评测超过GPT-6 Luna与Claude Haiku 5.5，但部分成绩尚未按第三方标准方法复现。

Meta发布30B参数开放权重智能体模型Muse Glimmer，面向工具调用、多步规划及长时间本地运行，并强调其在同尺寸模型中的竞争力。4-bit量化后体积约17GB，可部署在配备24GB显存的消费级GPU或Mac、PC；第三方披露其在RTX 5090上结合DFlash预测解码约达233 Token/秒，约为标准解码的3.1倍。官方已开放模型权重，具体许可、下载方式及完整基准细节仍应以Meta发布页为准。

fal Research与Black Forest Labs发布后训练视频模型FLUX 3 Max，支持文生视频、图生视频和关键帧模式，可生成5至20秒、720p且带原生音频的视频，10秒成片约需12秒。Artificial Analysis评测显示，其位列图生视频第2、文生视频第4，物理表现突出，但相机控制和人体结构仍较弱；常规定价为每分钟10.20美元，发布后三周限时降价75%，现已可在fal平台试用，并在多数用例中超过基础版FLUX 3。

Skyfall AI发布面向CAD与BIM的工程世界模型SKY-001，可把文字、草图或单张图像拆解为层级部件树，再生成二维草图、建模操作序列和可编辑的Autodesk Fusion文件。系统由Hierarchical Composer与Construction World Model组成；多方转述的官方测试称，其相对GPT-6 Astra在CAD、BIM任务上快51至125倍、成本低150至210倍，并可细化至螺丝级结构，但材料未提供独立复现实验。

MiniMax发布M3.1 Flash，重点提升智能体、编程、Computer Use和网络安全任务，DeepSWE得分74%，Automation-Bench得分62%，推理速度较M3代约提升3倍，综合使用成本下降70%。模型已通过MiniMax API、MPlan和MiniMax Code提供，定价为每百万输入、输出及缓存读取Token 0.15、0.60和0.015美元；公司计划10月23日开放权重，并正在准备性能定位更高的Pro版本。

Dream Labs结束隐身并推出双臂机器人基础模型Dream-1研究测试版，开发者可通过一次API调用控制双臂机器人。公司称模型能够零样本迁移到新的机器人本体、任务与环境，把机器人策略的使用方式从逐台训练转向按需调用；Dream API现已向公众开放，起价为每小时3美元。现有材料尚未给出支持的具体硬件清单、评测规模或安全约束，实际泛化能力仍需在不同平台和真实工作场景中进一步验证。

Anthropic旗下Claude Devs披露OSS Scanner上线首周结果：面向关键开源项目的周期性漏洞扫描已向维护者提交77项严重和803项高危模型发现。该开源工具调用其高能力模型，并在可能时为每项结果附上概念验证利用和修复补丁；首批后续包括针对CVE-2026-92392严重内存安全缺陷的curl补丁。服务对开源维护者免费，但这些数字属于模型判定结果，仍需人工确认、协调披露并验证补丁有效性。

Meta披露，Muse系列基础模型及Muse Wonder的训练依托位于美国俄亥俄州New Albany的Prometheus吉瓦级超级集群。公司报告该系统在大规模预训练中的有效算力利用率超过85%，强化学习阶段超过90%，平均每次中断间隔约为4.7万GPU小时，重点展示超大规模训练下的容错与持续运行能力。披露未给出GPU总量、建设成本或能耗细目，但为Meta近期模型发布补充了底层算力来源和集群可靠性指标。

Cloudflare披露其内部AI智能体推理费用经系统优化下降68%。团队没有单纯缩减调用量，而是将任务从昂贵通用模型迁移到更小的专用模型，并通过提示词压缩减少Token、使用语义缓存避免重复请求，再以路由器把不同查询分配给满足质量要求的最低成本模型。文章给出一套从可观测性、基线评测到缓存和模型路由的实施路径，核心约束是在维持任务效果的前提下降本，而非只比较模型单价或盲目减少调用。

Artificial Analysis公布HealthBench与HealthBench Professional首批榜单，使用真实健康对话，从准确性、完整性、沟通质量、上下文理解和指令遵循五个维度评分。专业版经长度调整后由GPT-6 Astra以66.0%领先，GPT-6.1 Sol为65.1%；普通版Claude Sonnet 5.5以62.1%居首。专业版性能成本前沿每任务约0.004至0.27美元，结果也显示短答在沟通质量上占优，但可能牺牲回答完整性。