開源權重

ChainCatcher 消息，据 IT之家報導，百度文心大模型發布 ERNIE 5.5 Flash Preview，這是基於此前發布的 Base 模型的首個後訓練版本。該模型總參數 280B，激活參數 14B，支持 1M 上下文，官方稱在編程、3D 建模、知識工作、內容創作等方面表現出色。ERNIE 5.5 Flash Preview 兼顧智能水平與推理效率，在多項基準測試中取得有競爭力的得分，同時保持較快的解碼速度。模型 API 已在千帆平台上線，權重將於 11 月 25 日前開源。百度表示，該模型是後訓練過程中的中間版本，雖已取得同尺寸模型中較有競爭力的表現，但仍可能存在部分因訓練不充分導致的能力缺陷。後訓練仍在進行中，將在後續正式版本中優化。

ChainCatcher 消息，Social Capital 創始人 Chamath Palihapitiya 發布深度研究報告稱：開源權重模型已接近公開評估的最佳閉源前沿模型約四個月，且差距波動加大。若開源模型在接近前沿性能的同時讓企業更多控制數據、基礎設施與定制化，企業仍向前沿實驗室付費所對應的價值成為商業問題。開放性存在光譜，從可下載並自由修改的完全開源模型，到帶有不同限制的開源權重模型，閉源模型則保持權重私有。Palantir 首席執行官 Alex Karp 警告，企業可能將構成差異化的專有知識與流程交給前沿模型提供商。微軟首席執行官 Satya Nadella 表示：企業實際上為智能付費兩次，一次是金錢，另一次是為使智能有用而必須披露的更有價值的專有知識。儘管存在擔憂，企業仍願為前沿性能付費，即使最佳開源權重模型僅落後數月，前沿實驗室收入持續加速。領先企業同時使用兩類模型，以開源模型獲取控制與定制，以閉源前沿模型獲取最高能力，部分案例報告最高 12 倍工程效率與超過 20 倍成本節約。部分廠商採取雙軌，Google 同時提供 Gemini 與 Gemma，Meta 同時提供 Muse Spark 與 Llama。該 99 頁報告還涉及前沿實驗室維持領先的成本、模型競爭的五個因素、模型運行位置，以及 NVIDIA 與 Samsung 對開源權重的投資。

ChainCatcher 消息，据官方消息，阿里巴巴發布千問 3.8-MAX 人工智慧模型，擁有 2.4 萬億個參數。該模型將於下週開源權重，這是通義千問首次開源 Max 級模型，同步開源的還有 Qwen3.8-27B。Qwen3.8-Max 主打自主編程與多模態能力，可完成 10 天以上自進化開發及 500+ 輪晶片設計優化。API 定價為輸入 $2.0/M tokens、輸出 $6.0/M tokens。這是繼 Kimi K3 後第二個超 2T 參數的開源權重模型，標誌著開源超大規模模型競爭激化。

ChainCatcher 消息，据 Cointelegraph 報導，OpenAI 創始人 Sam Altman 發文稱，將在未來幾個月內發布具有推理能力的"新型開源權重語言模型"，但首先希望收集"如何使其發揮最大效用"的反饋。開源權重語言模型是指可公開使用、下載、修改或部署的模型，雖不及完全開源模式開放，但相比完全封閉的 GPT-3 和 GPT-4 已是重大轉變。OpenAI 曾於 2019 年 2 月部分開源了 GPT-2 模型，同年 11 月完成全面開源。今年 2 月 12 日 Sam Altman 曾表示，公司計劃在未來數周或數月內推出 GPT-4.5 和 GPT-5。