DeepSeek 官方开源其最新研发的 MTP（Multi-Token Prediction）代码加速推理框架。通过在模型解码阶段并行预测多个后续语法块，在 Cline、Aider 等终端 Agent 工具执行大规模跨文件 Diff 和单测生成时，吞吐速度实测提升 3 倍以上，且完全保持语法准确性。
阿里通义千问团队宣布正式开源 Qwen3.8-Flash-Next 完整权重，总参数 125B 激活 6B MoE 架构。联合 Unsloth 推出量化版 GGUF，支持在单张 24GB 显存消费级显卡（如 RTX 4090/5090）上全速运行 262K 上下文代码补全，本地推理吞吐达 85 tokens/s。
阿里通义千问正式开源 Qwen3.8-Flash 多模态 MoE 模型，总参 125B 激活仅 6B，采用 GDN、稀疏注意力与 Muon 优化器等 Qwen4 预研技术，训练成本仅为前代 1/9 且代码能力超越 Qwen3.7-Plus，官方 API 定价低至 $0.15 / $0.47。
Mistral 发布开源安全审查模型 Shieldstral 3B，采用宽松的 Apache 2.0 协议，支持在单张 16GB 显存消费级 GPU 上进行端侧高吞吐部署。开发者可直接传入自然语言安全规则，模型支持图文多模态校准风险评分。