SemiAnalysis 解析 GLM5.3 稀疏注意力对 HBM 内存与推理成本的影响

Baseten 发文解析开源模型后训练的成本驱动因素，指出活跃参数量是 RL 后训练成本的最大来源，总参数和 KV cache 主要限制推理速度，并按成本档位推荐 DeepSeek-V4-Flash、GLM-5.2、Kimi K2.6、Kimi K2.7 Code、Nemotron-3-Super-120B 和 Qwen3 系列。选型建议关注库支持、基准表现和后训练循环成本三方面。

@NousResearch 发布了 Hermes Agent Desktop——现在通过 @硅基流动 SiliconFlow 使用前沿开源模型更加便捷 🔥 → 一键随时切换模型——DeepSeek-V4、GLM-5.1、Kimi-K2.6、MiniMax-M3 等，均在硅基流动上 ... ... 通过硅基流动开启你的 Hermes 之旅的完整指南 👇🧵

通过@continuedev在VS Code中直接运行DeepSeek V4、GLM-5.1、Kimi K2.6等多款模型@SiliconFlowAI 支持标签自动补全、AI对话编辑和智能体功能 以下是3步设置指南 🧵⬇️

OpenRouter 发布提示注入防御教程，用 13 种自有攻击加 12 种其他模型编写的攻击测试 Claude Haiku 5.5、GPT-6 Luna、DeepSeek V4.1 Flash 和 GLM 5.3 Flash。

Flatkey 推出统一 AI API 网关，通过 CLI 让 Codex 和 Claude Code 调用 GPT、Claude、DeepSeek、GLM、Kimi 等文本模型及 GPT Image、Seedance 等图片视频模型。

Zyphra 发布 Inference Wave 2，在 MI355X 上通过投机解码与 MXFP4 量化加速 MoE 和长上下文服务。GLM-5.3 在 vLLM 基线中单请求解码提速 2.7x、32 并发提速 2.0x，分别采用 MTP（GLM-5.3、DeepSeek-V4）与 DSpark（Kimi-K3）。

Hugging Face 联创 Thomas Wolf 列出 Dylan Patel 称开源正在消亡之后约 10 周内的数十个开源模型发布，包括 Kimi K3、DeepSeek V4 系列、Qwen3.8 系列、GLM-5.3、Meta Muse 系列等。

Elvis Saravia 转发 Bolt 数据称开源前沿模型正在起飞，开源与闭源模型的差距已成过去，开发者希望同时使用两类模型。Bolt 上周一起向 1100 万用户开放最高 50x 用量的开源模型，前三日 Forge 提示词份额为 GLM 5.3 Flash 54%、DeepSeek V4 Pro 17%、GLM 5.3 15%、Kimi K3 14%。

Nathan Lambert 在 Interconnects 整理了一份关于开源模型的最佳文章书单，2026年9月13日更新，用于其面向公众和政策的开放模型写作准备。书单分基础、中美竞争、技术细节三部分，涵盖开放模型战略与风险、中国实验室的领先地位、约4-6个月的开放与闭源模型差距，以及蒸馏争议，并附 Kimi K3、GLM-5.2/5.3、DeepSeek R1 等案例，欢迎读者评论补充。

Fireworks 发布 2026 年开源 LLM 选型指南，覆盖 GLM 5.2、Kimi K3、Kimi K2.7 Code、DeepSeek-V4-Pro/Flash、MiniMax M3、Qwen3.7 Plus、gpt-oss-120b 和 Gemma 4 31B IT 九款模型。