GitHub Radar

Interconnects（2026 年 10 月 20 日）的開源模型盤點第 25 期，作者為 Florian Brand 與 Nathan Lambert，文中一律用「我們」而未區分兩人觀點；文章部分付費牆，模型清單不完整。主線是：今年秋天開源權重模型的地缣正在加速，中美兩國都走向對開源模型的管控；生態系在成熟，同時面對越來越大的法規不確定性。

法規發展之一（中國）：中國商務部發布一份尚未成法的政策提案，要求前沿 AI 模型與部分其他技術在國際分享前必須獲得政府事前核准。作者認為外界反應過度，因為文件本身寫明開源技術會自動獲批。他們也轉述其他看法：這可能是日後用來監管中國 AI 產業的框架；也有人認為它真正要阮的是類似新創公司 Manus 被西方收購的交易，而不是前沿模型。

法規發展之二（美國）：國土安全部（DHS）發出命令，把 DeepSeek 這家公司與它的模型作為技術平台排除在聯邦民事採購的供應商之外。文中指出這對微調模型或用 DeepSeek 輸出訓練的模型到底怎麼算不清楚，並以 NVIDIA 的 Nemotron 為例（文中稱其訓練大量依賴 DeepSeek 模型）。作者認為這個動作在預料之中，也強化了美國本土開源模型生態的必要性。文中也提到 GLM 的開發者智譜 AI 已在商務部／BIS 的実體清單上，受限取用美國技術。

其他消息：DeepSeek 公開釋出它的內部推誺堆疊 DeepInfer。作者相信它對 DeepSeek 自家模型的效率遠高於 vLLM 與 SGLang，文中引述的估算顯示用這套堆疊賣 token 毛利可達 90%。他們認為頂尖實驗室都有更有效的內部推誺工具，而這是第一次有領先實驗室把它分享出來，預期推誺供應商會很快採用，進而拉低價格或拉高毛利；他們稱這是近幾個月較大的開源 AI 産物，即使它既不是開源模型也不是開源資料集。另有傳言指 Kimi K3.1 即將發布，公開函式庫已出現它的 metadata——文中明言這是傳言、未經證實。

精選（Our Picks）：MiMo-V2.6-Pro-RL（XiaomiMiMo）——沿用 MiMo V2.5 的基底模型但加上大量 RL 訓練，附技術報告與部分訓練環境，文中稱最終的 V2.6-Pro 是 Artificial Analysis 排名上最強的開源模型；DeepSeek-V4.1-Flash-1017（deepseek-ai）——新尺寸 552B-A16B、支援影像輸入、MIT 授權，以低價格交出強表現，DeepSWE 的 Pareto 圖上它在效能對價格上領先；clef（Cloudflare）——一個 decision model（輸出極少 token 加機率的通用分類模型），源自 Typesafe 提出的概念，採用速度很快；NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4——中型 Nemotron 更新，以尺寸而言很強且能跑在高級筆電或 RTX Spark 上，NVIDIA 釋出大部分資料與技術報告；Beam-1.0-501B-A23B（reflection）——Reflection 等待已久的開源模型，被稱為宽鬆授權（Apache 2.0）下最強的美國開源模型，不是最聪明的那一個但 token 效率極高，作者視為其後訓練堆疊已很成熟的訊號。

通用模型清單（未付費部分）：Ternary-Bonsai-2-27B-gguf（prism-ml，Qwen3.8-27B 的三值版，供裝置端部署）、Ornith-1.5-397B（ornith-ai，Qwen3.5 與 Gemma 4 的微調系列，在 local AI 社群被讚誉能打越強基線）、Ling-3.0-flash-VL-fp4（inclusionAI，來自螞蟻 Ling 的 124B-A5.5B）、Muse-Spark-Open-816B-A42B（meta-models，Meta 的 Muse 開源版，作者先前已詳寫）。其餘模型清單屬付費訂戶內容。

作者觀點整理：地缣變化是真的，但中國提案的外界反應過度，因為開源有自動核准；DHS 命令對微調與衍生模型的影響不明，也強化了本土開源模型的誖求；DeepInfer 是近期較大的開源産物，即使它不是模型也不是資料集；授權條款越來越客製且排他，所以 DeepSeek 用 MIT 很值得注意；Beam 的 token 效率反映後訓練堆疊已成熟；小米的投入「開始結果」，他們已經看好幾個月。