了解 AI 新变化， 持续关注 模型与项目。

训练

已有下列具体披露；其余实现仍未知。

reasoning_rl-o1 · 当前卡片披露推理强化学习（Sol通过明确引用）；关联RL路线，不指定优化器。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

§2 Model Data and Training · 相关正文已核 · 核对 2026-10-23

推理

已有下列具体披露；其余实现仍未知。

thinking-internal · 内部思考与回答分开；不把提示词CoT与训练过程等同。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

§2 Model Data and Training · 相关正文已核 · 核对 2026-10-23

系统（推训）

当前材料未确认具体实现；未连线不代表未采用。

训练

已有下列具体披露；其余实现仍未知。

reasoning_rl-o1 · 当前卡片披露推理强化学习（Sol通过明确引用）；关联RL路线，不指定优化器。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

§2 Model Data and Training · 相关正文已核 · 核对 2026-10-23

推理

已有下列具体披露；其余实现仍未知。

thinking-internal · 内部思考与回答分开；不把提示词CoT与训练过程等同。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

§2 Model Data and Training · 相关正文已核 · 核对 2026-10-23

系统（推训）

当前材料未确认具体实现；未连线不代表未采用。

训练

有原则引导后训练概述；具体配方未披露。

post-opus55 · 原则引导的大量后训练；不指定未披露的优化器。

不等于当前型号采用旧CAI论文的全部步骤。

Claude Opus 5.5: training methodology · 相关正文已核 · 核对 2026-10-23

推理

已有下列具体披露；其余实现仍未知。

thinking-adaptive · 自适应思考始终开启，由effort调节深度，不支持旧手动预算。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

New model / Breaking changes · 相关正文已核 · 核对 2026-10-23

系统（推训）

当前材料未确认具体实现；未连线不代表未采用。

训练

当前材料未确认具体实现；未连线不代表未采用。

推理

当前材料未确认具体实现；未连线不代表未采用。

系统（推训）

当前材料未确认具体实现；未连线不代表未采用。

训练

当前材料未确认具体实现；未连线不代表未采用。

推理

当前材料未确认具体实现；未连线不代表未采用。

系统（推训）

当前材料未确认具体实现；未连线不代表未采用。

训练

已有下列具体披露；其余实现仍未知。

moe-sparse · 明确为稀疏MoE Transformer，支持原生多模态。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

Architecture · 相关正文已核 · 核对 2026-10-23

reasoning_rl-o1 · 训练使用多步推理、解题及定理数据的RL。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

Training Dataset · 相关正文已核 · 核对 2026-10-23

推理

当前材料未确认具体实现；未连线不代表未采用。

系统（推训）

已有下列具体披露；其余实现仍未知。

system-argon · TPU、JAX与ML Pathways明确用于训练。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

Hardware / Software · 相关正文已核 · 核对 2026-10-23

训练

已有下列具体披露；其余实现仍未知。

post-glm53 · 沿用5.2底座，改进来自后训练。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

Introduction: GLM-5.3 · 相关正文已核 · 核对 2026-10-23

推理

当前材料未确认具体实现；未连线不代表未采用。

系统（推训）

当前材料未确认具体实现；未连线不代表未采用。

训练

已有下列具体披露；其余实现仍未知。

hybrid-glm53flash · 新底座采用稀疏／线性混合注意力和mHC。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

Introduction: GLM-5.3-Flash · 相关正文已核 · 核对 2026-10-23

repr-mhc · 官方明确列出mHC；仅映射该技术身份。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

Introduction: GLM-5.3-Flash · 相关正文已核 · 核对 2026-10-23

推理

已有下列具体披露；其余实现仍未知。

hybrid-glm53flash · 同一结构在求解时结合递归状态与稀疏访问。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

Introduction: GLM-5.3-Flash · 相关正文已核 · 核对 2026-10-23

系统（推训）

当前材料未确认具体实现；未连线不代表未采用。

训练

当前材料未确认具体实现；未连线不代表未采用。

推理

已有下列具体披露；其余实现仍未知。

context-csa2 · Full、Reindex、Reuse控制跨层共享与索引重算。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

§2.3–2.3.1 · 相关正文已核 · 核对 2026-10-23

系统（推训）

已有下列具体披露；其余实现仍未知。

context-csa2 · 共享主KV和索引键减少缓存；索引复用减少重复计算。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

§2.3.1 · 相关正文已核 · 核对 2026-10-23

训练

当前材料未确认具体实现；未连线不代表未采用。

推理

当前材料未确认具体实现；未连线不代表未采用。

系统（推训）

当前材料未确认具体实现；未连线不代表未采用。

训练

已有下列具体披露；其余实现仍未知。

hybrid-k3 · KDA与Gated MLA按3:1组合，末尾另有全局层。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

§2.1 · 相关正文已核 · 核对 2026-10-23

推理

已有下列具体披露；其余实现仍未知。

hybrid-k3 · 递归状态更新与全局访问互补；不等同纯线性模型。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

§2.1 · 相关正文已核 · 核对 2026-10-23

系统（推训）

当前材料未确认具体实现；未连线不代表未采用。

训练

已有下列具体披露；其余实现仍未知。

hybrid-q38 · 列明Gated DeltaNet、Gated Attention、MoE和多步MTP。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

Model Overview · 相关正文已核 · 核对 2026-10-23

推理

已有下列具体披露；其余实现仍未知。

thinking-adaptive · reasoning_effort调节思考；保留思考历史，但不声称与Claude内部算法相同。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

Highlights / API Usage · 相关正文已核 · 核对 2026-10-23

系统（推训）

当前材料未确认具体实现；未连线不代表未采用。

训练

当前材料未确认具体实现；未连线不代表未采用。

推理

当前材料未确认具体实现；未连线不代表未采用。

系统（推训）

当前材料未确认具体实现；未连线不代表未采用。

训练

当前材料未确认具体实现；未连线不代表未采用。

推理

当前材料未确认具体实现；未连线不代表未采用。

系统（推训）

当前材料未确认具体实现；未连线不代表未采用。

训练

当前材料未确认具体实现；未连线不代表未采用。

推理

当前材料未确认具体实现；未连线不代表未采用。

系统（推训）

当前材料未确认具体实现；未连线不代表未采用。

训练

当前材料未确认具体实现；未连线不代表未采用。

推理

已有下列具体披露；其余实现仍未知。

context-msa · 分块筛选稀疏注意力。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

MSA · 相关正文已核 · 核对 2026-10-23

系统（推训）

已有下列具体披露；其余实现仍未知。

context-msa · KV外循环聚合查询，减少重复读取。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

MSA · 相关正文已核 · 核对 2026-10-23

训练

已有下列具体披露；其余实现仍未知。

post-wonder · 官网明确扩展预训练与强化学习；不指定具体RL优化器。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

Scaling Toward Personal Superintelligence · 相关正文已核 · 核对 2026-10-23

推理

当前材料未确认具体实现；未连线不代表未采用。

系统（推训）

当前材料未确认具体实现；未连线不代表未采用。

训练

已有下列具体披露；其余实现仍未知。

post-wonder · 官网明确扩展预训练与强化学习；不指定具体RL优化器。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

Scaling Toward Personal Superintelligence · 相关正文已核 · 核对 2026-10-23

推理

当前材料未确认具体实现；未连线不代表未采用。

系统（推训）

当前材料未确认具体实现；未连线不代表未采用。

训练

当前材料未确认具体实现；未连线不代表未采用。

推理

当前材料未确认具体实现；未连线不代表未采用。

系统（推训）

当前材料未确认具体实现；未连线不代表未采用。

训练

当前材料未确认具体实现；未连线不代表未采用。

推理

当前材料未确认具体实现；未连线不代表未采用。

系统（推训）

当前材料未确认具体实现；未连线不代表未采用。

训练

当前材料未确认具体实现；未连线不代表未采用。

推理

当前材料未确认具体实现；未连线不代表未采用。

系统（推训）

当前材料未确认具体实现；未连线不代表未采用。

训练

已有下列具体披露；其余实现仍未知。

agent-k2 · 多环境工具任务RL，结合单测、模型判断与静态检查；不表示采用Kimi配方。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

Reinforcement learning at scale · 相关正文已核 · 核对 2026-10-23

推理

当前材料未确认具体实现；未连线不代表未采用。

系统（推训）

已有下列具体披露；其余实现仍未知。

system-ml4 · 采样actor与训练异步执行，控制策略陈旧。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

Reinforcement learning at scale · 相关正文已核 · 核对 2026-10-23

训练

已有下列具体披露；其余实现仍未知。

train-ernie5 · 统一next-group-of-tokens目标和模态无关专家路由。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

§2–2.1 · 相关正文已核 · 核对 2026-10-23

推理

当前材料未确认具体实现；未连线不代表未采用。

系统（推训）

当前材料未确认具体实现；未连线不代表未采用。

训练

已有下列具体披露；其余实现仍未知。

moe-sparse · 官方明确MoE稀疏架构；具体路由策略未据此确定。

仅证明所述机制／应用，不证明采用历史节点的全部实现或权重。

核心能力与技术参数 / Architecture · 相关正文已核 · 核对 2026-10-23

推理

当前材料未确认具体实现；未连线不代表未采用。

系统（推训）

当前材料未确认具体实现；未连线不代表未采用。

训练

当前材料未确认具体实现；未连线不代表未采用。

推理

当前材料未确认具体实现；未连线不代表未采用。

系统（推训）

当前材料未确认具体实现；未连线不代表未采用。