一周三头巨兽：501B、816B与Gemini 4 Argon

一周之内，三个"巨兽级"模型接连落地。谷歌把闭源的Gemini 4 Argon推上正式可用，Meta放出816B的开源多模态模型Muse Spark Open，一家新实验室Reflection则交出501B的Beam。开源与闭源那条线，这一周被踩得有点模糊。

先看谷歌。Gemini 4 Argon于2026年10月13日正式GA，主打复杂多步任务——编程、金融、法律、网络安全、科学，配备100万token的统一输入输出上下文。介绍期API定价为每百万输入token 2美元、每百万输出token 10美元，缓存输入打95%折扣，优惠持续到2026年11月30日，之后翻倍至4美元和20美元。它已上线Gemini应用、AI Studio、Android Studio、Antigravity和Gemini for Business。

同一天还有一篇开发者侧公告，确认该模型已在付费Gemini API层可用，面向大型代码迁移这类长周期工程任务，AI Ultra订阅用户也能通过Antigravity提前用上。

Meta这边，Muse Spark Open是一个开放权重的多模态MoE，总参数约816B、每token激活约42B，上下文最高100万token，被定位为迄今最强的美国开放权重模型，针对智能体编程调优。

它接受文本、图像、音频、视频输入，只输出文本；量化版本可在高内存Mac上运行，也支持llama.cpp、vLLM、SGLang、MLX和HF Inference Endpoints，BF16完整权重约1.5TB。

新面孔Reflection的Beam同样不含糊：501B参数的开源MoE，每token激活23B，Apache 2.0许可，100万token上下文，瞄准编程和智能体任务。transformers、vLLM、SGLang首日支持，附带SFT/RL配方；NVFP4检查点约280GB，可在4块B200 GPU上跑，完整BF16则要约1TB。

巨兽之外，小而专的发布也没停。Mistral推出首个时间序列基础模型Timestral，四个规格（5M、28M、123M、209M参数），纯CPU运行，单次预测10到140毫秒，支持32768步上下文，"Modified MIT"许可，权重放在GitHub和Hugging Face上。Mistral称209M版本在GIFT-Eval、TIME、fev-bench的零样本预训练模型中排名第一。

LightOn的ColGrep-Agent是个2B参数的本地代码搜索模型，让编程智能体把仓库搜索外包出去，而不是硬用grep。在Claude Code上测试，委派搜索让API token减少34%、缓存感知成本降低40%，准确率无明显损失，代价是延迟从13.0秒升到21.6秒中位数。GGUF权重已可获取。

IBM的Granite Switch 4.1走的是另一条路：8B和30B两个规格，把基础聊天模型、Decision适配器、Guardian安全适配器和内嵌语音转文字模型打包在单一端点后面。由于适配器复用基础模型的KV缓存，整套的GPU内存开销和单跑基础模型差不多——需要聊天、结构化决策和转录，又不想开三套部署的团队可以看看。

还有几笔值得记下：FrontiersMind的Lumma-Fev-27B在英文、印地语、泰米尔语、卡纳达语上单次前向给选项打分，held-out决策准确率90.7%对TypeSafe Jev的83.9%，但通用推理仍落后于Jev，Apache 2.0权重，bfloat16下约需49GiB，一张80GB卡够用。

Ai2的HiRO-ACEv2气候模拟器新增降尺度模型，一次产出多个高分辨率场，对热带气旋等极端事件的还原更准，生成全球3公里气候数据的成本约为其训练所用X-SHiELD模拟器的三百分之一。DMIS Lab的UltraBERT用单个编码器兼顾分类与检索，380M版本GLUE得91.0、BEIR得47.7。Liquid AI的LFM2.5-24B-A2B每token只激活2B参数，上下文从32K扩到131K，词表翻倍到128K，在Apple M5 Max上跑到184 tokens/s。

把这一周串起来看，一个趋势挺清楚：巨头在推闭源旗舰的同时，开放权重阵营用更大的参数和更长的上下文正面接招；而真正落地的团队，越来越多是在巨兽旁边配几个窄而便宜的小模型，而不是等一个模型包打天下。