AI 编程实时动态与要闻

11 月 13 日，ggml-org 在 GitHub 发布 llama.cpp v1.0.0，并在 Hugging Face 博客宣布 llama.cpp 与 ggml 两个库同时进入 v1.0.0。今后 ./include 下公共 C API 出现破坏性变更时升主版本，向后兼容的新功能、后端和模型支持升次版本，纯修复升补丁版本。本次 release 移除 35 个废弃函数，把 NextN/投机解码 API 提升进 llama.h，新增 OCP FP8 KV 缓存、可设 CPU 分担比例的 MoE 专家缓存，加入 Kimi-K3.1-Pro 等新架构，llama-server 加固 SSRF/CORS/DNS rebinding 防护并新增 OpenAI 兼容的 /v1/audio/speech。作者 Georgi Gerganov 的发布帖约 4,180 赞。

查看大图

独立评测机构 Artificial Analysis 11 月 13 日公布腾讯混元 Hy4 在其网络安全指数（Cyber Index）上的结果：综合 58 分，排第 3，比 DeepSeek V4.1 Flash 1017（max）高 1 分，落后于 Kimi K3.1 Pro（64）和仅限受信任访问的 GPT-6 Sol（Daybreak Blue，max，69）。在三项子测之一的 CWE-Bench-AA 上，Hy4 以 76% 的单次通过率排第 1，领先第 2 名 DeepSeek 6 到 7 个百分点。每道题平均成本 0.92 美元，平均输出 6.4 万 token，处在能力与成本的帕累托前沿上。

查看大图

11 月 12 日 SGLang Summit 期间，SGLang 团队与 AWS Annapurna Labs 宣布 SGLang-Neuron v0.1.0 开源并进入公开预览。它是 SGLang 的树外插件，设置 SGLANG_PLATFORM=neuron 即可在 Trainium 上用同样的服务器和 API 推理、生成 RL rollout，底层走 TorchNeuron 原生 PyTorch。AWS 同步上架 Deep Learning Container 镜像。大模型目前跑在 Trn3，扩散模型跑在 trn2.48xlarge。

查看大图

11 月 12 日，前 OpenAI 研究员 Will DePue 在 X 发帖并发布报告，称通过分析公开权重里残留的随机初始化模式，发现 DeepSeek-V4-Flash/Pro、Kimi K3/K3.1-Pro、MiniMax-M3、Ling-3.1-flash 六款模型是在英伟达 Blackwell 上初始化的，而这些公司更早的模型对应 Hopper。帖子约 205 万浏览、2 万赞。这是个人研究结论，不是官方认定；报告本身也写明，它不能确定芯片在哪里、如何获得，也不能确定是否违反出口管制。

查看大图

字节跳动旗下 AI Agent 办公产品「豆包工作」11 月 12 日宣布更新：在自研的豆包 2.1 Lite、豆包 2.1 Pro 之外，新增 Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等第三方模型，用户可按任务自行切换。模型选择页直接标注额度消耗倍率，倍率越低越省：豆包 2.1 Pro 0.65 倍、GLM 5.3 0.80 倍、Kimi K3.1 Pro 0.95 倍，豆包 2.1 Lite 与 DeepSeek V4.1 Flash 限时降到 0.01 倍；简单小额任务仍免费，另有分时段额度优惠。此前 10 月 29 日该能力仅对团队和企业订阅开放。

查看大图

2026-11-06，Artificial Analysis（@ArtificialAnlys）发布 VIALS-AA：独立复跑 Handshake AI 的 VIALS（161 题、8 个科学图像域），用开源 harness Stirrup 配代码执行与看图工具，每题 3 次，主指标为三连全对（pass^3）。厂商口径：Gemini 4 Carbon (high) 约 64%，GPT-6 Astra (max) 约 63%，Claude Opus 5.5 (max+fallback) 约 61%；开源权重侧 Kimi K3.1 Pro 约 45%。

查看大图

2026-11-05，月之暗面官方宣布 Kimi Hosted Agents（托管智能体）正式发布，把 Agent 运行所需的 Harness 做成云服务：独立沙箱、会话持久化、失败恢复、审计导出，按「沙箱时长 + 模型 token + 插件次数」计费。官方称提供 140+ Skills、30+ 插件，可用 kha CLI / 控制台 / REST API（kimi-api-version: 2026-09-01-beta）接入，自托管沙箱仅对企业认证用户开放。

查看大图

独立评测机构 Artificial Analysis 11 月 5 日（UTC 08:28）公布腾讯混元 Hy4 的 Intelligence Index v5 成绩：综合 35 分，与 Grok 4.7（xhigh）持平，落后 Claude Haiku 5.5（max）1 分；在中国实验室模型中仅次于 Kimi K3.1 Pro（46）。Agent 编码方面 FrontierCode 2.0 为 31%、Terminal-Bench 4.0 为 37%；单任务成本约 0.78 美元，约为同分 Grok 4.7 的十分之一。

查看大图

Kimi 官方账号 @Kimi_Moonshot 于 11 月 4 日 16:00（UTC）宣布开放 Kimi K3.1 Pro 模型权重，仓库 moonshotai/Kimi-K3.1-Pro 已公开、无需申请。模型卡显示它是 2.8T 总参、104B 激活的原生多模态 MoE，1M 上下文，权重以 MXFP4（量化感知训练）发布，仓库约 1.56TB；官方推荐 vLLM、SGLang 和 TokenSpeed 部署。许可证允许自由使用和修改，但年收入超 2000 万美元的 MaaS 业务需另签协议。

查看大图

独立评测机构 Artificial Analysis 11 月 4 日在 X 上宣布，把金融会计、战略运营、法律、医疗、工程、经济六个 Capability Indexes 升级到 v2.0，与 Intelligence Index v5.0 的评测对齐，并更重视 Non-Hallucination（不编造）和 Agentic Tool Use。各指数统一把 HLE 换成 HLE-Diamond、AA-Omniscience 升到 v1.1，并移除 GDPval-AA；工程指数新增 Science 能力项。官方结果：Claude Opus 5.5 (max) 六项全部领先，GPT-6 Astra (max) 在金融会计、法律、工程排第二；开放权重阵营中 Kimi K3.1 Pro（权重尚未发布）六项都领先，排在第 5 到第 8 名。

查看大图

月之暗面 Kimi 官方账号 10 月 30 日 03:14（UTC）发布 3D Make，称 Kimi 可连接 Blender 和 CAD 等工具来建模、组装场景和开发游戏，已在 kimi.ai 和 Kimi Work 上线。官方同步发布的 3D 教程说明，K3.1 Pro 经过专门训练，通过 Python 脚本操作 3D 软件，即使没有 MCP 支持的专业软件也能纳入工作流；人物、动物等网格模型则自动调用 Tripo 等扩散模型生成。需要本地软件的插件仅在 Kimi Work 中可用。

查看大图

独立评测机构 Artificial Analysis 10 月 28 日发布 Intelligence Index v5，是 1 月 v4 以来最大一次改版：新增 Cognition 的 FrontierCode 2.0 和 Terminal-Bench-Science，用 HLE-Diamond 替换 Humanity's Last Exam，60% 的权重来自私有或答案保留的测试集。榜首为 Claude Opus 5.5（max）58 分，GPT-6 Astra 57、GPT-6.1 Sol 55；开源权重最高的 Kimi K3.1 Pro（权重尚未发布）46 分，与榜首差距从 v4.3 的 3 分扩大到 12 分。同时推出跨年代对比的 Progress Index v1。

查看大图