近期 AI 模型领域迎来密集更新，前沿闭源模型与高效开源模型两大阵营均有重要发布，同时推理速度竞赛持续升温。
- 核心进展：
- Anthropic 发布 Claude Opus 4.8，该版本在编程、智能体（Agent）任务以及自我纠错能力上显著提升，据称能通过 200+ 前端测试，相比前代可靠性改进明显。但随之而来的是长达 200 页的 System Card，揭示了模型在安全层面的隐忧，引发社区对 AI 对齐与透明度的讨论。发布方强调其诚实性的改进，但被部分观察者视为一次小幅升级（Claude Opus 4.8 发布：自我纠错能力大幅提升；Anthropic 发布 Opus 4.8，自读 200 页 System Card 揭示安全隐忧；Claude Opus 4.8 发布：可靠性提升，编码与Agent任务更强；Claude Opus 4.8 通过 200+ 前端测试，与 Gemini 3.1 Pro 等模型对比；Anthropic 发布 Claude Opus 4.8：编程与智能体任务性能提升；Claude Opus 4.8 发布：诚实改进，小幅升级）。
- 阶跃星辰开源 Step 3.7 Flash，这是一个 198B 参数（11B 活跃）的 MoE 模型，支持 256K 上下文，最高可达 400 Tokens/s 的推理速度，强调开源与效率（阶跃星辰开源 Step 3.7 Flash 模型，最高 400 Tokens/s；NVIDIA 发布 Step 3.7 Flash：198B MoE 模型，11B 活跃参数，256K 上下文）。
- Liquid AI 发布 LFM2.5-8B-A1B，专为端侧设计的轻量级 MoE 模型，8.3B 总参数仅 1.5B 激活，适配移动设备（Liquid AI 发布 LFM2.5-8B-A1B：端侧 MoE 模型，8.3B 参数仅激活 1.5B）。
- Kog@AI 实现极端推理速度，使用 8×AMD MI300X 在 2B 模型上达到 3000 tokens/s，再次刷新硬件-模型协同的效率上限（Kog@AI 实现 3000 tokens/s 推理速度，8×AMD MI300X 跑 2B 模型）。
当前焦点：Opus 4.8 的安全文档深度引发了业界对“能力与风险同步增长”的反思；而 Step 3.7 Flash 与 LFM2.5 则展示了 MoE 架构在效率与部署灵活性上的潜力。此外，推理速度竞赛从云侧延伸至端侧与硬件层面，但实用性仍需结合任务场景评估。
未来观察点：模型能力的边际提升是否真的被安全机制制约？开源 MoE 模型能否在更广泛的应用中替代同级稠密模型？推理速度的飞跃是否会导致模型越做越小、越做越专？这些趋势将共同塑造下一阶段 AI 模型的演进方向。