WeChat AI の 617B MoE モデル。トークンあたり活性化パラメータ 23B で、Hidden Decoding によるフロンティア規模初のシーケンス長スケーリングを実証。WeChat の AI アシスタント「小微」を支える。

多言語プログラミング、エージェントワークフロー、実世界の開発タスクに最適化されたオープンソース230Bパラメータ MoE モデル。SWE-bench パフォーマンス74%。

NVIDIA の効率的なオープンウェイトモデル。総パラメータ 30B で活性化はわずか 3B。MoE ハイブリッド構成、最大 1M トークンのコンテキスト、単一 GPU 展開でローカル推論とポストトレーニング研究に対応。

以前の WizardLM-2 8x22B スナップショット。再確認：Microsoft の 2026 既定ではない。旧の最先端 / オープン SoTA 王冠は捨てる。

以前の DeepSeek V3 スナップショット。再確認：生きた経路は V4 Flash/Pro。GPT-4o / Claude 3.5 のセンサスではない。

DeepSeek V4 は、DeepSeek のフラッグシップ AI モデルの次世代版であり、V3 の成功を基盤に、推論能力、マルチモーダル理解、エージェントベースのインタラクションの向上が期待されています。

Google DeepMind のオープンウェイトモデル。総パラメータ 25.2B の MoE で 1 トークンあたり 3.8B のみ活性化。256K コンテキスト、マルチモーダル入力、Apache 2.0 ライセンス。

Kwaipilot のオープンウェイト・エージェント型コーディングモデル。35B MoE/活性 3B、Qwen3.6 ベース、Apache 2.0、262K コンテキスト、PinchBench ツール使用で首位。

Poolsideのオープンウェイト118B MoEコーディングモデル。8Bアクティブ、100万トークンコンテキスト、ネイティブ推論、OpenMDW-1.1ライセンスでエージェントコーディング向け。

エージェント型コーディングMoE。再確認：Ornith-1.5-35B-A3B を精鋭化、4bit約22GB、SWE-bench-Live 約12/25、MIT、GGUF/MLX。研究所リリースではない。