Muse Glimmer 的替代方案

Meta 面向编码的旗舰模型，驱动 Muse Code 终端智能体：1M 上下文、更高的首试准确率、可靠的工具调用，通过 Meta Model API 提供端到端开发工作流。

智谱 2026 年 6 月的 744B MoE 编程模型，1M 上下文、MIT 权重。现行旗舰已是后继的 GLM-5.3。

智谱编程模型，挂在 GLM Coding Plan。

Meta 面向代码与智能体的开放权重多模态 MoE，具备 8160 亿总参数、420 亿激活参数和 100 万 token 上下文。

Recursive 推出的 Apache-2.0 39.8B MoE 编程智能体模型，约 2.5B 参数激活，支持工具调用并附带 SGLang 服务套件。

Poolside 开源权重编程模型：118B 总参 / 8B 激活 MoE、100 万 token 上下文、原生交错推理、OpenMDW-1.1 协议，专为智能体编程与长程任务打造。

上一代 Code Llama 34B Instruct 快照。llama.com 现在主推 Llama 4 / Muse。不是 2026 编程默认。

MiniMax 面向编程、智能体工作流和计算机使用的 API 模型，采用统一 token 定价，权重将于后续发布。

上一代通义代码专用模型快照。活编程路径已经是 Qwen3.8 Coder。不是 85% HumanEval 普查。

Reflection AI 的 Apache-2.0 开放权重 501B MoE，面向编程与长程智能体任务，单 token 激活 23B 参数并支持 1M 上下文。

智能体编码 MoE。

Meta 出品的终端编程智能体，由 Muse Spark 1.2 驱动。一条命令安装，在大型仓库中运行常驻后台智能体，按 token 计费而不是按席位收费。

DeepSeek-V4.1-Flash 是 MIT 的 552B 多模态 MoE，预填充 8B、解码 16B 激活，1M 上下文，KV 缓存约为 V4-Flash 的四分之一。

DeepSeek 官方小型智能体模型：284B 总参 / 13B 激活 MoE 架构、1M token 上下文、MIT 开源权重、DSpark 投机解码，每 1M token 仅 $0.14/$0.28。