# 百万token上下文窗口

Z.ai 发布旗舰模型 GLM 5.2，主打面向长程智能体任务的稳定 100 万 token 上下文，并按公开基准定位为开源编码模型中的最强者。推理平台 Fireworks 没有直接转发厂商数字，而是在自有 GPU 与推理引擎上运行开放权重，在 GPQA-Diamond 上以高推理模式得到 91.4%（181/198），与 Z.ai 报告的 91.2% 基本一致。模型以 MIT 许可发布，并已在 Fireworks 上线供开发者与研究者使用。

Z.ai 发布旗舰模型 GLM 5.2，主打面向长程智能体任务的稳定 100 万 token 上下文，并按公开基准定位为开源编码模型中的最强者。推理平台 Fireworks 没有直接转发厂商数字，而是在自有 GPU 与推理引擎上运行开放权重，在 GPQA-Diamond 上以高推理模式得到 91.4%（181/198），与 Z.ai 报告的 91.2% 基本一致。模型以 MIT 许可发布，并已在 Fireworks 上线供开发者与研究者使用。

Meta公开了面向智能体编程与长程任务的Muse Spark Open模型权重，并已在Modal的共享端点上按token计费提供。该模型原生支持多模态理解，上下文窗口为100万token，可完成写代码、调试、多步规划、顺序调用工具以及长流程中的失败恢复。在Meta的评测中，它使用Terminus 2智能体在Terminal-Bench 2.1上得76.4分，使用Meta偏好的评测框架在DeepSWE 1.1上得60分，推理强度设为xhigh。

Meta公开了面向智能体编程与长程任务的Muse Spark Open模型权重，并已在Modal的共享端点上按token计费提供。该模型原生支持多模态理解，上下文窗口为100万token，可完成写代码、调试、多步规划、顺序调用工具以及长流程中的失败恢复。在Meta的评测中，它使用Terminus 2智能体在Terminal-Bench 2.1上得76.4分，使用Meta偏好的评测框架在DeepSWE 1.1上得60分，推理强度设为xhigh。

MiniMax 的开放权重多模态模型 M3.1 Flash 已免费上线 AI Gateway，免费期至 10 月 22 日，且仅在请求由 MiniMax 承接时生效。该模型面向编程与智能体工作，上下文窗口为 100 万 token，可容纳长文档与多步智能体会话。相比更早的 MiniMax 模型，MiniMax 称其在复杂智能体任务、编程和网络安全上有所改进，编程方面最佳结果出现在应用开发，尤其是前端交互、定向缺陷修复和组件测试。

MiniMax 的开放权重多模态模型 M3.1 Flash 已免费上线 AI Gateway，免费期至 10 月 22 日，且仅在请求由 MiniMax 承接时生效。该模型面向编程与智能体工作，上下文窗口为 100 万 token，可容纳长文档与多步智能体会话。相比更早的 MiniMax 模型，MiniMax 称其在复杂智能体任务、编程和网络安全上有所改进，编程方面最佳结果出现在应用开发，尤其是前端交互、定向缺陷修复和组件测试。

Reflection AI 的 Beam 推理模型结束隐身测试，以 stealth/cat-jam 之外的正式名称接入 AI Gateway，并在发布期内免费提供。它面向编程与智能体任务，权重以 Apache 2.0 发布，支持工具调用与结构化输出，上下文窗口为 100 万 token。模型总参数 501B，但每个 token 只激活 23B，并跳过任务不需要的 token，因此比更大的开放模型更早给出答案。

Reflection AI 的 Beam 推理模型结束隐身测试，以 stealth/cat-jam 之外的正式名称接入 AI Gateway，并在发布期内免费提供。它面向编程与智能体任务，权重以 Apache 2.0 发布，支持工具调用与结构化输出，上下文窗口为 100 万 token。模型总参数 501B，但每个 token 只激活 23B，并跳过任务不需要的 token，因此比更大的开放模型更早给出答案。