AI 基础设施公司 Prime Intellect 推出推理服务平台 Prime Inference，面向前沿开源模型提供无服务器端点和预留容量两种服务。该平台运行在其自有多数据中心 GPU 集群上，支持 OpenAI 兼容 API，并采用 NVIDIA Dynamo、vLLM、Mooncake 和 FlashInfer 等技术。Prime Intellect 表示，平台公开发布前内部已每日处理近万亿个 Token。
Cloudflare 于 10 月 1 日发布自研决策模型 Clef 与 Clef-flash，并已上线 Workers AI，同时以 Apache 2.0 许可在 Hugging Face 开源权重。两款模型用于分类与决策，不生成文本，只返回带概率的分类结果。Cloudflare 披露，Clef 在 Jev 决策指数评测中领先，中位延迟为 209.3 毫秒，Clef-flash 为 38.8 毫秒；公司还同步推出面向企业的强化学习微调服务。
人工智能研究机构 AllenAI 宣布开源 AstaBrief 模型。该模型是 Asta 系统中的快速报告生成组件，目标是高效处理信息并自动生成结构化报告。根据披露，AstaBrief 可用于数据分析、内容摘要等多个领域，相关信息来自 Hugging Face。
H Company 推出面向 AI 代理的 Holo4 系列通用计算机使用模型，可执行点击、键入、编写代码及调用 MCP 或 API 工具。该系列包含 27B 和 35B-A3B 两个版本，均支持 256K 上下文，并可通过 H Models API 使用。其中 35B-A3B 以 Apache 2.0 许可开源权重，27B 采用 CC BY-NC 4.0 许可。
Naive AI 发布并开源首款模型 Naive-N0.5-Flash，定位编程与 AI 研发，采用 309B 总参数、15.5B 激活参数，并原生支持百万 token 上下文。技术报告显示，AI 已参与其注意力架构探索、训练系统改造、推理优化和实验验证。公司同时披露 NaiveRT 与 AutoWM 两个案例，展示模型在推理系统优化和世界模型研究中的具体参与方式。
