17. serving 路径进入上游合并代码（2026-09-13 UTC）：vLLM 为 DeepSeek V4.1-Flash 合并 DeepSelect 稀疏索引 TopK（GB200、batch 256 / 1M KV 下 191 微秒，原路径为 616 微秒）与 Engram DP 分片、异步 CPU offload、共享内存表；SGLang 为 nvidia/Qwen3.8-Flash-Next-NVFP4 合并单 DGX Spark / GB10 路径（200 题 GSM8K 97.5%/97.0%，约 93/90 tok/s）。两者均在 main、尚未 tagged，说明开放权重 serving 生态继续落地，但不是 TB/SWE 权重复现（ev-20260910-01 / ev-20260826-04 更新）。
开放权重模型能否承担 coding agent 工作流？
现有档案记录了开放权重模型及部署生态的进展。选型仍需在自己的任务、硬件与工具链上验证，不能把厂商评测直接等同于本地工作流表现。
资料截至 2026-09-28 · 基于档案证据的分析
适用边界
适用于有能力部署和评估模型的团队。许可证、硬件预算和独立复现是决策前提。
开放问题
- 公开权重在相同任务与预算下能否复现结果？
- 部署成本和维护负担是否优于托管 API？
支持材料
18. vLLM 0.30.0 tagged stable（2026-09-22，ev-20260922-01）：此前在 main 的 DeepSeek V4.1、GLM-5.3、Qwen3.8 等开放权重模型 serving 路径进入稳定发布，并加入常驻 GPU 权重缓存、HiSparse 主机 KV tier 和大规模安全加固；serving 采用证据增强，但仍不是公开权重的第三方 Terminal-Bench / SWE 复现。
Hy4 30 天采用复核：主仓月下载量增至 22,788，但完整版与第三方可复现评测仍缺席。
更多证据 · 12
GLM-5.3 权重落地：HF zai-org/GLM-5.3（FP8，153 个文件）+ GLM-5.3-BF16 于 2026-08-25 创建，总参数 753B、无门禁；自定义 glm-5.3 许可证为 MIT 式，仅对年收入超 $10B 的 MaaS 业务设安全审查条款；vLLM/SGLang/TokenSpeed/KTransformers/Unsloth/vLLM-Ascend day-0 支持（一手来源，ev-20260814-02 更新）
独立评测：Artificial Analysis Intelligence Index——GLM-5.3 (max) 60（与 Kimi K3 持平、较 GLM-5.2 +7）；GLM-5.3-Flash 57（8/26 上架）；同日 GLM-5.3-Flash 以纯 MIT 开源（320B-A18B、全新底座、混合稀疏-线性注意力——同组织加强信号，ev-20260825-01）
Qwen3.8-Flash-Next 架构预览开源（Qwen，2026-08-26 定档；HF 仓库 8/24 创建；coverage-gap recovery，ev-20260826-04）：125B/6B 激活 + 51B n-gram 嵌入 + 4B MTP（~180B），Gated DeltaNet 线性注意力 + 每 4 层一次 Qwen Sparse Attention，原生 262k 上下文（YaRN 至 1M），多模态；自定义 qwen-community-1.0 许可；4 天 52k 下载、4.2k likes——不同组织、同方向的开源权重加强信号，且与 GLM-5.3-Flash 同周落地混合线性注意力（跨组织技术收敛）
GLM-5.3-Flash 下载增速（2026-08-29 核查）：上架约 4 天 189,793 下载（30d 口径即累计）+ 1,557 likes；FP8 主仓 GLM-5.3 为 8,804 下载（753B 体量）；vLLM recipe 页就位、NVFP4 量化部署讨论出现（ev-20260825-01 更新）
腾讯 Hy4 预览版开源（Tencent，公告 2026-08-28、HF 仓库 8/27 创建；coverage-gap recovery，ev-20260828-02）：770B 总参 / 49B 激活 MoE、上下文超 1M、Apache 2.0（HF 标签），标准 + FP8 权重与 day-0 vLLM recipe——一周内第三家中国实验室开源大权重，也是「不同组织、同级别」判据 (b) 至今最接近的候选；但仅有厂商内部盲测（163 专家 / 203 任务，2.99 vs GLM-5.3 2.92、Kimi K3 2.94），无公开 benchmark，属 preview；早期下载约 1.4k / 2 天
下载增速确认（2026-08-31 核查）：此前两日冻结的 HF 计数器全面滚动——GLM-5.3-Flash 上架 6 天 346,516 下载（较 8/29 采样 +83%）+ 1,711 likes；Qwen3.8-Flash-Next 121,976（+133%）+ 4,384 likes；GLM-5.3 FP8 主仓 8,804 → 50,116（约 5.7 倍，753B 权重开始被规模化拉取）——跨组织（Z.ai / Qwen）、跨规格（320B / 180B / 753B）同时放量，判据 (c)「下载增速持续」确认达成；Hy4 预览版温和（主仓 2,123 + FP8 1,469）（ev-20260825-01 / ev-20260826-04 / ev-20260814-02 / ev-20260828-02 更新）
DeepSeek V4-Flash-Vision-Exp 开源（2026-08-31，MIT，ev-20260831-02）：V4 家族首个多模态模型，文本 agent 基准保持 Flash 档（TB 2.1 83.9 vs Opus-4.8 85.0），多模态 agent 基准跃升（ApexBench 36.5 vs 忽略多模态输入的文本版 26.2）——开源权重浪潮从文本 coding agent 延伸到多模态 agent；权重落地约 1 天 17.9k 下载 + 452 likes
下载增速延续 + 社区 serving 工具涌现（2026-09-02 核查）：GLM-5.3-Flash 441,348（较 8/31 +27%）、Qwen3.8-Flash-Next 207,941（+70%，另有 FP8 130,451）、GLM-5.3 FP8 94,403（+88%）、Hy4 3,516（+66%）——第二个连续放量周期；unsloth GGUF 衍生（Flash 63.7k / Flash-Next 431k）；slotstream（Show HN 147 分）在 48GB M5 Pro 上以 SSD 流式跑 104GB 4-bit Flash-Next（~12 tok/s 暖解码、峰值 32GB、Ollama/OpenAI API 兼容）；serving 研究跟进混合架构（Tail-Replay/DASC：混合线性注意力的前缀缓存与状态压缩，ev-20260901-04）（ev-20260825-01 / ev-20260826-04 / ev-20260814-02 / ev-20260828-02 更新）
第三个连续放量周期 + serving 生态成型（2026-09-05 核查）：GLM-5.3 FP8 94,403 → 303,534（+222%，753B 权重被规模化拉取）、GLM-5.3-Flash 441,348 → 654,957（+48%）、Qwen3.8-Flash-Next 207,941 → 351,374（+69%，另有 FP8 186,676）、Hy4 预览 3,516 → 5,684（+62%）、DeepSeek V4-Flash-Vision-Exp 17.9k → 133,024（本窗口相对增速最陡）；unsloth 的 Flash-Next GGUF 衍生达 702,251、超过 Qwen 主仓；NVIDIA 发布 nvidia/Qwen3.8-Flash-Next-NVFP4（9/2）、AMD 发布 GLM-5.3 Quark 量化版——芯片厂商开始为一波开源权重出官方量化；serving 研究继续补课：混合模型 NVFP4 W4A4 全量化配方（ev-20260905-03）、随机 KV 逐出负结果（ev-20260905-04）；GLM-5.3-Flash 讨论区 #38 出现首个第三方 FP8 部署吞吐报告（2x L40S）（ev-20260814-02 / ev-20260825-01 / ev-20260826-04 / ev-20260828-02 / ev-20260831-02 更新）
第四个连续放量周期（2026-09-08 核查）：GLM-5.3 FP8 303,534 → 442,064（+46%）、GLM-5.3-Flash 654,957 → 784,005（+20%）、Qwen3.8-Flash-Next 351,374 → 474,693（+35%，另有 FP8 224,875）、Hy4 预览 5,684 → 6,705（+18%）、DeepSeek V4-Flash-Vision-Exp 133,024 → 251,611（+89%，连续第二次核查为相对增速最陡）；unsloth Flash-Next GGUF 702,251 → 868,243、NVIDIA NVFP4 衍生仓 18,068——753B 旗舰与全部衍生线继续放量（ev-20260814-02 / ev-20260825-01 / ev-20260826-04 / ev-20260828-02 / ev-20260831-02 更新）
15. 判据 (b) 达成 + 第五个连续放量周期（2026-09-11 核查）：DeepSeek V4.1 Flash 开源（9/10，MIT，763B/552B 骨干，TB 2.1 90.6 高于所有列出闭源模型、DeepSWE 74.2；1.5 天 75.7k 下载）——另一个组织的同级别开源权重发布，与 GLM-5.3 同量级（763B vs 753B）；计数器第五周期：GLM-5.3 FP8 597,626（+35%）、Flash 1,173,520（+50%）、Flash-Next 586,040 + FP8 349,091、Hy4 8,219、V4-Flash-Vision 443,954（ev-20260910-01 / ev-20260814-02 / ev-20260825-01 / ev-20260826-04 / ev-20260828-02 / ev-20260831-02 更新）；serving 诊断跟进混合架构（SinkProbe，ev-20260910-14）；安全外溢具体化——单方向消融可剥离出厂 GLM-5.3-Flash（block-FP8）的拒绝能力（ev-20260911-06）
16. 第六个连续放量周期 + 权重侧复现的最近一次接近（2026-09-13T00:03Z 核查）：GLM-5.3 FP8 635,504（+6.3%）、GLM-5.3-Flash 1,333,574（+13.6%）、Flash-Next 604,992 + FP8 369,963（+3.2%/+6.0%）、Hy4 8,936（+8.7%）、V4-Flash-Vision 484,422（+9.1%）、DeepSeek V4.1-Flash 140,636（发布约 2.5 天，相对增速最陡）；unsloth Flash-Next GGUF 1,160,057、NVIDIA NVFP4 衍生 89,924（4 天约 5 倍）——全线仍在增长，但 Qwen/GLM Flash 线的日均斜率较前几个 3 天周期回落。判据 (a) 出现迄今最近一次接近：HF 讨论 #50（9/12）在单台 DGX Spark（GB10、128GB 统一内存）上以 2-bit 路由专家量化运行公开权重，HumanEval 97.0% 高于 z.ai API 的 95.1%（同 prompt、温度 0；复现产物公开）——但 HumanEval 不是 Terminal-Bench/SWE，判据仍未达成。邻接（厂商自报，不计证据）：Z.ai 工程博文（9/12）披露 Flash 的 ox-alpha 匿名测试全程跑在国产 AI 芯片集群上（SGLang 定制引擎、EPD 分离架构、端到端 3 倍提升、成本对齐主流 NVIDIA GPU）（ev-20260825-01 更新）
反面材料
目前尚未记录直接反证，不能据此认定结论已经成立。独立复现与实际部署仍是下一步验证重点。