跳到正文
只看模型
10月6日周二
  3. TechCrunch：AI64

    Mistral 发布 1 万亿参数多模态模型 Mistral Large 4，计划三周后开放权重

    Mistral AI 于周二发布万亿参数多模态模型 Mistral Large 4（昵称 Le Chonk），定位为介于闭源与中国开源模型之间的第三条路线。目前仅能通过公开 guardrail 端点访问，安全测试完成后计划在三周内开放权重；该模型仅用 4,000 块 NVIDIA GPU 在 Mistral 自有算力上完成训练，优化用例包括网络安全、金融和芯片设计。

  4. OpenRouter68

    Mistral 发布 Mistral Large 4，1T 参数、49B 激活、原生多模态，称其为美欧最佳开源权重模型，并在视觉 grounding 上超越闭源前沿模型。模型已在 API 上线，开源权重预计 10 月底发布，可经 Mistral Cloud 从欧洲部署。

    引用Mistral AI@MistralAI

    认识一下 Mistral Large 4，又名 Le Chonk。 • 1T 参数，原生多模态。49B 激活。 在综合基准测试中，它是来自美国或欧洲的最佳开放权重模型。 • 在关键工作负载上达到最先进水平，包括网络防御、制造业和金融，并且在视觉定位方面超越了闭源前沿模型。 • 端到端在欧洲打造，并可通过我们自己的 Mistral Cloud 基础设施从欧洲部署。 • 今天即可通过 API 向所有人开放。正与网络安全合作伙伴私下合作。 开放权重版本将于十月底发布。

    同一件事，精选收录的是《Mistral 发布 Mistral Large 4，Artificial Analysis 评测称其为美中之外最智能模型》

  5. Arena.ai67

    Arena 宣布 Mistral 的 Mistral Large 4 现已进入 Agent Arena，用户可前往测试投票，分数稍后公布。该模型为 1T 参数、49B 激活的原生多模态开放权重模型，也已在 Code Arena 的 WebDev、Text 和 Vision 中可用。

    引用Mistral AI@MistralAI

    认识一下 Mistral Large 4，又名 Le Chonk。 • 1T 参数，原生多模态。49B 激活。 在综合基准测试中，它是来自美国或欧洲的最佳开放权重模型。 • 在关键工作负载上达到最先进水平，包括网络防御、制造业和金融，并且在视觉定位方面超越了闭源前沿模型。 • 端到端在欧洲打造，并可通过我们自己的 Mistral Cloud 基础设施从欧洲部署。 • 今天即可通过 API 向所有人开放。正与网络安全合作伙伴私下合作。 开放权重版本将于十月底发布。

    推荐理由：原文说明 Agent Arena 用真实长程智能体任务和因果追踪方法评分，读者可据此理解该评测如何衡量模型表现。

  6. OpenRouter72

    Mistral 发布 Mistral Large 4（Le Chonk），1T 总参数、49B 激活参数，原生多模态。官方称其在聚合基准上是美国或欧洲最佳开源权重模型，在网络防御、制造和金融等关键负载达到 SOTA，视觉 grounding 超过闭源前沿模型，可通过 Mistral Cloud 从欧洲部署，API 即日开放，开放权重将于 10 月底发布。

    引用Mistral AI@MistralAI

    认识一下 Mistral Large 4，又名 Le Chonk。 • 1T 参数，原生多模态。49B 激活。 在综合基准测试中，它是来自美国或欧洲的最佳开放权重模型。 • 在关键工作负载上达到最先进水平，包括网络防御、制造业和金融，并且在视觉定位方面超越了闭源前沿模型。 • 端到端在欧洲打造，并可通过我们自己的 Mistral Cloud 基础设施从欧洲部署。 • 今天即可通过 API 向所有人开放。正与网络安全合作伙伴私下合作。 开放权重版本将于十月底发布。

    同一件事，精选收录的是《Mistral 发布 Mistral Large 4，Artificial Analysis 评测称其为美中之外最智能模型》

  9. ElevenLabs55

    ElevenLabs 宣布 Eleven v4 和 Eleven v4 Turbo 在 Artificial Analysis 文本转语音榜单上分列第一和第二。引用数据显示 Eleven v4 Turbo 以 Elo 1,334 排名 Provider Voice 第一，价格为 $40/1M characters，是 Eleven v4（$80/1M characters）的一半，生成速度达每秒 96 字符；发音鲁棒性得分为 90.1%。

    引用Artificial Analysis@ArtificialAnlys

    ElevenLabs' Eleven v4 Turbo takes the #1 spot on the Artificial Analysis Provider Voice TTS Arena Leaderboard, ahead of Eleven v4 while costing half the price Eleven v4 Turbo is the faster, lower-cost sibling of Eleven v4 from @ElevenLabs, designed to deliver comparable speech quality with lower latency and cost. Key takeaways: ➤ Provider Voice: Eleven v4 Turbo has an Elo of 1,334 (+19/-19) across 1,645 appearances, placing it ahead of Eleven v4 at 1,321, Alibaba's Qwen-Audio-3.1-TTS-Plus at 1,292 and Cartesia's Sonic 3.6 at 1,278. It ranks #1 in Customer Service and Entertainment and #2 in Assistants and Knowledge Sharing. ➤ Controlled Voice: Eleven v4 Turbo ranks #2 with an Elo of 1,173 (+15/-15) across 1,745 appearances, behind Qwen-Audio-3.1-TTS-Plus at 1,181 and ahead of Eleven v4 at 1,160. It ranks #1 in Arabic, German, Hindi and English (UK). ➤ Pronunciation Robustness: Eleven v4 Turbo scores 90.1%, ranking #2 behind Eleven v4 at 91.7% and ahead of Gemini 3.8 Flash TTS at 89.5%. ➤ Pricing: Eleven v4 Turbo is priced at $40/1M characters, half the price of Eleven v4 at $80/1M characters, compared to Sonic 3.6 at $49/1M characters and Gemini 3.8 Flash TTS at $16.49/1M characters. ➤ Speed: Eleven v4 Turbo processes 96 characters per second of generation time, compared to 84 characters per second for Eleven v4 and 59 for Eleven v3. See more details and listen to samples below 🧵

  11. Arthur Mensch75

    Mistral 发布 Mistral Large 4，1T 参数、49B 激活，原生多模态，称为美国或欧洲最佳开放权重模型。该模型在网络防御、制造和金融等关键负载上达到 SOTA，视觉 grounding 超越闭源前沿模型，已在 Mistral 自有算力上训练和服务并开放 API，网络安全合作伙伴私下合作中，开放权重将于 10 月底发布。CEO Arthur Mensch 补充称 RL 尚无饱和迹象。

    引用Mistral AI@MistralAI

    认识一下 Mistral Large 4，又名 Le Chonk。 • 1T 参数，原生多模态。49B 激活。 在综合基准测试中，它是来自美国或欧洲的最佳开放权重模型。 • 在关键工作负载上达到最先进水平，包括网络防御、制造业和金融，并且在视觉定位方面超越了闭源前沿模型。 • 端到端在欧洲打造，并可通过我们自己的 Mistral Cloud 基础设施从欧洲部署。 • 今天即可通过 API 向所有人开放。正与网络安全合作伙伴私下合作。 开放权重版本将于十月底发布。

    同一件事，精选收录的是《Mistral 发布 Mistral Large 4，Artificial Analysis 评测称其为美中之外最智能模型》

  12. Mistral AI70

    Mistral AI 发布 Mistral Large 4（别名 Le Chonk），1T 参数、49B 激活，原生多模态。官方称其为美欧开放权重模型中聚合基准最佳，在网络防御、制造和金融等关键工作负载达到 SOTA，视觉 grounding 上超越闭源前沿模型；现可通过 API 使用，开放权重计划于 10 月底发布。

    同一件事，精选收录的是《Mistral 发布 Mistral Large 4，Artificial Analysis 评测称其为美中之外最智能模型》

  13. The Decoder：AI News62

    Reflection 发布开放权重模型 Beam，以更低算力对标 DeepSeek 与 Qwen

    Reflection 宣布其首个免费开放权重模型 Beam，定位是以最小算力实现强性能，对标 DeepSeek 和 Qwen 的开放权重模型。Beam 为 501B 总参数的 MoE 模型，每 token 激活 23B；据 Reflection 称在推理任务上以少三到四倍的算力匹配 GLM 5.2，编码和智能体基准接近 Qwen3.8-Max，但原始性能仍不及 Kimi K3。

  15. MarkTechPost56

    Reka 发布 19B 全模态推理模型 Rho-1，单一网络生成视频并输出机器人动作

    Reka 发布 19B 全模态推理模型 Rho-1 的研究预览版，从零训练，单个网络即可理解并生成文本、图像和视频，并输出机器人动作。模型在每层使用理解与生成两条专家流，共享注意力与同一 KV cache；蒸馏版把去噪从 99 步降到 8 步，约 1 秒生成 5.3 秒视频片段。训练用了 320 张 H100 跑 3 个月，视频上限 672×384，目前仅研究预览，未开放权重、API 或定价。

  16. Hugging Face 社区博客45

    Falcon-Emirati-7B：让 LLM 学会阿联酋方言、文化与语感

    Falcon-Emirati-7B 发布，这是一个基于 Falcon-H1-Arabic 的 7B 方言专用模型，专注理解与生成阿联酋阿拉伯语。它沿用 Falcon-H1 混合架构（Mamba 与 Transformer 注意力并行），并构建了真实方言网页数据、阿联酋文化 MSA 语料与受词表约束的合成数据三条管线。团队通过消融实验摸索方言数据注入量与训练阶段，以平衡真实与合成数据。

  21. Artificial Analysis57

    Reflection 发布开源智能体模型 Beam，总参数 501B、激活 23B，从零端到端训练，完整权重将于本月开放，官方称其在编码与智能体任务上推进西方开源前沿。Artificial Analysis 获 Reflection 提供访问并开始独立基准测试，早期指标显示 Beam 在同等智能水平下 token 效率突出。

    引用Reflection@reflection_ai

    Introducing Beam: a highly efficient agentic open model with 501B total parameters and 23B active. - Frontier reasoning efficiency - Advances the Western open frontier on coding & agentic tasks - Trained end-to-end from scratch Full weights release this month. Learn more about Beam: http://reflection.ai/beam

  22. Rohan Paul62

    Reflection AI 发布开源智能体模型 Beam，为稀疏 MoE 架构，总参数 501B、激活 23B，完整权重将于本月以 Apache 2.0 发布，并提供 FP8 和 NVFP4 构建。

    引用Reflection@reflection_ai

    Introducing Beam: a highly efficient agentic open model with 501B total parameters and 23B active. - Frontier reasoning efficiency - Advances the Western open frontier on coding & agentic tasks - Trained end-to-end from scratch Full weights release this month. Learn more about Beam: http://reflection.ai/beam

  24. clem 🤗56

    Reflection AI 发布 Beam，一个高效智能体开源模型，总参数 501B、激活 23B。官方称其具备前沿推理效率，在编码与智能体任务上推进了 Western 开源前沿，从零端到端训练，全量权重本月发布。Hugging Face CEO 转发并给出 Hugging Face 上的 Reflection 组织页面链接。

    引用Reflection@reflection_ai

    Introducing Beam: a highly efficient agentic open model with 501B total parameters and 23B active. - Frontier reasoning efficiency - Advances the Western open frontier on coding & agentic tasks - Trained end-to-end from scratch Full weights release this month. Learn more about Beam: http://reflection.ai/beam

  27. The Decoder：AI News48

    Reka AI 发布 19B 全能模型 Rho-1，单模型处理文本、图像、视频与机器人控制

    Reka AI 发布 190 亿参数全能模型 Rho-1 的研究预览版，在单一神经网络内处理并生成文本、图像、视频和机器人控制动作。该模型将全部模态作为 token 放入同一上下文窗口，无需工具调用或外部模型，可实时生成连续视频并即时响应新指令，同一套权重既预测摄像头图像也驱动机器人运动。

10月5日周一
10月4日周日
10月3日周六
  3. Arena.ai73

    Arena 宣布 OpenAI 的 GPT-6.1 Sol (Max) 在 Agent Arena 排名第 5（+11.23%），中位任务成本 $0.56，并重塑了 Pareto 前沿。

    引用Arena.ai@arena

    激动人心的消息：@OpenAI 的 GPT-6.1 Sol (Max) 刚刚在 Code Arena: WebDev 上以 1759 分位列第 3，并且以每百万 Token 8 美元的混合价格重塑了帕累托前沿！ GPT-6.1 Sol (Max) 在成本效率上实现了明显提升：在相同价格下，它比 GPT-6 Sol (Max) 提高了 70 分。 它与 GPT-6 Astra (Max) 的差距在 30 分以内，而混合 Token 成本低了 80%；与 Claude Opus 5.5 (Max) 相差 59 分，而价格只有其 50%。在下方的帖子中查看 Code Arena: WebDev 帕累托前沿上的位置。 总体而言，GPT-6.1 Sol 相比 GPT-6 Sol 提升了 4 个排名！它在每个类别中也有所提升： - 消费产品：第 5 → 第 1 - 模拟：第 6 → 第 3 - 数据与分析：第 4 → 第 3 - 内容创作工具：第 4 → 第 3 - 游戏：第 6 → 第 4 - 基于参考的设计：第 6 → 第 4 - 品牌与营销：第 10 → 第 6 祝贺 @OpenAI 团队发布！

    推荐理由：官方榜单数据给出了 GPT-6.1 Sol (Max) 的排名与成本对比，读者可以据此评估它在智能体任务上的性价比位置。

  5. Arena.ai68

    Arena 公布 Claude Sonnet 5.5 (Max) 在 Agent Arena 首秀排名 #3，净提升 +12.5%，比 Claude Sonnet 5 (High) 高 8.1 个百分点，并在 Chat 类别以 +15.6% 排名 #1。

    引用Arena.ai@arena

    激动人心的更新：具备 xHigh 推理能力的 Claude Sonnet 5.5 已登陆 Code Arena: WebDev。以 1786 分位列第 3！ 在每百万 token 综合成本 8 美元的情况下，Claude Sonnet 5.5 凭借 xHigh 推理能力依然处于帕累托前沿。此次发布距离以 1788 分位列第 2 的 GPT-6 Astra 仅差 2 分，而价格只有其 80%。 按领域划分，Claude Sonnet 5.5（xHigh）位列： - 在 Gaming、Reference-Based Design 和 Brand & Marketing 中排名第 2 - 在 Simulations 中排名第 3 - 在 Content Creation Tools 和 Consumer Product 中排名第 4 - 在 Data & Analytics 中排名第 6 再次祝贺 @AnthropicAI 发布此版本！

    同一件事，精选收录的是《Arena 评测：Claude Sonnet 5.5 登顶 Agent Arena 第 3 名但未入 Pareto 前沿》