Mistral 开源 Large 4（Le Chonk）：编码领先开源模型，整体仍落后中国模型
Mistral 发布 Mistral Large 4（昵称 Le Chonk）权重，总参数约 1 万亿、每步激活 52B，文本图像输入、输出文本和代码，预览三周后经强化学习继续训练，Terminal-Bench 4.0 从 28 升到 41%。
#编码
The Decoder：AI NewsAI 评分7474 
Arthur Mensch@arthurmensch同事件AI 评分6565引用Mistral AI@MistralAI今天，我们发布了全新改进版 Le Chonk 的权重，推进智能体编程与网络安全领域的开放前沿。 💻 为构建而生：Le Chonk 在 @cognition 的 FrontierCode 上于开放模型中排名第一，并在 @artificialanalysis 上树立了帕累托效率的新基准。 🛡 为防御而生：网络防御领域的顶尖水平，已通过全球领先网络安全厂商的检验，包括 @CrowdStrike、@cloudflare、@rubrik、@zscaler 等。 为主权而构建：让它成为你的。在 @huggingface 上下载权重，使用 Mistral Forge 进行定制，并部署到你需要的任何地方。 阅读我们团队和客户的更多内容 👇：
同一件事，精选收录的是《Mistral Large 4（Le Chonk）登陆 Hugging Face：1T 参数 MoE 多模态开源权重模型》
Hacker News：AI 热帖同事件AI 评分8181 Mistral 开源 Mistral Large 4 权重，1 万亿参数多模态模型
Mistral 公开 Mistral Large 4（Le Chonk）的模型权重，该模型为 1 万亿参数原生多模态模型，此前处于公开预览阶段。
同一件事，精选收录的是《Mistral Large 4（Le Chonk）登陆 Hugging Face：1T 参数 MoE 多模态开源权重模型》
Arena.ai@arenaAI 评分6969引用Arena.ai@arenaGemini 4 Carbon (High) by @GoogleDeepMind landed on the Pareto frontier in Agent Arena, Code Arena: WebDev, and Text Arena! In Agent Arena, it ranks #2 with +16.2% net improvement at $1.80 median cost per task. This is 72% less than #1 Claude Opus 5.5 (Max). Dive into the Agent Arena Pareto, and see where Gemini 4 Carbon (high) landed on the Pareto frontier for Code Arena: WebDev and Text at https://arena.ai/leaderboard/agent/pareto
The Decoder：AI News同事件AI 评分8282 Google DeepMind 发布 Gemini 4 Carbon，登顶 Artificial Analysis Intelligence Index
Google DeepMind 在 Argon 发布两周后推出 Gemini 4 Carbon，以 59 分登顶 Artificial Analysis Intelligence Index v5.0，前代 Argon 为 50 分。
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Carbon 前沿模型》
MarkTechPostAI 评分7474 Google DeepMind 发布 Gemini 4 Carbon，面向网络防御与智能体编程
Google DeepMind 发布 Gemini 4 Carbon，为其迄今最强模型，主打长时程智能体编程与网络安全防御，在 Artificial Analysis Intelligence Index v5.0 以 59 分排名第一。
Ars Technica：AIAI 评分6060 Google 发布 Gemini 4 Carbon，将在 Fairwinds 网络防御计划中分阶段开放
Google 在发布 Gemini 4 Argon 两周后宣布新一代前沿模型 Gemini 4 Carbon，称其在编码、智能体任务和网络安全方面有提升，但暂不向公众开放。
IT之家·人工智能AI 评分6666 Artificial Analysis 发布 Intelligence Index v5 基准，DeepSeek V4.1 Flash 1017 取 FrontierCode 2.0 开源最高分
Artificial Analysis 昨日发布 Intelligence Index v5，60% 评测权重首次建立在私有测试集或隐藏答案之上，并把 Cognition 的 FrontierCode 2.0 纳入编码评测，按仓库维护者是否愿意合并 PR 打分。
Artificial Analysis@ArtificialAnlysAI 评分7171Artificial Analysis 评测显示，Google 的 Gemini 4 Carbon 以 59 分登上 Intelligence Index v5 第一。
- Arena.ai@arenaAI 评分7373引用Google DeepMind@GoogleDeepMind
Gemini 4 Carbon is our next frontier model. It’s state-of-the-art across cybersecurity and long-horizon capabilities.
- Artificial Analysis@ArtificialAnlysAI 评分6969
Artificial Analysis 完整文章AI 评分6565 Artificial Analysis 发布 Intelligence Index v5 评测基准
Artificial Analysis 发布 Intelligence Index v5，引入 FrontierCode 2.0 和 Terminal-Bench-Science 两个新基准，并升级 HLE-Diamond、AA-Omniscience v1.1 和 CritPt v2，60% 的指数基于私有测试集或保留答案。
IT之家·人工智能AI 评分5959 谷歌更新 Android Bench 榜单：Gemini 4 Argon 编程能力落后于 Claude 与 GPT
谷歌更新评估安卓编程辅助能力的 Android Bench 榜单，新增 GPT-6 Sol、GPT-6.1 Sol、Claude Sonnet 5、Claude Sonnet 5.5 和 Gemini 4 Argon 的成绩，并标注各模型推理等级。
- Artificial Analysis@ArtificialAnlysAI 评分5555
MarkTechPostAI 评分5353 Mirendil 发布首个模型 Fern 0.1，支持 10M token 上下文
AI 实验室 Mirendil 发布首个编码模型 Fern 0.1，上下文窗口最高 10M token，约 23 MB 代码。其基座 Mirendil-Base 由 1 名研究员在 3.5 个月内完成预训练，总算力成本低于 1000 万美元，超过 99% 代码由 AI 智能体编写，训练数据仅来自公开来源。
IBM Research：AIAI 评分5353 IBM 与 Kaggle 上线 ScarfBench 智能体 Java 框架迁移榜单
IBM 与 Kaggle 合作推出 ScarfBench 持续维护的公开榜单，评测编码智能体能否将企业 Java 应用在 Jakarta EE、Quarkus 和 Spring 之间迁移并保持应用行为。
MarkTechPostAI 评分5050 Nanbeige 发布 33B 开源智能体编程模型 Nanbeige4.3-33B
Nanbeige LLM Lab（BOSS 直聘旗下）在 Hugging Face 以 Apache 2.0 协议发布 33B 稠密模型 Nanbeige4.3-33B，主打智能体编程与办公协作任务，支持 524,288-token 上下文，同时开放 Base 版供自定义后训练。
公众号：月之暗面同事件AI 评分8686 月之暗面发布 Kimi K3.1 Pro，3 万亿级参数支持 100 万上下文
月之暗面正式推出 Kimi K3.1 Pro，为 K3.1 系列首个模型，3 万亿级参数、支持 100 万上下文，并同步推出输出速度约 2~3 倍的 Kimi K3.1 Pro Highspeed。
同一件事，精选收录的是《月之暗面发布 Kimi K3.1 Pro，100 万 token 上下文，开放权重将于 11 月 4 日前释出》
MarkTechPostAI 评分7373 月之暗面发布 Kimi K3.1 Pro：2.8T 总参数/104B 激活的 MoE 模型，支持 1M 上下文
月之暗面发布 Kimi K3.1 Pro，总参数 2.8T、激活 104B（MoE），上下文窗口 1M token，已上线 Kimi.ai、Kimi Work、Kimi Code 和 Kimi API。
IT之家·人工智能AI 评分7575 月之暗面发布 Kimi K3.1 Pro：3 万亿级参数，Terminal-Bench 4.0 得分超 GPT-6 Astra
月之暗面 10 月 24 日凌晨正式发布 Kimi K3.1 Pro，为其迄今能力最强的 3 万亿级参数模型，支持 100 万上下文，同步推出输出速度快约 2~3 倍的 Highspeed 高速版。
- Arena.ai@arenaAI 评分7373引用Kimi.ai@Kimi_Moonshot
隆重推出 Kimi K3.1 Pro：我们能力最强的 3T 级开放权重模型。 🔹 1M token 上下文，2.8T 总参数 / 104B 激活参数（MoE），多模态。 🔹 全项目级编程：可在 Unreal、Unity 和 Godot 中开发游戏。 🔹 擅长在 Blender 和 CAD 中进行参数化 3D 建模。 🔹 在金融工作上更可靠：建模准确，幻觉降低 65%。 🔹 在编程、智能体和知识基准测试中，与最强的闭源模型不相上下。 Kimi K3.1 Pro 和 K3.1 Pro Highspeed（快 2–3 倍）现已在 http://Kimi.ai、Kimi Work、Kimi Code 和 Kimi API 上线。 开放权重将于 2026 年 11 月 4 日发布。 🔗 API：http://platform.kimi.ai 🔗 技术博客：http://kimi.ai/blog/kimi-k3-1-pro
Moonshot AI：Kimi Blog精选AI 评分8181 月之暗面发布 Kimi K3.1 Pro，100 万 token 上下文，开放权重将于 11 月 4 日前释出
月之暗面发布 Kimi K3.1 系列首个模型 Kimi K3.1 Pro，为 3T 级开放权重模型，上下文窗口 100 万 token，并同步推出速度快 2-3 倍的 Kimi K3.1 Pro Highspeed。
推荐理由：官方公布了关键基准成绩、开放权重时间表和网络安全数据清理做法，读者可据此评估这代开放权重模型的实际能力边界。
- Arena.ai@arenaAI 评分6262引用Arena.ai@arena
Big news: Kimi-K3 by @Kimi_Moonshot is now #1 in the Frontend Code Arena with 1679 pts, surpassing Claude Fable 5. This is a 17-place jump from Kimi-k2.6 (#18 -> #1). In Frontend, Kimi-K3 ranked #1 in 6 of 7 domains: Brand & Marketing, Reference-Based Design, Data & Analytics, Consumer Product, Simulations, and Content Creation Tools, landing #2 only in Gaming behind Fable 5. The full model weights will be released by July 27. Congrats to the @Kimi_Moonshot team on this major milestone!
MiniMax (official)@MiniMax_AIAI 评分6363引用Together AI@togethercomputeminimax m3.1 flash 现已在 together ai 上线 我们很高兴成为该模型（又名 space bunny）的首发日合作伙伴 m3.1 flash 专为智能体任务、编程、计算机使用 + 网络安全而打造，拥有 1m 上下文窗口并支持视觉 立即试用 https://www.together.ai/models/minimax-m3-1-flash
- MiniMax (official)@MiniMax_AI精选AI 评分6969
MiniMax 宣布 M3.1 Flash 权重公开，总参数 428B、每 token 激活 23B，提供 Hugging Face 和 ModelScope 下载。
引用MiniMax (official)@MiniMax_AIMiniMax M3.1 Flash：太空级性能 + 兔子级速度 🚀🐰 没错，Space Bunny——曾以 200T+ tokens 登顶全球排行榜——正是 M3.1 Flash 的早期版本。 💰重新定义智能体 AI 的性能经济学。M3.1 Flash 在 Cowork（Automation-Bench：62%；ALE：30%）、编程（DeepSWE：74%）和视觉推理（BabyVision：91%）等关键任务上达到前沿级智能水平，成本仅为 M3 的 1/3，速度提升 3 倍。 API 定价（统一费率）：每 1M 输入/输出 tokens 分别为 $0.15 / $0.60，缓存读取为 $0.015 / 1M tokens。 模型权重将于 10 月 23 日发布。 API：http://platform.minimax.io M Plan：https://www.minimax.io/m-plan MiniMax Code 桌面版：https://agent.minimax.io/download
推荐理由：官方公布权重开放和关键基准分数，并说明稀疏注意力等效率设计，可据此评估其在智能体与编码任务上的性价比。
- Artificial Analysis@ArtificialAnlysAI 评分4848
The Decoder：AI NewsAI 评分6868 Recursive 发布首个自动化研究产出的开源模型 Flint
AI 初创公司 Recursive 发布首个由 AI 系统 Eureka Machine 全程参与实验设计的开源语言模型 Flint，为面向本地智能体编码的 MoE 模型，总参数 40B、每 token 激活 2.5B，开发历时四个月。
MarkTechPostAI 评分6666 Recursive 发布开源 MoE 本地编码模型 Flint，40B 总参数 2.5B 激活
Recursive Superintelligence 发布首个模型 Flint，一个面向编码 Agent 的开源 MoE 模型，总参数 39.8B、每 token 激活约 2.5B，权重以 Apache 2.0 发布在 Hugging Face。
TechCrunch：AIAI 评分7171 Recursive 发布可在笔记本运行的编程模型 Flint，宣称主要由 AI 打造
AI 创业公司 Recursive 周三发布免费编程模型 Flint，可在笔记本上运行，公司称其自动化研究系统 Eureka Machine 参与了从预训练到后训练和推理的几乎全部开发环节，小团队不到四个月从零完成。
Rohan Paul@rohanpaul_aiAI 评分6464引用Richard Socher@RichardSocherIntroducing Flint, @Recursive_SI’s first model: a fast local coding model built with our automated research system, the Eureka Machine. • Best-in-class fast local coding • Up to 2x faster than comparable models: 125+ tokens/sec on a MacBook Pro, 150+ on RTX Spark • Built from scratch in under 4 months Private, unmetered intelligence on your own machine. Open weights available now on @huggingface, run it locally on your favorite framework or try it for free on @opencode or @pidotdev.
- Artificial Analysis@ArtificialAnlysAI 评分4545
The Decoder：AI NewsAI 评分6161 OpenAI 称 GPT-6 在 COBOL、Fortran 等遗留编程语言上大幅提升
OpenAI 表示最新模型针对 COBOL、Fortran、Visual Basic 等低资源语言做了改进，这些语言训练代码少但支撑大量关键基础设施，IBM 估计 COBOL 支撑超过 40% 的网上银行系统和 95% 的 ATM 交易。
IT之家·人工智能AI 评分6868 DeepSeek-V4.1-Flash-1017 登顶 Agent Arena 与 Code Arena: WebDev 开源榜，总榜第 11
Arena 宣布 DeepSeek-V4.1-Flash-20261017 (Max) 登顶 Agent Arena 和 Code Arena: WebDev 开源模型榜单，总榜排名第 11。
- Arena.ai@arena精选AI 评分6565引用Arena.ai@arena
由 @AIatMeta 推出的 Muse Wonder (Max) 已进入 Code Arena：WebDev 以 1651 分位列第 15，Text Arena 以 1513 分位列第 2！ 在 Code Arena：WebDev 中，Muse Wonder (Max) 以 1651 分位列第 15。这一结果略低于以 1659 分位列第 12 的 Muse Spark 1.3 (Max)，与以 1655 分位列第 14 的 Kimi K3 (Max) 相差 4 分以内，并比以 1640 分位列第 16 的 Grok 4.7 (xHigh) 高 11 分。 此次发布在 Text Arena 中相较过去的 Muse 模型有显著提升。与以 1494 分位列第 11 的 Muse Spark 1.3 (Max) 相比，Muse Wonder (Max) 提升了 +19 分并上升 9 位至第 2。它落后于以 1525 分排名第 1 的 Gemini 4 Argon (High) 12 分。 祝贺 @AIatMeta 团队发布这一版本！
推荐理由：榜单方公布了 Meta 新模型在 Code Arena WebDev 的首秀成绩和分项排名，读者可以据此对比各实验室模型的当前位次。
IT之家·人工智能AI 评分6363 MiniMax M3.1 Flash 上线：推理速度提升近 3 倍，使用成本降低 70%
稀宇科技宣布 MiniMax M3.1 Flash 模型上线，称此前的匿名模型 Space Bunny 即其早期版本，已处理超 200T Token。
- Arena.ai@arenaAI 评分5959引用MiniMax (official)@MiniMax_AI
MiniMax M3.1 Flash：太空级性能 + 兔子级速度 🚀🐰 没错，Space Bunny——曾以 200T+ tokens 登顶全球排行榜——正是 M3.1 Flash 的早期版本。 💰重新定义智能体 AI 的性能经济学。M3.1 Flash 在 Cowork（Automation-Bench：62%；ALE：30%）、编程（DeepSWE：74%）和视觉推理（BabyVision：91%）等关键任务上达到前沿级智能水平，成本仅为 M3 的 1/3，速度提升 3 倍。 API 定价（统一费率）：每 1M 输入/输出 tokens 分别为 $0.15 / $0.60，缓存读取为 $0.015 / 1M tokens。 模型权重将于 10 月 23 日发布。 API：http://platform.minimax.io M Plan：https://www.minimax.io/m-plan MiniMax Code 桌面版：https://agent.minimax.io/download
MiniMax：Blog精选AI 评分7070 MiniMax 发布 M3.1 Flash，推理提速近三倍、用量成本降低 70%
MiniMax 发布 MiniMax M3.1 Flash，匿名模型 Space Bunny 是其早期版本，曾处理超过 200 万亿 token。
推荐理由：官方给出具体基准分数、推理速度和每百万 token 定价，读者可直接对比智能体任务的性价比变化。