Mistral 发布 Mistral Large 4 万亿参数模型,应对拒绝安全任务的美国模型
Mistral 发布 Mistral Large 4,该万亿参数模型主打处理 Claude 与 GPT-6 拒绝的安全任务。其在 Artificial Analysis 智能指数获 38 分仍落后闭源顶尖模型,但开放权重预计 10 月底发布并支持本地部署。Mistral 正将重心转向企业客户,此前已将 Le Chat 重建为工作工具 Vibe。
Mistral 发布 Mistral Large 4,该万亿参数模型主打处理 Claude 与 GPT-6 拒绝的安全任务。其在 Artificial Analysis 智能指数获 38 分仍落后闭源顶尖模型,但开放权重预计 10 月底发布并支持本地部署。Mistral 正将重心转向企业客户,此前已将 Le Chat 重建为工作工具 Vibe。
Mistral AI 发布千亿参数多模态模型 Mistral Large 4(ML4),目标超越中美封闭与开源竞争对手。模型暂未开源权重但计划三周后开放,训练采用 4000 块 NVIDIA GPU 且算力少于对手。优化场景涵盖网络安全、金融与芯片设计,契合欧洲前沿实验室定位。
Mistral 发布 Mistral Large 4 预览版,这是拥有 1T 参数和 49B 激活参数的原生多模态 MoE 模型,具备指令遵循、推理与智能体能力。
Mistral AI 于 10 月 6 日推出 Mistral Large 4 公开预览版,即日提供 API 体验且本月底开放模型权重。该模型拥有 1 万亿总参数、490 亿激活参数,是原生的多模态模型,官方称其在开源模型中达到 SOTA 并大幅领先欧美开放权重模型。模型在欧洲自建数据中心基于 3,800 块英伟达 Grace Blackwell GPU 从零训练,遵循欧盟法规。
Mistral 发布 Mistral Large 4 公开预览版,这是一款 1 trillion-parameter 原生多模态开放权重模型,预览 API 已上线、权重月底发布。它在编码、智能体与多模态理解上超越欧美开放权重模型,并支持企业自主部署于网安等敏感领域。此为 Mistral 获 €3 billion Series D 后首个里程碑。
推荐理由:Mistral Large 4 开放权重预览已上线,企业能在欧洲自建设施部署前沿多模态模型,降低对第三方API与内容审查的依赖。
Reflection 发布首个免费开放权重模型 Beam,面向编码、逻辑推理和智能体任务,主打以更低算力取得强结果。Beam 采用 MoE 架构,每 token 激活 501B 总参数中的 23B,Reflection 称其在推理任务上以少三到四倍算力达到 GLM 5.2 的水平,但原始性能仍不及 Kimi K3 等更强的开放模型。
Mistral AI 首席执行官 Arthur Mensch 在阿布扎比 Ai Everything 会议上宣布,公司将于本日发布新的人工智能模型。他声称该模型在网络安全等某些方面优于中国模型,以此反驳“欧洲无法竞争”的说法。Mensch 未具体说明比较对象及网络安全以外的优势领域。
Hugging Face 发布 Falcon-Emirati-7B,这是基于 Falcon-H1-Arabic 构建的阿联酋方言专用模型,旨在理解并生成符合母语者习惯的词汇、语气及文化语境。该模型采用 7B 参数规模,在保持训练与推理成本可控的同时,通过混合真实方言数据、MSA 文化内容及受控合成数据,弥补了通用阿拉伯语模型在方言细微差别上的不足。
Reflection 发布纯文本 MoE 模型 Beam,总参数 501B、激活参数 23B,采用 Apache 2.0 协议。该模型在 SWE-bench Verified 上得分 80.9,推理效率为 GLM 5.2 的 3-4 倍。这是 Reflection 成立一年多后首次正式推出模型,标志着其作为美国本土实验室的正式亮相。
由英伟达投资的初创企业 Reflection AI 推出首款开放权重模型 Beam,主打代码编写与智能体任务。Beam 总参数量达 5010 亿,采用稀疏激活架构,每处理一项任务只激活 230 亿参数,公司称其性能可对标智谱 AI 的 GLM-5.2,在代码与智能体任务上正逐步逼近 Qwen3.8-Max。作为对比,GLM-5.2 总参数量约 7440 亿,激活参数量为 400 亿。
华为与高通达成覆盖 5G、AI 等领域的广泛专利许可协议,高通将收购华为部分美国专利,交易完成后华为专利许可累计总金额超 69 亿美元。DeepSeek V4.1 Flash 发布后,中国顶尖 AI 模型与美国领先模型在 LiveBench 跑分差距缩小至 3%。
GLM 5.3 已在 Amazon Bedrock 上线,这是 Z.ai(智谱)推出的 753B 参数 MoE 模型,面向编码和长周期智能体任务。用户可通过 OpenAI 兼容的 Responses 与 Chat Completions API 调用,并支持提示词缓存、跨区域推理和服务层级,目前面向符合条件的企业客户开放。
推荐理由:文章给出 GLM 5.3 在 Bedrock 上的调用代码与提示词缓存示例,便于评估开源权重模型接入托管推理的成本。
Reflection AI正式发布开放权重模型Beam,声称以3-4倍更少推理计算匹配GLM-5.2等中国模型性能。Beam为501B参数文本MoE模型,具备1M token上下文窗口,本月将开放权重与技术细节。这是其构建西方方案对抗DeepSeek与Qwen开放模型的举措。
Reka AI 发布 Rho-1 研究预览,该 19B 参数全模态模型在单一神经网络中处理并生成文本、图像、视频与机器人控制动作。模型将所有模态作为 token 置于共享上下文窗口,无工具调用或外部模型,并用逆向动力学从普通互联网视频提取控制信号应对机器人数据稀缺。
Aleph Alpha 发布开源权重语言模型 Kolibri,这是一个德国英语双语模型,780 亿参数,采用 MoE 架构,每个 token 约激活 30 亿参数。
NASA 与 IBM 联合发布开源的 NASA-IBM Lunar Foundation Model,基于 17 年月球轨道观测数据训练,旨在提升月球科学数据利用效率。该模型在极地冰层沉积预测任务中,相比最佳基线 SwinV2-B 将预测误差降低最多 22%,并在粗尺度陨石坑检测中表现优于基线近 19%。这是首批面向月球科学的开源基础模型之一,通过预训练大幅降低了对标注数据的需求。
Aleph Alpha 发布开放权重英德双语模型 Kolibri,采用 MoE 架构,总参数 78.1B、每 token 激活 3.46B,支持最长 100 万 token 上下文,权重以 Apache 2.0 许可在 Hugging Face 开放下载并可本地部署。
Aleph Alpha 于 2026年10月3日发布开放权重德英双语 MoE 模型 Kolibri,总参数78.1B、每token激活3.46B。它采用 Apache 2.0 许可,权重在 Hugging Face,原生上下文262,144 tokens 可扩至1,048,576,支持四级推理与工具调用,评测中德语与长上下文表现优于同规模开放模型但编码较弱。
亚马逊 Strands Agents 团队推出开源决策模型 Strands Decider 2B,支持在本地 CPU/GPU 上运行。该模型基于 Qwen3.5-2B 躯干,通过 rank-16 LoRA 微调并替换为小型评分头部,总参数仅略超一百万。在 JevBench 上,其 2B 级别模型排名第 3,常见硬件上决策时延中位数为 113ms。
Kimi 官方开源 Kimi K2,该 MoE 模型总参数 1T、激活参数 32B,包含 Kimi-K2-Base 与 Kimi-K2-Instruct 两个版本。官方还发布更新权重,增强智能体编码并支持 256K 上下文;Kimi K2 针对工具调用和多步任务优化,网页端与移动端已可免费使用。预训练在 15.5T tokens 上使用 MuonClip 优化器完成。
推荐理由:Kimi K2 以 1T 总参数、32B 激活参数的 MoE 架构开源,并公开 MuonClip 优化器,读者可了解其工具调用能力的实现路径。
微软 AI 发布实时语音转文字模型 MAI-Transcribe-2-Streaming,并同时推出 MAI-Voice-2.1 与 MAI-Voice-2.1-Flash 两款语音模型。
Cloudflare 发布面向 AI 智能体的决策模型 Clef 和 Clef-flash,分别基于 Qwen3.8-27B 与 Qwen3.5-9B,以 Apache-2.0 许可在 Hugging Face 和 Workers AI 上提供。
Ai2 开源 AstaBrief 8B,一个把研究问题和检索文献片段转成带引用报告的小模型,已在 Asta 的 Generate a report 功能中作为 Fast 模式上线,并同步开放模型权重、训练数据和可从自有 PDF 生成报告的示例工作流。
推荐理由:原文给出数据过滤和 SFT 加 DPO 的具体配方,读者能据此判断开源小模型在科学报告生成上保留了多少专有模型的质量。
Black Forest Labs 发布图像生成模型 FLUX 3 Image,支持生成最高 4K 分辨率图片,放大后仍保持丰富细节。用户可在归一化的 0–1000 坐标网格上为每个元素指定 ID、描述文本及精确边界框,单次生成最多融入 10 张参考图像。模型支持对指定区域修改并保持其他像素不变,目前作为付费服务提供,开放模型版本将于数周内公开。
MiniMax 正式推出新一代音乐生成模型 Music 3.0,用户提供一个创意想法和可选歌词即可一次生成一首最长 5 分钟的完整歌曲,涵盖作曲、编曲、演唱与制作。
推荐理由:官方拆解了从多层 RVQ、Hybrid-LM 到 Flow-Matching 的完整生成链路,读者可据此判断音乐生成在音质与人声自然度上的改进方向。
MiniMax 正式推出语音大模型 MiniMax Speech 2.8,首次实现原生语气词支持,并升级了音色克隆、音质与跨语言合成。仅需 10 秒原声片段即可克隆音色,新模型消除了背景杂音与机械毛刺感,并率先修正中文音色合成日语时的发音偏移。该模型已全面上线 MiniMax 开放平台与 MiniMax Audio,一个音色支持 40+ 种语言。
MiniMax 正式发布全模态生成模型 H3,支持对文本、图像、视频、声音组成的多模态上下文统一理解,可输出原生双声道音视频,最高支持 15s 2K 分辨率。官方称在 2K 分辨率下每秒价格不到主流模型的 1/3,768P 下约为主流模型 720P 的 1/2。MiniMax 计划在未来几天内在符合相关法律法规的前提下开放模型权重,并称 H3 设计初期已考虑多款现有国产芯片的兼容性。
推荐理由:官方给出全模态生成的预训练任务划分与三项关键技术取舍,可看清视频模型从专用走向任务统一的路线。
字节 Seed 团队发布 Seedream 5.0 Pro 图像生成模型,具备复杂信息图设计、空间批注精准编辑与多语种原生生成能力。该模型可直出教育办公信息图与技术图纸,并根据涂鸦线稿拆分图层编辑。其原生支持十余种语言输入生成,包括西班牙语、孟加拉语及日语漫画等。
推荐理由:字节 Seedream 5.0 Pro 展示了复杂信息图直出、空间批注编辑与十余种语言原生生成能力,便于创作者评估适用边界。
字节 Seed 发布新一代音视频生成模型 Seedance 2.5,单段视频时长提升至 30 秒并支持两次延长。该模型强化了参考视频意图理解与编辑可用率,提供白模控制、绿幕编辑等进阶能力,以适配专业视频创作流程。
字节 Seed2.1 模型发布,在 KINA、SuperGPQA 等知识基准及 SWE-Atlas、Terminal Bench 2.1 等代码与智能体任务中取得高分。该模型在 MathVision、MMMU-Pro 等多模态推理及 VideoMME 长视频理解测试中表现优异,展现了其在复杂场景下的综合能力。
月之暗面(Kimi)发布开源思考模型 K2 Thinking,作为思考智能体在 HLE(44.9% with tools)、BrowseComp(60.2%)等基准达到 SOTA,支持 200–300 步连续工具调用。模型已在 kimi.ai 聊天模式上线并开放 API,原生 INT4 推理带来约 2 倍生成加速。这是其通过扩展思考 token 与工具步骤进行测试时缩放的最新尝试。
推荐理由:Kimi K2 Thinking 以开源权重实现 HLE 44.9% 等得分,读者可据此对比闭源前沿模型思考与代理能力差距及适用场景。
DeepSeek-V3.1 现已更新至 DeepSeek-V3.1-Terminus,官方 App、网页端、小程序与 DeepSeek API 均已同步更新,并开放 Hugging Face 和 ModelScope 开源下载。
推荐理由:官方列出 Terminus 在 Agent 与语言一致性上的改进及测评对比,便于了解本次版本更新重点。
DeepSeek 发布实验性模型 DeepSeek-V3.2-Exp,在 V3.1-Terminus 基础上引入 DeepSeek Sparse Attention 稀疏注意力机制,针对长文本训练和推理效率做优化,在公开评测集上表现与 V3.1-Terminus 基本持平。
推荐理由:稀疏注意力在公开评测表现基本持平的前提下降低长文本推理成本,API 价格随之下降五成以上。
DeepSeek 同时发布 DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale 两个正式版模型,网页端、App 和 API 已由 DeepSeek-V3.2-Exp 升级为正式版 V3.2。
推荐理由:DeepSeek 同时发布 V3.2 与 V3.2-Speciale 两个正式版模型,并把思考模式接入工具调用,读者可据此比较开源与闭源模型在 Agent 评测上的差距。
DeepSeek 上线并开源全新系列模型 DeepSeek-V4 预览版,分为 DeepSeek-V4-Pro 与 DeepSeek-V4-Flash 两个版本,均支持 1M 上下文和思考模式。
推荐理由:官方给出 V4 两个版本的参数、上下文与各项评测位次,可据此判断开源模型在 Agent 与推理上的当前位置。
DeepSeek 发布 V4.1 Flash,这是全新模型结构系列中最小尺寸的模型,为 552B 参数的 MoE 模型并具备原生多模态视觉理解能力,API 模型名改为 deepseek-flash 即可调用。
推荐理由:原文给出 552B MoE 结构、KV Cache 压缩幅度与 API 定价调整,可据此判断高效推理模型的成本走向。
Microsoft AI 发布 MAI-Transcribe-2-Streaming 实时转录模型与 MAI-Voice-2.1 等文本转语音模型,面向语音智能体。
Black Forest Labs 发布 Flux 3 模型家族的图像模型 Flux 3 Image,官方称其支持多步编辑而不改动画面其他部分。该模型覆盖文生图、图生图、文字渲染与照片级真实感,支持用边界框构图、最多十张参考图和最高 4K 输出。
Ideogram 发布新模型 Ideogram 4.5,称其只改动用户指定区域,换装等局部编辑不会改变人物身形和背景。该模型提供四档质量,单张价格 0.8 至 22 美分,均为原生 2K 分辨率,现已在 Ideogram 平台和 API 上线,目标场景包括产品摄影、室内设计、照片修复和图内文字编辑。
Tavus 的 Griffin 模型在1分钟视频通话中让48%参与者误认为真人,此前系统最高仅2%。在 Tavus 所述的 Nvidia 独立音频视频对话拟人测试中 Griffin 获3.83分接近人类3.92分,预览版 Griffin-Lite 已开放给选定测试者。Tavus 成立于2020年,从营销视频扩展至实时对话。