Cohere 发布 Command A Reasoning 企业级推理模型

新浪发布仅3B参数的VibeThinker-3B，在AIME26等数学编程基准上持平DeepSeek V3.2等大200-333倍的模型，LiveCodeBench超越所有20B以下模型，LeetCode竞赛解决123/128题超过GPT-5.2、Kimi K2.5等。但知识密集型GPQA-Diamond大幅落后。模型基于阿里Qwen2.5-Coder-3B，经SFT、强化学习、自蒸馏等多阶段后训练。研究提出"参数压缩-覆盖假说"：逻辑推理依赖少数可压缩模式，而广泛世界知识…

DeepSeek发布了多模态大模型及技术报告，提出创新的"基于视觉原语的思考"框架。该框架将点、边界框等视觉元素作为推理的基本单元，旨在解决多模态模型在空间参照任务中存在的"参照鸿沟"核心问题，使模型能将抽象认知锚定到图像的具体坐标上。尽管模型规模紧凑且图像标记预算较低，其在多项挑战性计数和空间推理基准测试上的性能，可与GPT-5.4等前沿模型相媲美。

Mistral发布开源权重模型Mistral Small 4，采用119B参数MoE架构（每token激活6.5B参数），支持可切换的推理/非推理模式及图像输入。推理模式在Artificial Analysis Intelligence Index获27分，超越Mistral Large 3，但低于gpt-oss-120B等竞品。模型token效率优于同类，幻觉率更低（AA-Omniscience -30分），支持256K上下文窗口，采用Apache 2.0许可证。

DeepSeek 发布正式版 V3.2 与长思考增强版 V3.2-Speciale。V3.2 在推理 Benchmark 中达到 GPT-5 水平，并成为首个支持思考与非思考模式工具调用的模型。

DeepSeek 发布小版本升级 DeepSeek-V3-0324，在数学、代码类评测集上得分超过 GPT-4.5，并增强了前端代码生成、中文写作与联网搜索能力。模型参数约 660B，开源版本上下文长度为 128K，网页端、App 和 API 提供 64K 上下文。权重已开源，采用 MIT License，允许蒸馏训练其他模型。

OpenAI 据 NYT 确认接近解决第二个千禧年数学难题，或即将公开宣布。DeepSeek 4.1 Flash 在 DeepSWE 上性能超过 GPT-5.6 Sol 和 Opus 5，API 成本却低 94%。此外 ChatGPT Pro 新订阅或因需求过高暂停，OpenAI 计划深入网络安全业务并警告 AI 可能危及能源供应。

有意思，Dario 点赞了我那条 DeepSeek V4.1 Flash 的推文。 【引用 @Yuchenj_UW】：DeepSeek V4.1 Flash 在编程和智能体基准上击败了 GPT-5.6 Sol，同时便宜约 97%。 每 token 的 KV cache 大小又降低 4 倍，非常惊艳。这是开源 AI 的时代。 Databricks 很快会把它带给我们的客户！

DeepSeek V4.1 Flash 在编码和智能体基准上超过 GPT-5.6 Sol，价格便宜约 97%。作者称其每 token 的 KV cache 大小再降 4 倍，并表示这是开源 AI 的时代，Databricks 将很快把该模型带给客户。

玉伯称 GPT-6 Astra 的思考程度选 Low 最佳：其 agentic 规划与工具调用能力已足够，且响应速度接近 GPT-6 Flash，还能减少类似 DeepSeek 的思考内耗。Low 档回答更"脱口而出"，体验更真实；他将 Low/Medium/High/Ultra 分别比作放松、一人公司、上班、大厂上班。

ZenMux 推出限时 7 天充值赠额活动，用户通过其模型网关可用同一账户余额调用 Claude、GPT、Gemini、Grok、GLM、DeepSeek 和 MiniMax。活动期间充值 $50 得 $70 额度，充值 $100 得 $150 额度，每账户限用一次且两档不可叠加，活动于 9 月 11 日 23：59（SGT）截止。