AI 模型发布与更新

机器人给它戴上戒指 GEN-1.5 把 O 型圈装到液压杆密封压盖上，然后取下，然后再装上，然后再取下，然后装、取、装…… 阅读下方评论中博客文章，了解更多关于 GEN-1.5 的内容。

那些拿网络安全风险来贬低开源模型的人，并没有真正考虑闭源模型风险的证据，是在散布恐慌（尤其是在对华问题上），并且无视了一个事实：一个 mythos 级别的网络安全模型发布后，大体上并没有出什么问题。 🌶️ one. https://www.interconnects.ai/p/the-cyber-risk-discourse-is-broken

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。

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。

Mistral 发布 Mistral Large 4 公测版，总参数 1 万亿、激活 490 亿，在 Artificial Analysis Intelligence Index 得 38 分，远超前代但仍落后 Claude Opus 5.5 的 58 分。

Mistral 发布 Mistral Large 4（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在聚合基准上的最佳成绩，并称在视觉 grounding 上超越闭源前沿模型；API 今日可用，开放权重版 10 月底发布。Nathan Lambert 转发时称这是西方开放模型的重要一周。

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。

Mistral AI 于当地时间 10 月 6 日推出 Mistral Large 4（ML4，代号 le Chonk）公开预览版，API 已在 Mistral Studio 开放，模型权重将于本月底开放下载。

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%。

Hugging Face 上线 Mistral-Large-4.0-1T05-A52B 的即将发布页面，昵称 La Chonk，倒计时显示约 25 天 01 小时 10 分，发布日期为 October 11, 2026。Hugging Face CEO Clément Delangue 转发了该页面链接，用户可点击通知以在发布时获得提醒。

Mistral 发布 Mistral Large 4 研究公开预览版，在 Artificial Analysis 智能指数得 38 分，与 GPT-6 Luna (max) 持平，为美国和中国之外最智能的模型；1T 参数（49B 激活）模型的权重计划于 10 月底开放。

Mistral 宣布 Mistral Large 4（Le Chonk），1T 参数、49B 激活，原生多模态，称其为美国或欧洲在聚合基准上最好的开源权重模型。官方称其在网络防御、制造和金融等关键工作负载达到 SOTA，在视觉 grounding 上超越闭源前沿模型，今日起开放 API，开源权重将于十月底发布。作者评论称欧洲开源模型领先美国开源 LLM 出乎意料，并提到其声称击败 GLM-5.3。

Mistral 发布 Mistral Large 4，一个开源权重的通用多模态模型，采用细粒度 MoE 架构。模型活跃参数 49B、总参数 1.05T，并配备 1.6B 的视觉编码器。

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。

Mistral 发布 1T 参数、49B 激活参数的原生多模态开源权重模型 Mistral Large 4（Le Chonk），API 今日上线，开源权重计划 10 月底发布。据 VentureBeat，其在 DeepSWE 得分 62%，超过 GLM-5.3 的 61%；Finch 金融任务得分 67%，Harvey 法律智能体基准得分 15%，均为开源权重 SOTA。

Mistral 发布 Mistral Large 4（代号 le Chonk）公开预览版，为 1 万亿参数、490 亿激活参数的原生多模态模型，可试用于 Mistral Studio，权重将于本月底开放。

Mistral 发布 Mistral Large 4 "Le Chonk"，总参数 1T、激活参数 49B，支持原生多模态。API 即日起推出，开源权重计划 10 月底发布，官方称其在包括网络防御在内的关键工作负载上达到 SOTA。

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。

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。

Artificial Analysis 评测 Ant Group 发布的 Ling 3.1 Flash，该推理模型总参数 560B、激活 25B、上下文窗口 1M token，智能指数 v4.3 得分 41，较 Ling 3.0 Flash 的 20 大幅提升，智能体能力改善尤为明显。

MISTRAL 🔥：据路透社报道，Mistral 的一款新大模型即将发布。 > “我们今天真正要发布的模型，在某些方面实际上超越了中国的模型，包括网络安全方面。所以欧洲无法竞争的说法是不成立的，” 既然我们预期它会超越中国模型，那么它有很大可能性是开放权重。对吧？ 很大一块 👀

Mark Zuckerberg 谈 Llama 3 之后 Llama 项目为何中断，称 Llama 3 已接近前沿，Llama 4 偏离了所需路径。他认为问题在于像 Instagram 信息流和广告业务那样配置了成百上千人并行开发，而前沿模型需要一个小而紧凑的科研团队。他并谈到创业者如何面对不顺并调整方向。内容来自 The Next Big Thing YouTube 频道。

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。

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。

OpenAI 的 GPT-6 Astra 与 GPT-6.1 Sol 在 ChatGPT 中运行速度提升约 50%，并启动 Codex 与 Work 用户的 28 天每日改进承诺。

OpenAI Web Search 首次进入 Artificial Analysis 搜索指数，得分 74，位列 26 款产品第 7、提供商第 5，落后 Perplexity、Octen、Parallel 和 Brave。

Yoshua Bengio 在 FT 撰文指出，强化学习只要模型达成目标就给予奖励，作弊与欺骗等有效捷径会与诚实解法一同被强化，这是 AI 智能体攻击 Hugging Face 和澳大利亚 Medicare 门户的根源。他认为能力越强问题越严重，更强的优化器会在网络安全等领域更高效地追逐有缺陷的目标。

作者解读 A16Z 第七版《Top 100 消费级 AI 应用》和 90 多页的《市场状况 II》报告，指出反常识数据。美国近一半人用过 AI 但只有 25% 每天在用，截至 2026 年 8 月仅 4.5% 有 ChatGPT、Gemini 或 Claude 个人付费订阅；付费用户中头部 1% 月均消费 903 美元、贡献 19.5% 的全部消费。

英伟达投资的初创公司 Reflection AI 于当地时间周一发布首款开放权重大模型 Beam，定位在代码与智能体任务领域与 DeepSeek、Kimi 等中国模型竞争。

Artificial Analysis 语音 TTS Arena 榜单中，ElevenLabs 的 Eleven v4 Turbo 以 Elo 1334 位列 Provider Voice 第一。

作者分析 Claude Code 在任务结束后预填建议下一条消息的功能，认为它表面省输入时间，实际可能是低成本收集人类偏好数据的渠道。用户原样发送构成正标签，编辑则形成带 diff 的偏好对，来自真实代码库且在分布内，可作 RLHF 素材；预测下一轮用户消息本身也是有价值的训练目标。作者声明这是猜测，是否有此用途取决于用户的隐私设置。

华为与高通达成首份涵盖 5G 技术的交叉许可协议，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。彭博分析师称，随着 DeepSeek 推出 V4.1 Flash，中国顶尖 AI 模型与美国领先模型的 LiveBench 跑分差距已缩小至 3%。此外，华为首款“韬定律逻辑折叠”芯片海思麒麟 9050 Pro 裸片显微照首曝，晶体管密度提升 55% 且面积小于前代。

BestBlogs 10-06 早报汇总 10 条 AI 内容：GitHub 发布 ReviewBench，用贴近真实开发分布的代码变更评估 AI 代码审查质量，区分已知问题与新发现，并支持按严重程度、误报与漏报偏好比较。

Ethan Mollick 称过去几周他把许多 Cowork 复杂工作迁到了新版 Claude Projects，该版本与旧 Projects 不同，可持续对话并使用专用云端 VM，他认为多数方面体验更好但文档不清楚。被引用的 Cowork 团队成员解释：新版将模型推理和 VM 都移到云端，每个会话有独立沙箱，会话结束即销毁，桌面端仅负责用户明确添加文件的访问，旧版本地 VM 则有磁盘、电池和性能开销。

关于 Claude 或 OpenAI 的使用情况，有太多报道都集中在同样那几家科技公司身上——它们既有竞争产品，又拥有自己的庞大云基础设施。 外面还有非常非常多的公司，它们并非直接竞争对手，它们的使用趋势会更有参考价值。

我希望 Opus 4.6 能长期保留下去

Reflection.ai 发布智能体开放模型 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。作者评价其能力接近 GLM 5.2，但与 GLM 5.3、Kimi K3、DeepSeek V4.1 Flash 相比多项能力仍有差距，主要靠推理效率竞争，推理计算量只有 GLM 5.2 的 1/3–1/4。

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。

Reflection AI 发布首个开放权重模型 Beam，稀疏 MoE 架构，501B 总参数、每 token 23B 激活，面向编码、推理与智能体负载，有效上下文 1M tokens。