Samaya AI 發佈 Sterling:3B 活躍參數金融研究智能體模型以約十一分之一成本勝過 Claude Fable 5.1
Samaya AI 發佈金融研究智能體模型 Sterling,基於 Nemotron 3.5 Lightning,總參數為 30B、活躍參數為 3B。在 FrontierFinance 基準測試中,Sterling 得分 58.9%,高於 Claude Fable 5.1 的 55.9%;每題成本為 $0.61,對比 $6.89,約低 11 倍。
Samaya AI 發佈金融研究智能體模型 Sterling,基於 Nemotron 3.5 Lightning,總參數為 30B、活躍參數為 3B。在 FrontierFinance 基準測試中,Sterling 得分 58.9%,高於 Claude Fable 5.1 的 55.9%;每題成本為 $0.61,對比 $6.89,約低 11 倍。
Mistral AI 於 2026 年 10 月 29 日在 Hugging Face 發佈 Mistral Large 4 權重,並在預覽版後三週持續改善程式編碼及網絡安全表現。
百度本月 27 日正式發布並開源文心 Unlimited OCR 2,將文件解析上限由數十頁推至「無限」,一次可解析累計超過 3,600 頁的《哈利波特》全系列 7 部作品。模型在 MPDocBench 得 84.6 分、MarathonDocBench 得 77.1 分,兩項基準測試均達端到端性能 SOTA。
開發者 Divyansh Agrawal 發佈實驗性模型 Qwenputer,基於 Qwen3.5-4B,將 32 位 RISC-V CPU 和記憶體功能整合至神經網絡內部,讓模型無需調用 Python 等外部工具也能執行程序及精確計算。
百度本月 27 日正式發布並開源文心 Unlimited OCR 2,將文件解析上限從數十頁提升至「無限」。模型可一次解析累計超過 3,600 頁的《哈利·波特》全系列 7 部作品,並支援版面要素切分識別、跨頁文案合併及表格識別合併。在 MPDocBench 和 MarathonDocBench 基準測試中分別取得 84.6 分及 77.1 分,均達端到端性能 SOTA。
開發者 Divyansh Agrawal 發佈 Qwenputer,將 32 位 RISC-V CPU 與記憶體功能整合進 Qwen3.5-4B,讓模型無需外部工具即可執行程序和精確計算。
Edge0 發佈開放權重文字轉語音模型 Audio8-TTS-Realistic,模型有 0.6B 參數,支援零樣本語音複製及 23 種語言。它可用 1 段參考音訊及對應逐字稿複製聲音,權重和程式碼採 Apache 2.0 授權。
MemOS 團隊推出記憶原生模型 MemT 1.0,讓模型把累積經驗寫入原生記憶,並在後續任務中調用。團隊從 4 萬多條成功編程軌跡提煉 1040 條可複用經驗;多語言版 SWE-bench 的 pass^3 提升 8 至 10 個百分點,但 pass@3 沒有明顯提升。
Google 發佈 Gemini 4 Carbon,主打長期任務的編碼及推理能力,並稱其在網絡安全漏洞檢測、驗證及修復方面取得顯著進展。據 Google 公佈的評測,Carbon 在 AI 分析指數 v5.0 得 59 分排名第一,並在 SEC-bench Pro、ExploitGym 和 CWE-bench 分別取得 88.2%、54.8% 和 71%。
訊飛星火正式發佈星火X2.6,提升程式碼生成與智能體任務執行能力,並將上下文長度由256K擴至1M。文章以遊戲、SVG動畫及依開發文件生成完整工程程式碼作示例,並介紹端雲協同及同步推出的4B開源版本。Spark-X2.6 API限時6折,輸入低至0.9元/百萬Tokens、輸出低至3.6元/百萬Tokens,另有10億Tokens免費額度。
Kakao 開源兩款針對韓語搜尋優化的嵌入模型,分別為 3B 參數的 Kanana-2-3b-embedding 和 1.3B 參數的 Kanana-2-1.3b-embedding。內部評測顯示,兩款模型的韓語搜尋表現優於參數規模相近的全球開源模型,英語表現相若,記憶體用量和推理速度則提升數十倍或以上。模型採用 Kanana Open License,按授權條款可作商業用途。
阿里巴巴於 2026 年 8 月發布 Qwen3.8 系列,並開放 Qwen3.8-Max 旗艦模型權重,總參數為 2.4 萬億。Qwen3.8-Max 採稀疏 MoE 架構,每次推理約啟用 950 億參數,支援 100 萬 Token 上下文及原生多模態輸入。
Mistral AI 於當地時間 10 月 29 日開放 Mistral Large 4(ML4)模型權重;模型有 1 萬億總參數及 490 億激活參數,連同嵌入層及輸出層計為 520 億。
Mistral AI 於 10 月 29 日在歐洲正式開源 Mistral Large 4(ML4)模型權重,模型總參數達 1 萬億,啟用參數為 520 億。
推薦理由:材料並列模型參數規模、基準表現與 Token 消耗變化,亦交代 MIT 修改版許可和 MaaS 轉售授權條件,呈現評測資訊與商用限制。
Mistral AI 於 10 月 29 日開放 Mistral Large 4(ML4)模型權重,模型總參數為 1T。該模型在 Artificial Analysis Coding Agent Index 得分 48%,與 GLM-5.3 基本持平,平均每項任務消耗的 Token 少 47%。
Mistral AI 於 10 月 29 日公開 Mistral Large 4(「Le Chonk」)完整權重,模型有 1 trillion 總參數、約 52 billion 活躍參數及 1 million-token 上下文窗口。
推薦理由:文章並列發布前後的 Terminal-Bench 變化與第三方榜單結果,呈現 Mistral Large 4 在編碼表現上的進步及其排名邊界。
Mistral AI 正式開放 Mistral Large 4(ML4,代號 le Chonk)模型權重;模型有 1 萬億總參數及 490 億激活參數,連同嵌入層和輸出層則為 520 億。
推薦理由:文中並列編碼智能體評分、每項任務的 Token 用量變化及權重授權條件,方便讀者對照模型指標與不同用途的使用限制。
智元於 10 月 29 日推出具身模型 GO-3 Preview,採用 WRAM 架構連接任務推理、未來預測與動作生成。模型已登頂 RoboDojo、RoboTwin、RoboColiseum 三大評測榜單,並計劃於 2026 年底全面開源。
DiffuSpace 發佈 Clover-35B-A3B-Preview,作為 Clover 系列首個模型,並以 Apache 授權條款開源。這款採用 MoE 架構的擴散語言模型,在多項基準測試中表現超過同規模自回歸模型 Qwen3.6-35B-A3B,尤其擅長智能體編碼與工具使用任務。
Zyphra公佈ZAYA1,並稱其為首個完全在整合式AMD平台上訓練的大型混合專家(MoE)基礎模型。Zyphra與AMD、IBM合作,使用AMD Instinct MI300X GPU及ROCm軟件堆疊訓練,IBM Cloud集羣提供基礎設施。
Zyphra 發佈首個以腦部數據訓練的基礎模型 ZUNA,這款 380M 參數的擴散自動編碼器可從不完整 EEG 數據重建高保真腦訊號,並預測缺失通道。ZUNA 在高擴展因子下的表現優於 MNE 實作的球面樣條插值法,並以 Apache 2.0 授權開源。
Zyphra 發佈 ZAYA1-8B,一款活躍參數少於 10 億、在數學、編碼及複雜推理任務上可與大型模型競爭的 MoE 語言模型。ZAYA1-8B 完全使用 AMD 硬件預訓練,採用 1,024 張 MI300X GPU;Zyphra 同時推出 Markovian RSA,結合平行軌跡生成與固定長度上下文分塊,以維持固定記憶體成本並支援無上限推理。
這篇 AI 每日摘要整理 7 則官方來源消息,聚焦 Mistral Large 4 開放權重、Alphabet 與 Microsoft 業績,以及 OpenAI 更新 Model Spec。
Baseten 發佈 Base Labs 開發的 2B 決策模型 joey-1,模型輸出標籤及校準概率而非生成文字,面向高流量路由、分類和安全護欄檢查。
Baseten 於 2026年10月29日發佈 joey-1,一款 2B 參數決策模型,定價為每百萬 tokens $0.01,並以 MIT 授權開放權重。模型可透過 Baseten Model APIs 使用,權重亦可在 Hugging Face 取得;Baseten 報告稱,其在生產規模下處理平均 2,000-token 請求的 P50 端到端延遲為 20 ms。
Baseten 發佈 2B 開放權重決策模型 joey-1,以答案和機率分數回應是非及多項選擇題,而非生成文字。Baseten 稱,模型每百萬 tokens 收費 $0.01,處理典型 2,000-token 請求約需 20ms,約為 elephant-1 的 2.5 倍;每月分類 10M 張支援工單約需 $50,mammoth-1 則約 $500。
Mistral AI 發佈 Mistral Large 4,這款 1T 參數模型採用開放權重及寬鬆授權,並主打較低推理成本。模型在 HumanEval 達 92.4%,上下文窗口為 64 k;文章稱其推理成本較 GPT-4-Turbo API 低約 45%。ф
Mistral 已發佈 1 trillion 參數的 Mistral Large 4(ML4)權重,讓企業和政府可自行下載及部署,模型瞄準網絡安全用途。
Mistral 已在 Hugging Face 公開 Mistral Large 4 權重;該模型在編碼測試中領先開源模型,但整體能力評分仍低於多款中國模型。
Baseten 發佈 joey-1 決策模型,以單一 token 和信心分數直接輸出判斷。平均 2,000-token 請求的 P50 端到端延遲為 20 ms,較 elephant-1 的 49 ms 快約 2.5 倍;每百萬 tokens 收費 $0.01,為 mammoth-1 的十分之一。
Mistral AI 於 2026 年 10 月 29 日發佈 Mistral Large 4 權重,這款 1-trillion-parameter 原生多模態模型可在 Hugging Face 下載作自託管,亦可透過 API 及合作平台使用。
推薦理由:文章並列權重授權限制、API 定價與編碼基準成績,方便對照 Mistral Large 4 的商用部署條件和官方公佈表現。
Google 發佈 Gemini 4 Carbon,該模型在 Artificial Analysis Intelligence Index v5.0 得分 59,排名第一,高於 Claude Opus 5.5 的 58 和 GPT-6 Astra 的 57。
Mistral AI 於 2026年10月29日公開 Mistral Large 4 的權重,模型共有 1,000 billion 個參數。此後三週,Mistral 持續進行強化學習,重點改善編碼與網絡安全;Terminal-Bench 4.0 得分由 28% 升至 41%。
推薦理由:文章交代開放權重讓 Mistral Large 4 可在自有伺服器運行,同時説明服務轉售授權限制及所需的數據中心 GPU。
Mistral 開放 Mistral Large 4(「Le Chonk」)權重,企業可在自有硬件及防火牆內運行模型,避免敏感數據暴露予雲端或外部第三方。模型有 1 trillion parameters 和 52 billion active parameters,原生支援多模態,並經過額外三週強化訓練及客戶測試。
DiffuSpace 昨日發佈 Clover 系列首個模型 Clover-35B-A3B-Preview,並以 Apache 許可開源;該模型採用 MoE 架構,是一款擴散語言模型。DiffuSpace 表示,該模型在多項基準測試中表現超過同規模自回歸模型 Qwen3.6-35B-A3B,尤其擅長智能體編碼與工具使用,並保持更快生成速度。
2026年10月28日,DiffuSpace 發佈並以 Apache 授權條款開源 Clover 系列首個擴散語言模型 Clover-35B-A3B-Preview。
DiffuSpace 發佈並以 Apache 許可開源 Clover-35B-A3B-Preview,這是採用 MoE 架構的擴散語言模型。模型透過多輪迭代,將生成結果由模糊逐步細化為具體內容。DiffuSpace 稱,該模型在多項基準測試中表現超過同規模自回歸模型 Qwen3.6-35B-A3B,尤其擅長智能體編碼與工具使用任務。
Mistral AI 於 2026 年 10 月 29 日公開發佈 Large 4,這款網絡安全模型可下載並獨立運行,旨在協助機構識別及修復網絡安全漏洞。作者未有親自測試;發佈報道未確認獨立基準結果、下載細節、硬件要求、定價或授權條款。Orange Cyberdefense 同日宣佈合作,將模型的網絡安全變體用於其產品,並以位於歐洲的運算能力運行,初步用途包括測試客戶防禦及加快調查入侵事件。
Mistral Large 4(Le Chonk)現已開放權重。
Mistral 公開 Mistral Large 4(又稱 Le Chonk)的模型權重,並稱這款模型在 Artificial Analysis Coding Agent Index 上可媲美頂尖開放模型。Mistral 列舉 GLM-5.3 作為比較對象。