跳到正文
10月7日周三
  2. Unsloth AI62

    Google 发布开源嵌入模型 EmbeddingGemma 2，为 Apache 2.0 许可，740M 参数由 270M 文本模型、170M 视觉与 300M 音频编码器组成，支持 100+ 语言、8K 上下文和文本、代码、图像、视频、音频的统一嵌入。270M 版本最低 0.5GB RAM、完整多模态版 1GB RAM 本地运行，可通过 Unsloth 的 GGUF 运行和微调。

    引用Google DeepMind@GoogleDeepMind

    Meet EmbeddingGemma 2, our first natively multimodal open model for on-device embeddings. It expands beyond text to unify code, images, audio, and video in a shared space. 🧵

  14. Philipp Schmid74

    Google 发布 Nano Banana 2.1（gemini-nano-banana-2.1），价格降至 $0.034 每张图，是此前 Pro 版本 $0.134 的约四分之一，且表现超越前者。新版本改进了指令遵循和图内文字渲染，接入 Google Image Search 做接地，支持最多 5 个角色一致性并可用 14 张参考图。现已在 Google AI Studio、Gemini API、Google Cloud、Gemini App 和 Flow 上提供。

    同一件事，精选收录的是《Gemini Nano Banana 2.1 图像生成模型正式发布，gemini-3.1-flash-image 被弃用》

10月6日周二
  1. ARC Prize67

    ARC Prize 公布 DeepSeek V4.1 Flash 在 ARC-AGI (Verified) 的成绩：ARC-AGI-2 得分 72.9%，每任务成本 $0.13；ARC-AGI-1 得分 94.5%，每任务成本 $0.07。相比 V4 Flash 的最佳成绩，ARC-AGI-1 高 5.5 分，ARC-AGI-2 高 11.5 分，但每任务成本高约 250%。

    推荐理由：ARC Prize 官方实测数据同时给出分数和每任务成本，读者可以据此比较 DeepSeek V4.1 Flash 与上一代的性价比取舍。

  8. OpenRouter68

    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。

    引用Mistral AI@MistralAI

    认识一下 Mistral Large 4，又名 Le Chonk。 • 1T 参数，原生多模态。49B 激活。 在综合基准测试中，它是来自美国或欧洲的最佳开放权重模型。 • 在关键工作负载上达到最先进水平，包括网络防御、制造业和金融，并且在视觉定位方面超越了闭源前沿模型。 • 端到端在欧洲打造，并可通过我们自己的 Mistral Cloud 基础设施从欧洲部署。 • 今天即可通过 API 向所有人开放。正与网络安全合作伙伴私下合作。 开放权重版本将于十月底发布。

    同一件事，精选收录的是《Mistral 发布 Mistral Large 4，Artificial Analysis 评测称其为美中之外最智能模型》

  9. Arena.ai67

    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。

    引用Mistral AI@MistralAI

    认识一下 Mistral Large 4，又名 Le Chonk。 • 1T 参数，原生多模态。49B 激活。 在综合基准测试中，它是来自美国或欧洲的最佳开放权重模型。 • 在关键工作负载上达到最先进水平，包括网络防御、制造业和金融，并且在视觉定位方面超越了闭源前沿模型。 • 端到端在欧洲打造，并可通过我们自己的 Mistral Cloud 基础设施从欧洲部署。 • 今天即可通过 API 向所有人开放。正与网络安全合作伙伴私下合作。 开放权重版本将于十月底发布。

    推荐理由：原文说明 Agent Arena 用真实长程智能体任务和因果追踪方法评分，读者可据此理解该评测如何衡量模型表现。

  13. OpenRouter72

    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。

    引用Mistral AI@MistralAI

    认识一下 Mistral Large 4，又名 Le Chonk。 • 1T 参数，原生多模态。49B 激活。 在综合基准测试中，它是来自美国或欧洲的最佳开放权重模型。 • 在关键工作负载上达到最先进水平，包括网络防御、制造业和金融，并且在视觉定位方面超越了闭源前沿模型。 • 端到端在欧洲打造，并可通过我们自己的 Mistral Cloud 基础设施从欧洲部署。 • 今天即可通过 API 向所有人开放。正与网络安全合作伙伴私下合作。 开放权重版本将于十月底发布。

    同一件事，精选收录的是《Mistral 发布 Mistral Large 4，Artificial Analysis 评测称其为美中之外最智能模型》

  14. ElevenLabs55

    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%。

    引用Artificial Analysis@ArtificialAnlys

    ElevenLabs' Eleven v4 Turbo takes the #1 spot on the Artificial Analysis Provider Voice TTS Arena Leaderboard, ahead of Eleven v4 while costing half the price Eleven v4 Turbo is the faster, lower-cost sibling of Eleven v4 from @ElevenLabs, designed to deliver comparable speech quality with lower latency and cost. Key takeaways: ➤ Provider Voice: Eleven v4 Turbo has an Elo of 1,334 (+19/-19) across 1,645 appearances, placing it ahead of Eleven v4 at 1,321, Alibaba's Qwen-Audio-3.1-TTS-Plus at 1,292 and Cartesia's Sonic 3.6 at 1,278. It ranks #1 in Customer Service and Entertainment and #2 in Assistants and Knowledge Sharing. ➤ Controlled Voice: Eleven v4 Turbo ranks #2 with an Elo of 1,173 (+15/-15) across 1,745 appearances, behind Qwen-Audio-3.1-TTS-Plus at 1,181 and ahead of Eleven v4 at 1,160. It ranks #1 in Arabic, German, Hindi and English (UK). ➤ Pronunciation Robustness: Eleven v4 Turbo scores 90.1%, ranking #2 behind Eleven v4 at 91.7% and ahead of Gemini 3.8 Flash TTS at 89.5%. ➤ Pricing: Eleven v4 Turbo is priced at $40/1M characters, half the price of Eleven v4 at $80/1M characters, compared to Sonic 3.6 at $49/1M characters and Gemini 3.8 Flash TTS at $16.49/1M characters. ➤ Speed: Eleven v4 Turbo processes 96 characters per second of generation time, compared to 84 characters per second for Eleven v4 and 59 for Eleven v3. See more details and listen to samples below 🧵

  17. Arthur Mensch75

    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。

    引用Mistral AI@MistralAI

    认识一下 Mistral Large 4，又名 Le Chonk。 • 1T 参数，原生多模态。49B 激活。 在综合基准测试中，它是来自美国或欧洲的最佳开放权重模型。 • 在关键工作负载上达到最先进水平，包括网络防御、制造业和金融，并且在视觉定位方面超越了闭源前沿模型。 • 端到端在欧洲打造，并可通过我们自己的 Mistral Cloud 基础设施从欧洲部署。 • 今天即可通过 API 向所有人开放。正与网络安全合作伙伴私下合作。 开放权重版本将于十月底发布。

    同一件事，精选收录的是《Mistral 发布 Mistral Large 4，Artificial Analysis 评测称其为美中之外最智能模型》

  20. Mistral AI70

    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。

    同一件事，精选收录的是《Mistral 发布 Mistral Large 4，Artificial Analysis 评测称其为美中之外最智能模型》