Mistral 发布 Devstral Medium 并升级 Devstral Small 1.1
Mistral AI 与 All Hands AI 合作推出 Devstral Medium，并升级 Devstral Small 1.1。
推荐理由：Mistral 与 All Hands AI 联合发布两款编码智能体模型，给出了 SWE-Bench Verified 分数和 API 定价，便于对比现有方案。
模型发布
全部主题新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
最新精选
第 81–88 条 · 共 88 条2025年7月11日星期五
2025年6月10日星期二
Mistral AI 发布首款推理模型 Magistral，含 24B 开源版与企业版
Mistral AI 发布首款推理模型 Magistral，分为 24B 参数的开源版 Magistral Small 和企业版 Magistral Medium。
推荐理由：Mistral 首款推理模型给出双版本参数与 AIME2024 成绩，可据此判断其开源与商用定位。
2025年5月21日星期三
Mistral AI 发布智能体编码模型 Devstral，Apache 2.0 开源
Mistral AI 与 All Hands AI 合作发布面向软件工程任务的智能体 LLM Devstral，以 Apache 2.0 许可开源，在 SWE-Bench Verified 上得分 46.8%，比此前开源 SOTA 模型高出 6 个百分点以上。
推荐理由：Mistral 与 All Hands AI 联合发布的智能体编码模型，给出了 SWE-Bench Verified 成绩与本地部署门槛。
2025年5月7日星期三
Mistral AI 发布 Mistral Medium 3，主打低成本与企业部署
Mistral AI 发布 Mistral Medium 3，称其在各项基准上达到或超过 Claude Sonnet 3.7 的 90%，成本为每百万 token 输入 $0.4、输出 $2。
推荐理由：Mistral Medium 3 以更低成本对标 Claude Sonnet 3.7，并给出企业私有化部署与定制路径。
2025年3月17日星期一
Mistral AI 发布 Mistral Small 3.1，支持多模态与 128k 上下文
Mistral AI 发布 Mistral Small 3.1，在 Mistral Small 3 基础上提升文本性能、多模态理解，并将上下文窗口扩展至 128k tokens，推理速度达 150 tokens per second，以 Apache 2.0 许可开源。
推荐理由：官方给出 Mistral Small 3.1 的多模态、128k 上下文与 150 tokens/s 推理数据，可对照同量级小模型判断其定位。
2025年3月12日星期三
谷歌发布 Gemma 3 系列开源模型，最高 270 亿参数，能看图、懂 140 多种语言
Gemma 3 是谷歌最新放出的开放权重模型，有 1B、4B、12B、27B 四个尺寸。4B 及以上的版本能同时处理图片和文字，支持超过 140 种语言，上下文窗口拉到 128k token（1B 是 32k）。官方说 4B 的指令版在跑分上能打赢上一代 27B，27B 则超过了 Gemini 1.5 Pro。模型已经挂在 Hugging Face 上...
推荐理由：标题信息量不小，但正文为空，我会先打个折。Google 新 Gemma 本身自带关注度，多模态和长上下文这两个点又正好打在本地部署和模型选型的痛点上，所以 H 和 R 都站得住。K 完全拿不到分，因为参数、上下文窗口、许可证、基准成绩一概没披露，现在只能当个预告看，不能当评测结论用。整体放在 featured 低位是合理的，等模型卡或技术报告出来再重新判断。
2024年10月1日星期二
OpenAI 在 API 里上线了模型蒸馏，让你用大模型的回答去教小模型
OpenAI 10 月 1 号在自家 API 里推了一套模型蒸馏工具，核心思路是：先用 GPT-4o 或 o1-preview 这类大模型跑出结果，再用这些结果去微调 GPT-4o mini 这种便宜模型，让它在特定任务上接近大模型的表现，但成本更低。整套流程包括三个部分：Stored Completions 负责自动抓取和保存 API 的输入输出对，...
推荐理由：我会先打个折：这不是新模型发布，而是把模型蒸馏做成 API 内置流水线，附带自动存样本、评测和微调三个套件。正文说 store:true 抓取数据不额外增加延迟，这点先别太激动，实际体验要看并发量。免费 token 额度有截止日期，Evals 免费次数也绑定了与 OpenAI 共享评测的条件，省钱归省钱，但数据会留在对方那边。整体对想用大模型带小模型、又不想自建 infra 的团队挺实用，只是信息缺口在于蒸馏后的模型在具体任务上到底比直接微调强多少，正文没给对比数字。
2024年9月12日星期四
OpenAI 发布 o1 系列模型，先想清楚再回答，数学推理从 13% 飙到 83%
OpenAI 在 9 月 12 日推出了 o1-preview 和 o1-mini 两个新模型，主打“先思考再回答”。在数学奥赛预选题上，GPT-4o 正确率只有 13%，o1 推理模型做到了 83%，编程能力也到了 Codeforces 前 11%。o1-mini 是个更小更快的版本，成本比 o1-preview 低 80%，适合写代码但不需要太广知...
推荐理由：这是一次 OpenAI 的重大推理模型发布，三个信号全中。H 来自“先想再答”的新玩法，K 来自具体的基准、安全和定价数字，R 来自从业者必须权衡的现实：推理能力上去了，但 API 基础功能还没跟上。