Mistral 釋出 Mistral Large 4(Le Chonk)權重:1 兆參數多模態模型,主打程式代理與資安防禦
改良版在 FrontierCode 與 Terminal-Bench 領先開源模型,Artificial Analysis 資安指數達 51%,並採三段推理模式平衡成本與效能。
Hacker News綜合 4 家一手來源
39 則值得知道的變化
改良版在 FrontierCode 與 Terminal-Bench 領先開源模型,Artificial Analysis 資安指數達 51%,並採三段推理模式平衡成本與效能。
Mistral Large 4 採稀疏 MoE 架構,每個 token 啟用約 52B 參數,支援文字與圖像輸入、160 種以上語言,並以 Mistral 生態系開放權重授權釋出。
Strands Decider 2B 以 20 億參數從預定義選項中作決策並給出置信度;JevBench 公開任務準確率 72.3%,但未證明勝過 TypeSafe AI 的 Jev。
Carbon 在 4 項評測奪冠,單任務成本 7.76 美元低於 Claude Opus 5.5 約 23%,但仍未開放公眾使用。
以四維時空表徵為原生骨幹,統一預測未來物理幾何狀態與生成動作;實機成績宣稱大幅超越 π0.5,目前僅單一來源。
Elorian 推出首款視覺推理模型 Glimpse,自報在 DecoyCount 得 50.48%,為比較組中唯一過半的模型,但未經獨立驗證。
在 τ-Voice 任務成功率 65.51%、平均回應延遲 1.91 秒,對比 GPT Realtime 2.1 的 1.55 秒與 69.82%,同屬開源 2-stage 系統中表現領先。
作者自稱以 RL 與策略蒸餾壓縮推理長度,GLM-5.3-Flash 在 MMLU-PRO 思考 token 減 61.4%,Ornith 9B 減 33.5%,數據尚待獨立驗證。