2026年9月30日,Cohere发布Embed 5嵌入模型家族,分为Embed 5 Pro和Embed 5 Fast两档,均支持文本、图像及图文融合输入,覆盖100+语言、最长128K tokens,已在Cohere API、Model Vault、Microsoft Foundry和Amazon SageMaker上线,私有VPC或本地部署走vLLM。两档共享同一向量空间,可用Pro建索引、Fast查询,但两侧必须使用相同输出维度。同日,Cohere提出RCP-nDCG@10企业检索质量评估方法,用校准过的AI评委按统一相关性标准给检索文档打分,以弥补传统nDCG依赖人工qrels的覆盖缺口;其46人人工标注研究显示,qrels预测人类相关性判断的AUC仅0.65,而LLM校准相关性评分可达0.91。据后续报道,Embed 5多数成绩使用该新指标,评测代码已公开但独立复现尚未完成。
匹配字段摘要
2026年8月27日,Cohere发布视觉语言模型Parse,用于将多模态企业文档转换为结构化数据。该模型可识别表格和嵌入图片、输出Markdown,并支持九种主要语言;其在ParseBench三个评测维度中的得分为79.2。Parse现已通过Cohere API、Model Vault、Microsoft Foundry和AWS SageMaker提供。Cohere API定价为每1000页1.50美元,使用8个H100 GPU节点时处理速度为每秒36页。
匹配字段摘要
Microsoft 公开预览 MAI-Image-2.5-Pro与MAI-Voice-2-Flash
English translation is being prepared.
匹配字段摘要
Microsoft 发布 MAI-Image-2.5 和 MAI-Image-2.5-Flash
English translation is being prepared.
匹配字段摘要
Microsoft 推出 MAI-Code-1-Flash
English translation is being prepared.
匹配字段摘要
Mistral 将 Mistral Large 4 的权重发布到 Hugging Face，该模型昵称 Le Chonk，约 1 万亿参数、每步激活 520 亿，支持文本和图像输入。在 Terminal-Bench 4.0 上得分从预览版的 28% 升至 41%，略高于 GLM-5.3 的 40%，但在 Artificial Analysis 新版 Intelligence Index 上仅得 26 分，低于 DeepSeek V4.1 Flash 和 GLM-5.3 的 32 分。API 价格为每百万输入 token 0.70 美元、输出 2.10 美元，采用修改版 MIT 许可，将其作为商业云服务需另行授权。
mi K3.1 Pro 的输入价格为 2 美元，输出价格为 10 美元。 Mistral 以修改版 MIT 许可证发布该模型。使用、修改和商业部署均免费。然而，将 Large 4 作为商业云服务提供的公司需要获得 Mistral 的单独许可。该公司主要将该模型宣传为“主权”AI，因为它完全在欧洲训练，并可在你自己的服务器上运行。如果你不想自行托管，它也可在 Microsoft Foundry 等平台上使用。 独立测试显示 Large 4 快速且便宜，但无法赶上中国最好的模型 Artificial Analysis 于周三发布了其 Intelligence Index 的第 5 版。此后，它对高模式下的 Large 4 最终版本进行了评分，得分为 26 分。该指数中现在有五分之三依赖任务或解决方案未公开的测试。这九项测试包括 Terminal-Bench 4.0 和 FrontierCode 2.0。 预览版得分为 25 分，因此额外三周的训练总体上只增加了一分。Artificial Analysis 表示，Large 4 超过了同等规模开源模型的平均水平，后者的中位数为 23 分。但它
匹配字段正文
Mistral 发布 Mistral Large 4（Le Chonk）的开放权重，这是一个 1 万亿参数的原生多模态模型，在预览版基础上继续强化学习，编码与防御性网络安全能力提升。它在 FrontierCode 2.0 上得分 19.7%，在 Artificial Analysis Coding Agent Index 上得 48%，与 GLM-5.3 基本持平，但每任务平均少用 47% token；Terminal-Bench 4.0 提升 13 个百分点至 41%。模型支持三种推理模式，采用修改版 MIT 的 Mistral Ecosystem Open-Weight 许可，API 定价为每百万输入 token $0.70、缓存输入 $0.07、输出 $2.10。
Large 4 感到兴奋，因为开放权重让构建者对这些决策拥有更多控制权，而不是让他们依赖单一托管服务。在 ZML，我们认为这种自由对于将 AI 的进步转化为有用、可部署的软件至关重要。 ZML 首席执行官 Steeve Morin 主权并不总是要求自托管；有时它只需要满足你控制要求的部署方式。对于偏好托管服务的组织，Mistral Large 4 可通过 Microsoft Foundry 获取，并为 Azure 开发者提供私有部署选项。 Microsoft 与 Mistral AI 共同致力于在下一代 AI 中扩大客户选择。作为首家向客户提供 Mistral Large 4 的云服务提供商，Microsoft 正通过 Microsoft Foundry 提供 Mistral 最新的开放权重模型，这是一个专为大规模评估、部署和运行模型而构建的企业 AI 平台。对于推进主权 AI 战略的组织而言，这一组合为其数据、基础设施和 AI 运营带来了更大的灵活性和控制力。 Tina Schuchman，Microsoft Foundry 企业副总裁 开始使用 Le Chonk 进行构建 Mis
匹配字段正文
微软 AI 发布图像编辑模型 MAI-Image-2.7-Preview，在 Artificial Analysis 的 AA-Image-Editing v2.1 榜单上排名第二，仅次于 OpenAI 的 GPT Image 2.5 Sunburst（max）。该模型在评测的 7 项编辑动作上均高于 MAI-Image-2.6，其中构图与取景提升最大（+57 Elo），文字或符号编辑 +49、场景与风格编辑 +48，并在场景与风格编辑、文字或符号编辑、基于推理的编辑、增强与修复 4 项上排名第一。该模型目前仅在 MAI Playground 提供图像编辑，文生图功能称即将推出。
mage 2.5 Sunburst（max）之后，较 MAI-Image-2.6 有明显提升 MAI-Image-2.7-Preview 是微软 AI 最新的图像编辑模型，接替于 8 月发布的 MAI-Image-2.6。 在我们的测试中，MAI-Image-2.7-Preview 在我们测量的全部 7 项编辑动作上得分均高于 MAI-Image-2.6，并在其中 4 项上排名第一：场景与风格编辑、文字或符号编辑、基于推理的编辑，以及增强与修复。这一新模型相较 MAI-Image-2.6 有所改进，提升最大的项目为构图与取景（+57 Elo）、文字或符号编辑（+49）和场景与风格编辑（+48）。我们认为其最佳用例为真人影视、消费级和前沿编辑，在这些领域它排名第一。 MAI-Image-2.7-Preview 今日起在 MAI Playground 中提供，仅限图像编辑，文生图功能据称即将推出。 祝贺 @MicrosoftAI 发布！ 请见下方我们在 Artificial Analysis Image Arena 中对 MAI-Image-2.7-Preview 的详细分析和示例输出 🧵
匹配字段正文
Baseten 旗下 Base Labs 发布两个决策模型 elephant-1（9B）和 mammoth-1（27B），均基于 Qwen3.5 全量微调，并公开模型权重。mammoth-1 在 Jev Decision Index 0.4 上以 71.24 分位列 208 个模型第一，领先第二名 Perplexity Decider v1.2 1.8 分；elephant-1 在该榜得 62.65 分，在 Artificial Analysis Decision Index 上以 65 分与 d1-ultra 并列第一。训练使用 6.21M 样本的第八版数据混合，并在全注意力层改用块双向注意力掩码，固定数据下该改动使公开 10k 样本得分从 44.8 升至 48.6。
n the world on the Jev Decision Index (beating Jev 1.14) and tied with the previous best decision model d1-ultra on the Artificial Analysis Decision Index. It beats models such as Microsoft-Decision-1, Perplexity Decider v1.1 27B and Jev. Figure 1 Comparative performance of mammoth-1 and elephant-1 on the Jev Decision Index and Artificial Analysis Decision Index. mammoth-1 leads the Jev Decision Index at 71.24; elephant-1 is the top 9B model. On the Artificial Analysis Decision Index, mammoth-1
匹配字段正文
Inception 发布扩散语言模型 Mercury 3，称其在 12 项基准中赢下 8 项，运行速度为 GPT-6 Luna 和 Claude Haiku 5.5 的四到八倍。在 Inception 自测中，Mercury 3 在 IFBench 得 76.84 分，比 GPT-6 Luna 高 15 分；SWE-Bench Atlas 得 51.08 分，对手分别为 33.33 和 32.26。Claude Haiku 5.5 则在 DeepSWE 长代码测试和长文本检索上领先。该模型在 Nvidia GPU 上每秒生成 1,068 个 token，定价为每百万输入 token 0.20 美元、输出 0.70 美元，发布期五折，已上线 Inception 平台及 OpenRouter、Baseten、Vercel，目前尚无独立测试。
。此后，至少在输入较短的情况下，Mercury 3 的输出成本将高于 GPT-6 Luna 和 Claude Haiku 5.5，后两者均收费 0.50 美元。不过，对于非常长的提示，两个竞争对手的收费要高得多。Mercury 3 一次最多可处理 100 万个 token。 该模型可在 Inception 自己的平台以及 OpenRouter、Baseten 和 Vercel 上使用。它使用与 OpenAI 模型相同的 API，因此 Inception 表示开发者可以轻松切换。 今年 2 月，Inception 发布了 Mercury 2，称其为首个在回答前通过中间步骤进行推理的扩散模型。在此之前，这家初创公司筹集了 5000 万美元。投资方包括 Nvidia、Microsoft 和 Snowflake 的风险投资部门 NVentures、M12 和 Snowflake Ventures。 谷歌正在研究同样的方法。其 Gemini Diffusion 演示之后，6 月又推出了开放模型 DiffusionGemma。谷歌表示，它的运行速度最高可达标准 Gemma 4 的四倍，但结果略弱。
匹配字段正文
Inception AI 发布旗舰扩散语言模型 Mercury 3，在自家 12 项基准中 8 项超过 GPT-6 Luna 和 Claude Haiku 5.5，速度为其 4 到 8 倍。官方称在 NVIDIA GPU 上达到每秒 1068 tokens，Haiku 5.5 约 240、GPT-6 Luna 约 130；上下文窗口提升至 100 万 tokens，参数量未披露，仅称超过 Mercury 1 的 40 倍。定价为每百万输入 tokens 20 美分、输出 70 美分，发布期五折，可通过 Inception 平台及 OpenRouter、Baseten、Vercel 调用。
ly minor changes to call it. Inception is a venture capital-backed startup that Ermon founded in 2024 with fellow computer science professors Aditya Grover and Volodymyr Kuleshov. Microsoft Corp.’s M12 venture arm was among the backers when Menlo Ventures led a $50 million round in the company last November. Microsoft was in talks to acquire Inception as of May, according to a Reuters report that said the startup wanted more than $1 billion. Space Exploration Technologies Corp. had also approach
匹配字段正文
英伟达发布面向常驻智能体和边缘计算的开源权重模型。Nemotron 3.5 Super VL 为 1200 亿参数的企业级智能体模型，英伟达称其在指令遵循和工具调用任务上可达到 Nemotron 3 Ultra 相近的准确率；两款轻量 Bolt 模型面向搭载 RTX Spark 芯片的 AI PC 和 DGX Spark 工作站本地运行。Super VL 与 Nemotron 3.5 Bolt 74B-A9B 24GB 已可用，最小的 Bolt E4B 将于本月晚些时候推出。
workstations running the DGX Spark. Such PCs, aimed at consumers, programmers, and enterprise knowledge workers, are being released right now into the market through partners like Microsoft and Dell. “Any organization that wants to run agents on Nvidia infrastructure now has an open, optimized model for their tier without having to choose between capability and deployability,” Nvidia’s vice president of Open Models and Software, Kari Briski, wrote in the blog post announcing these models. Nvidia
匹配字段正文
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，距 9 月 10 日初版 V4.1-Flash 约五周，Hugging Face 模型卡称其为减少任务执行时间和输出长度的小幅更新，但未说明具体幅度。DeepSeek 自测显示该版本在 DeepSWE v1.1 软件工程测试中解决 77% 任务，高于 9 月版本的 74.2%，同一表格中 Claude Opus 5 为 74%，而 11 项基准中仍有 7 项由 Anthropic 模型领先。新模型已在 DeepSeek 网页和移动端上线，API 沿用 deepseek-flash 模型 ID 且价格不变，权重以 MIT 许可发布于 Hugging Face；同时 DeepSeek 开放 Search API（每次查询最多返回 50 条排序结果）和将网页转为 Markdown 的 Fetch API，均按每 1000 次成功请求 75 美分计费，通过 DeepSeek Harness、Claude Code 或 Codex 调用在 11 月 1 日前免费。
companies make data-driven decisions and stay at the forefront of industry conversations. LATEST STORIES ServiceNow AI Control Tower: Selling a penthouse while building the frame Microsoft reveals cutting-edge MAI-Base-2 model with 2T parameters Reflection AI open-sources Beam’s weights, post-training recipes What to expect during Dell's 'Cyber Resilience' event: Join theCUBE Oct. 27 RapidCanvas raises $29M to develop custom AI applications for enterprises The agentic AI era is forcing security
匹配字段正文
MiniMax 发布 M3.1 Flash，这是对 6 月推出的 M3 大语言模型的更快更便宜更新，公司称智能体任务运行成本比上一代降低 70%，推理速度接近 3 倍，日常峰值输出超过 200 tokens/s。该模型参数为 428B，推理时保持开启，提供从 Low 到 Max 五档努力级别，支持文本、图像和视频输入，提示词最长 100 万 tokens。在 MiniMax 自测中，M3.1 Flash 在 OSWorld V2 得 61.7 分、BankerToolBench 得 76.2 分、CyberGym 得 82 分；在 DeepSWE v1.1 上得 73.7%，低于 DeepSeek 称其 V4.1-Flash 取得的 77%，两项结果均未经独立验证。该模型输入定价为每百万 tokens 15 美分，输出为 60 美分，缓存输入为 1.5 美分，现可通过 MiniMax API、M Plan 订阅和 MiniMax Code 桌面应用使用，权重将在之后发布。
AI work assistant startup Town secures unicorn status after raising $108M just weeks after launching Amazon introduces toolkit for running PyTorch workloads on AWS Trainium chips Microsoft targets the 'agentic insider' with new controls for rogue AI agents Nvidia, Dell back $200M round for AI model developer doubleAI LATEST STORIES Dream Labs raises $90M to help build more intelligent robots with simple video feeds EMERGING TECH - BY MIKE WHEATLEY . 8 HOURS AGO Trump administration orders ban o
匹配字段正文
微软在官方博客中称已完成自研大模型 MAI-Base-2 的预训练，总参数 2.8 万亿、激活参数 800 亿，全部层采用 MoE 架构。该模型在 8 月至 9 月用 16000 块 Nvidia GB200 GPU 训练 38 天，数据集含 50 万亿 token，视觉语言数据约占 18%。微软称其预训练算力效率达到 DeepSeek-V4-Pro-Base 的 4.2 至 12.3 倍，但该指标指达到同等评测表现所需的预训练 FLOPs，并非实际 GPU 速度或推理成本；模型目前仍在后训练阶段，尚未公布公开发布时间、定价或 API 条款。
Microsoft Completes Pretraining of 2.8 Trillion-Parameter MAI-Base-2 가 The body content of the article will be changed to this letter size. 스크롤 이동 상태바 Microsoft said in an official blog post that it recently completed pretraining of MAI-Base-2, its proprietary large language model (LLM) with 2.8 trillion parameters. The development marks a move to secure independent AI models and training technologies, shifting away from its previous strategy of relying on OpenAI models. The new model uses a mix
匹配字段正文
微软 AI 研究团队公布基座模型 MAI-Base-2，采用全 MoE 架构，总参数 2 万亿、每次提示激活 800 亿。微软称其在科学、编程和数学的内部基准上超过 DeepSeek-V4-Pro-Base，部分指标上硬件效率最高提升 12 倍。该模型用 16000 块 NVIDIA GB200 训练 38 天，数据集为 50 万亿 token，其中约五分之一用于训练集成的计算机视觉模块；权重将通过 Azure 以授权方式提供给可信合作伙伴。
UPDATED 20:39 EDT / OCTOBER 16 2026 Microsoft reveals cutting-edge MAI-Base-2 model with 2T parameters by Maria Deutscher Microsoft Corp. has developed a new large language model that it says is significantly more efficient than leading open-source alternatives. The company’s artificial intelligence research group detailed the algorithm on Thursday. MAI-Base-2 is not a full-fledged LLM but rather a base model, a kind of no-frills prototype. Developers turn base models into LLMs by putting them t
匹配字段正文
Reflection 于 10 月 16 日在 Hugging Face 以 Apache 2.0 许可发布其首个开放权重模型 Beam，Baseten 同日通过 Model APIs 和 Dedicated Inference 提供 day-0 支持。Beam 为 501B 总参数、每 token 激活 23B 的 MoE 自回归 Transformer，上下文窗口最高 100 万 token，预训练使用 23.8 万亿 token，并以 BF16、FP8、NVFP4 精度发布权重。Reflection 给出的评测结果为 GPQA Diamond 90.5%、SWE-bench Verified 80.9%、AIME 2026 97.8%、Terminal-Bench 2.1 80.1%、MCP Atlas 78.7%，同时开源了终端智能体工具 Mirror CLI。
ich it said is free to start. Launch platforms named by the company include Amazon Web Services, Baseten, Cloudflare, CoreWeave, Databricks, Fireworks AI, Google Cloud, LM Studio, Microsoft Azure, Modal, Nebius, NVIDIA NIMs, Ollama, OpenRouter, Oracle, Together AI, Vercel, and Weights & Biases, among others. For on-premises, sovereign, and air-gapped environments, Dell and HPE deliver Beam behind the firewall. Precision Formats and Framework Support Reflection released the weights in BF16, FP8,
匹配字段正文
Reflection 发布首个开源权重模型 Beam，权重已在 Hugging Face 以 Apache 2.0 许可开放。Beam 是稀疏 MoE 模型，总参数 501B、激活 23B，面向编码、推理和长程智能体任务，同时提供 BF16、FP8、NVFP4 精度格式和投机解码草稿模型。Reflection 还联合 40 多家合作伙伴构建其称为智能体开放操作系统的生态，覆盖 vLLM、SGLang、Unsloth、Axolotl 等推理与微调框架，并开源了配套的 Mirror CLI 智能体工具。
on various platforms at launch including: Amazon Web Services, Nscale, Applied Compute, Baseten, Cloudflare, CoreWeave, Databricks, Fireworks AI, Google Cloud, Hermes, LM Studio, Microsoft Azure, Modal, Nebius, Nvidia NIMs, Ollama, OpenCode, OpenRouter, Oracle, Together AI, Vercel, and Weights & Biases. For on-premises, sovereign, and air-gapped environments, Dell and HPE deliver Beam behind the firewall. It’s the same open stack a developer runs on a laptop, deployed at enterprise scale with n
匹配字段正文
微软 MAI-Base-2 预训练已完成，MAI-Base-3 的训练周期也已在筹备中。据引用内容，MAI-Base-2 在留出评测上优于其测试过的所有开放权重模型，预训练 FLOPs 效率比最强的开放基础模型 DeepSeek-V4-Pro-Base 高 4-12 倍，微软将这部分节省用于训练更大的模型。Mustafa Suleyman 表示，MAI 已完全自研出 3T 参数级别的 SOTA 预训练基础模型，后训练结果即将公布。
MICROSOFT 🔥: MAI-Base-2 pre-training has been completed; MAI-Base-3 training cycle is already being prepared as well. "MAI-Base-2 outperforms every open-weight model we tested on our held-out evaluations. It is 4-12x more pre-training FLOPs-efficient than the strongest open base model, DeepSeek-V4-Pro-Base (see Figure 3 below), and we have put that saving into training a larger model." Figure 1 shows the performance of MAI-Base-2 and other models with at least one trillion total parameters acros
匹配字段正文
Meta 于 10 月 15 日公开 Muse Spark Open 权重，这是一个原生多模态开源模型，总参数 816B、激活参数 42B，上下文窗口 1M token，面向编码与长程智能体任务。模型采用 MoE Transformer 加 Perception Encoder 架构，可通过 Baseten、Fireworks AI、Groq 等 API 平台调用，权重在 Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden 等处下载，本地运行 NVFP4 版本需至少 700GB 显存。Meta 称其为首个能在桌面端运行的同级模型，用两台搭载 M5 Ultra 的 Mac Studio 配合 MLX 框架即可承载；模型卡显示其 Artificial Analysis 智能指数为 39，低于表中 GLM 5.3 的 45 和 Kimi K3 的 44。
orms Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter, and Together AI, and the weights are downloadable on Amazon SageMaker AI, Google Cloud Model Garden, Hugging Face, and Microsoft Foundry Models. It runs on inference engines including SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, Apple MLX, llama.cpp, and Unsloth, with optimizations for AMD, Apple, Intel, and NVIDIA silicon, and developers can further tune the model using PyTorch’s TorchTitan. Weights ship in BF16 and NVFP4 ve
匹配字段正文