Ollama 与 OpenAI 合作，将 gpt-oss 的 20B 和 120B 两个开源权重模型带到 Ollama，面向推理、智能体任务和开发者场景。模型支持函数调用、网页浏览、python 工具调用与结构化输出，可查看完整思维链，并可按低、中、高三档调节推理强度，采用 Apache 2.0 许可。OpenAI 将 MoE 权重以 MXFP4 格式量化到每参数 4.25 bits，使小模型可在 16GB 内存设备运行，大模型可放入单张 80GB GPU，Ollama 原生支持该格式并开发了新 kernel。
#模型发布#OpenAI#推理
Mistral AI 发布 Codestral 25.08，并公布完整企业编程技术栈，称实测中已接受的补全增加 30%、建议后保留代码增加 10%，失控生成减少 50%。该技术栈整合 Codestral Embed、Devstral 与 Mistral Code，支持云、VPC 和本地部署，并提供 SSO、审计日志与使用可观测性；Mistral Code 的完整本地部署计划于 Q3 GA。
#模型发布#编码#Agent
Mistral AI 发布 Voxtral 语音理解模型，包括面向生产应用的 24B 版本和面向本地及边缘部署的 3B 版本，均采用 Apache 2.0 许可证。模型支持 32k Token 上下文、最长 30 分钟转录或 40 分钟理解，并提供音频问答、摘要、多语言识别和语音 Function Calling。模型可从 Hugging Face 下载或通过 API 使用，价格为每分钟 $0.001 起。
#模型发布#语音#多模态
Mistral AI 与 All Hands AI 推出 Devstral Small 1.1 和 Devstral Medium，二者在 SWE-Bench Verified 上分别获得 53.6% 和 61.6%。Small 1.1 采用 Apache 2.0 许可证；Medium 通过 API 提供，并支持私有部署和定制微调。API 输入/输出价格分别为 $0.1/$0.3 和 $0.4/$2 每百万 Token。
#模型发布#Agent#编码
Liquid AI 发布 LFM2 系列端侧基础模型，开源 0.35B、0.7B、1.2B 三个稠密权重，可在 Liquid Playground、Hugging Face 和 OpenRouter 试用。官方称其采用乘法门控与短卷积的混合架构，共 16 个模块，CPU 上 decode 与 prefill 速度最高为 Qwen3 的 2 倍，训练效率较上一代提升 3 倍。模型在 10T token 上预训练，以 LFM1-7B 做知识蒸馏，上下文长度扩展至 32k，并支持 CPU、GPU 和 NPU 部署。
#模型发布#端侧#开源生态
Mistral AI 发布首款推理模型 Magistral，主打专业领域、透明且多语言的推理能力，提供 24B 参数的 Magistral Small 和企业版 Magistral Medium。两者在 AIME2024 分别得分 70.7% 和 73.6%，采用 majority voting @64 后升至 83.3% 和 90%。Small 以 Apache 2.0 许可开放权重并支持自行部署；Medium 预览版可通过 Le Chat 和 La Plateforme API 使用。
#模型发布#推理#开源生态
Cartesia 推出 Ink 系列流式语音识别模型，首发 Ink-Whisper 基于 OpenAI Whisper 优化，面向实时语音智能体。Ink-Whisper 在背景噪声、专有名词、口音等场景下 WER 优于 whisper-large-v3-turbo，并实现最低 TTCT，价格为 1 credit/秒（Scale 计划 $0.13/小时）。
#产品更新#语音#模型发布
Sarvam AI 与 AI4Bharat 合作发布开源权重翻译模型 Sarvam-Translate，基于 Gemma3-4B-IT 微调，支持 22 种印度语言的段落级翻译，并为 15 种语言提供结构化内容翻译。模型可保留 HTML、LaTeX、化学公式、代码和 SRT 字幕等格式，仅翻译可读文本。语言专家人工评测显示其表现优于 Gemma3-27B-IT、Llama4 Scout 和 Llama-3.1-405B-FP8 等更大模型，模型已在 Hugging Face 开源并提供 API。
#模型发布#开源生态#多模态
Mistral AI 发布首款专用于代码的嵌入模型 Codestral Embed，称其在真实代码检索评测中优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。该模型支持调整嵌入维度和精度，即使采用 256 维 int8 输出也领先上述竞品。其上下文长度为 8192 tokens，但官方建议检索时使用 3000 字符、重叠 1000 字符的分块。
#模型发布#编码#RAG
Anthropic 发布 Claude Opus 4 和 Claude Sonnet 4，在 SWE-bench 上分别取得 72.5% 和 72.7%。两款模型支持扩展思考时调用工具、并行工具执行和记忆文件，Claude Code 正式可用并新增 VS Code、JetBrains 扩展及 GitHub Actions 后台任务。
#模型发布#编码#推理
Mistral AI 与 All Hands AI 联合推出面向软件工程任务的智能体大语言模型 Devstral，并以 Apache 2.0 许可证开放。该模型在 SWE-Bench Verified 上得分 46.8%，可在单张 RTX 4090 或配备 32GB RAM 的 Mac 上运行。Devstral 目前为研究预览版，API 价格为每百万输入 Token $0.1、每百万输出 Token $0.3，也支持自行部署。
#模型发布#Agent#编码
Prime Intellect 发布 INTELLECT-2，称其为首个通过全球分布式强化学习训练的 32B 参数模型，在动态异构的算力贡献者集群上以完全异步 RL 训练推理语言模型。团队为此从零构建了异步 RL 框架 PRIME-RL、验证推理 worker rollout 的 TOPLOC 和广播策略权重的 SHARDCAST，并修改标准 GRPO 训练配方与数据过滤方法以稳定训练，在数学和编码基准上提升了 QwQ-32B 的表现。模型、代码和数据均已开源，技术报告见 primeintellect.ai/intellect-2。
#模型发布#数据/训练#开源生态
Mistral AI 发布 Mistral Medium 3，称其在多项基准测试中达到或超过 Claude Sonnet 3.7 约 90% 的表现，并重点提升编码和多模态理解能力。该模型定价为每百万 Token 输入 $0.4、输出 $2，支持云端、企业本地或 in-VPC 部署，自托管至少需要四块 GPU，并提供定制后训练及企业系统集成能力。
#模型发布#编码#多模态
Suno 发布新一代音乐生成模型 v4.5，官方称其在音乐动态、风格多样性与准确性以及人声表现上均有提升，并新增提示词增强助手，可将风格想法扩展为详细描述。v4.5 支持更复杂的音色细节与更贴合描述的生成结果，Covers 与 Personas 可组合使用，歌曲时长上限提升至 8 分钟，生成速度也明显加快。
#产品更新#语音#模型发布
Prime Intellect 发布 INTELLECT-2，称其为首个 32B 参数全球去中心化强化学习训练，任何人都可无许可贡献异构算力。该训练以 QwQ-32B 为基座模型，沿用 DeepSeek-R1 的 GRPO 与可验证奖励方法，并配套开源 prime-RL 异步分布式 RL 库、Shardcast 权重分发库和 TOPLOC 可验证推理方案。推理节点可用消费级 GPU，例如 4×RTX 3090 即可参与训练，训练数据已发布在 Hugging Face。
#模型发布#数据/训练#开源生态
Gemini 最新版本现可免费在 AI Studio 中体验，Gemini Advanced 用户也可通过 Gemini 应用试用。团队将根据用户反馈继续迭代该版本。
#模型发布#Google
Gemini 2.5 Pro Experimental 亮相，2.5 系列成为在回答前先进行推理的“思考模型”，以提高准确性。原文称它是目前表现最好的 Gemini 模型。
#模型发布#推理
#评测/基准#推理#编码
Mistral AI 发布 Mistral Small 3.1，提升文本性能和多模态理解，将上下文窗口扩展至 128k tokens，推理速度达每秒 150 tokens。该模型采用 Apache 2.0 许可证，基础版和指令版均已开放，可在单张 RTX 4090 或配备 32GB RAM 的 Mac 上运行。用户现可通过 La Plateforme API 和 Google Cloud Vertex AI 使用，NVIDIA NIM 与 Microsoft Azure AI Foundry 将在未来几周提供。
#模型发布#多模态#端侧
Cartesia 宣布完成由 Kleiner Perkins 领投的 6400 万美元 A 轮融资，并发布语音生成模型 Sonic 2.0。Sonic 2.0 基于新的状态空间模型架构，规模是前代两倍，全模型延迟 90ms、turbo 40ms，在 100 个保留声音的盲测中偏好度是次优提供商的 1.5 倍。同时推出 Voice changer 和 Infill 两个新端点，API 提供 99.9% 可用性并支持实时本地与端侧部署。
#产品更新#语音#多模态