2026年10月29日,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。据Mistral AI公布的数据,该模型在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。同日,Unsloth发布该模型的1-bit GGUF量化版本,称可在Mac Studio上本地运行,量化后仍保留91% top-1准确率,并提供下载链接和使用指南。
匹配字段摘要
Latent Space 主理人 swyx 介绍年度旗舰大会 AIE CODE 的策展思路，会议为单轨、邀请制，面向约 1000 名智能体工程师。今年三大主题为 Scaling without Slop、System One 模型和 Increasing Ambition，其中 Jarred Sumner 将分享 Bun 用 Rust 重写及 Bun AOT 预览。文章同时汇总了 Mistral 开源权重发布、OpenAI 前沿模型监控等当日 AI 新闻。
论者希望新模型保留类似“3.8 27B”的宽松 MIT/Apache 风格条款。相比之下，Qwen 3.8 Flash Next 被描述为许可证含糊，据称“没有说明用户拥有代码和数据输出”，这引发了部署和商业使用的不确定性。 2. Mistral Large 4 开放权重发布 Mistral Large 4（Le Chonk）现已开放权重（活动：1556）：Mistral AI 发布了 Mistral Large 4“Le Chonk”的开放权重，这是一个 1T 参数的原生多模态模型，在欧洲基础设施上从零训练，已在 Hugging Face 上提供，详情见发布博文。Mistral 声称通过额外的 RL，相比预览版取得了重大提升，在 FrontierCode 2.0 和 Terminal-Bench 4.0 上取得领先的开放权重编码结果，提供三种推理模式以权衡成本/性能，在智能体编码中具有强大的 token 效率，以及防御性网络指标，包括在 Artificial Analysis Cyber Index 上达到 51%，对恶意网络提示的拒绝率为 96.6%。评论者欢迎一个强大的非中国开放
匹配字段正文
Sebastian Raschka 回顾 2025 年大语言模型发展，认为主要进展来自 RLVR、GRPO、推理时扩展、工具调用及架构效率优化，而非单纯扩大预训练规模。他指出公开基准已难以可靠反映真实能力，并预测 2026 年 RLVR 将扩展到数学和编码以外的领域，本地工具调用与智能体能力会逐步普及。文章同时主张将 AI 作为提升专业工作的伙伴，而非完全替代人的思考、编码与研究。
or in the open-weight community, and Qwen has overtaken Llama in popularity (as measured by the number of downloads and derivatives as reported via Nathan Lambert’s ATOM project); Mistral AI uses the DeepSeek V3 architecture for its latest flagship Mistral 3 model, announced in December 2025; Besides Qwen3 and DeepSeek R1/V3.2, many additional contenders have emerged in the race for open-weight state-of-the-art models, including Kimi, GLM, MiniMax, and Yi; Cheaper, efficient hybrid architectures
匹配字段正文