Mistral AI 宣布开放新版 Le Chonk 的模型权重，称其在智能体编码与网络安全方向推进了开放前沿。该模型在 Cognition 的 FrontierCode 上位列开放模型第一，并在 Artificial Analysis 的 Pareto 效率上创下新基准；网络安全方面称达到 SOTA，经 CrowdStrike、Cloudflare、Rubrik、Zscaler 等厂商测试。权重可在 Hugging Face 下载，并可用 Mistral Forge 定制后部署。Arthur Mensch 转发并表示近几周进展良好，如今权重已开放。
匹配字段标题、摘要
Mistral AI 于当地时间 10 月 29 日正式开放 Mistral Large 4（代号 le Chonk）模型权重，这是一款 1 万亿总参数、490 亿激活参数的原生多模态模型，在欧洲自有数据中心用 3,800 块 NVIDIA Grace Blackwell GPU 从零训练。官方称其在 Artificial Analysis Coding Agent Index 得分 48%，与 GLM-5.3 基本持平，但平均每个任务消耗的 Token 减少 47%。模型基于修改版 MIT 许可证发布，个人、学术、微调及常规商业化可免费使用，提供 MaaS 转售的云厂商需单独获取商业授权；在线调用定价为输入每百万 Token 0.70 美元、输出 2.10 美元。
匹配字段标题、摘要、正文
Mistral AI 宣布与 NVIDIA 合作，将 AI 引入工业工程，包括更快的仿真、面向物理 AI 的开放基准与配套数据集，以及 CAE 和 EDA 场景下智能体 AI 的评测。Mistral 的模型还将接入 NVIDIA Omniverse 库，用于 GPU 加速的 3D 场景生成。
匹配字段标题、摘要、正文
Mistral AI 宣布与英伟达（NVIDIA）展开新合作，将 AI 引入工业工程领域，具体包括更快的仿真、面向物理 AI 的开放基准与配套数据集，以及针对 CAE 和 EDA 场景的智能体 AI 评测。
匹配字段标题、摘要
Mistral AI 发布 Voxtral 3，一套面向实时语音智能体的模型系列，包含语音转写模型 Voxtral Small Transcribe 3、文本转语音模型 Voxtral Mini TTS 3，以及基于 LiveKit 的语音智能体 SDK，将听、思考、工具调用和说话整合进单一流式管线。转写覆盖 50 多种语言，语音合成支持 35 种以上语言和 50 种方言并带情感适配，智能体可在实时对话中调用外部系统，例如预约或查询发票。该系统可部署在自有基础设施或通过欧盟托管的 API 运行，转写定价为每分钟 0.0035 美元起。
匹配字段标题、摘要、正文
Mistral AI 发布首个时间序列基础模型系列 Timestral，包含 5M、28M、123M、209M 四个零样本预测模型，支持最长 32,768 个时间步的上下文。据 Mistral 自测，209M 版本在 GIFT-Eval、TIME 和 fev-bench 上位列零样本预训练模型第一，fev-bench SQL skill 得分为 50.39，高于 TimesFM-3 的 48.99。模型无需 GPU，在 8 线程服务器 CPU 上 209M 版本单次预测耗时 140 ms，权重以 Modified MIT 许可开放，可通过 pip 安装并部署在本地、VPC 或隔离环境。
匹配字段标题、摘要、正文
Orbitworks 与 Loft Orbital 发射了计划中 50 颗 AI 星座的首颗卫星，Mistral 的 Ministral 3 模型（3B 和 8B 版本）在轨运行，用于汇总采集数据并回答操作员查询。卫星搭载两块 NVIDIA Jetson AGX Orin 模块，运行近 20 个其他 AI 模型，覆盖船舶检测、野火监测、洪水制图和图像增强等任务，并采用 ML-KEM-1024 后量子加密标准。该星座目标是把原始图像在轨分析后直接传回事件告警，将响应时间从数小时缩短到数秒，服务法国、欧洲和阿联酋的政府客户。
匹配字段标题
Mistral AI 以公开预览形式发布 Mistral Large 4（内部代号 Le Chonk），这是一个 1.05 万亿总参数、每 token 激活 49B 的细粒度 MoE 模型，配备 1.6B 视觉编码器和 100 万 token 上下文窗口，在 Mistral 自有欧洲数据中心用 3800 块 NVIDIA Grace Blackwell GPU 从零训练。API 预览已上线，输入每 100 万 token 收费 1.36 美元、输出 4.18 美元，缓存输入 0.14 美元，但权重要到 10 月底才发布，暂时无法自行部署。Mistral 报告其在网络安全任务上表现突出，Cybench 得分 93%、CyberGym-E2E 得分 82%，并称部分闭源前沿模型因直接拒绝任务而接近零分。
匹配字段标题、摘要、正文
星海图 Galaxea 分享了一个与 Mistral AI 相关的 R1 Pro 用例，并将其描述为具身智能领域的新突破。材料未提供该用例的具体功能、测试结果或可用性信息。
匹配字段标题、摘要、正文
Mistral AI 发布 Leanstral 1.5，一个 Apache-2.0 许可、119B 总参数、6B 激活参数的开源模型，在形式化验证上大幅升级：miniF2F 达到 100%，PutnamBench 解出 587/672 题，FATE-H 达 87%、FATE-X 达 34%。该模型经 mid-training、监督微调和 CISPO 强化学习三阶段训练，在 57 个仓库中发现 5 个此前未知的 bug，并已通过 Hugging Face 和免费 API 开放使用。
匹配字段标题、摘要
Mistral AI 发布 Search Toolkit 公开预览版，这是一个用于构建生产级搜索管线的可组合框架，把数据接入、检索和评估整合到共享接口下，开源并支持云端、本地和边缘部署。框架内置 BM25 稀疏检索、稠密向量检索和混合配置，并提供 recall、precision、MRR、NDCG 等评估指标，可独立衡量检索质量。官方称其已在金融服务、制造、公共部门和媒体娱乐等领域使用，CMA CGM 用它配合 Voxtral 处理三路音频数据，端到端 15 秒内返回告警。
匹配字段标题、摘要
Mistral AI 收购 Emmi AI，并加倍投入面向航空航天、汽车、半导体和能源等实体产业的 Physics AI 基础研究。其 Anchored-Branched Universal Physics Transformer（AB-UPT）可在单张 GPU 上处理 900 万表面网格和 1.4 亿体积网格的原始几何数据，无需重新划分网格。相关成果还包括 3D 机翼跨音速 CFD 数据集（约 3 万个样本）以及面向大规模多物理过程的端到端深度学习代理模型。
匹配字段标题、摘要
Mistral AI 在 Studio 发布 Connectors（公开预览），内置连接器和自定义 MCP 均可通过 API/SDK 用于所有模型与智能体调用，并支持创建、修改、列出、删除连接器及列出和直接运行其工具。同时推出直接工具调用，让开发者自行决定工具何时被调用，并支持 requires_confirmation 的人在环审批流程，在工具执行前交回应用确认。连接器集中注册后可跨 LeChat、AI Studio 使用，Vibe 即将支持，可通过 Conversation API、Completions API 和 Agent SDK 接入 CRM、知识库与生产力工具。
匹配字段标题、摘要
Mistral AI 发布企业 AI 编排层 Workflows 公开预览版，提供持久化执行、可观测性和人在回路审批，ASML、ABANCA、CMA-CGM 等客户已用于自动化关键流程。工作流用 Python 编写，可发布到 Le Chat 供组织内触发，每步在 Studio 中可追踪审计。它基于 Temporal 持久化执行引擎构建，控制面由 Mistral 托管，worker 部署在客户自有 Kubernetes 环境，数据留在客户边界内，Python SDK v3.0 已可安装。
匹配字段标题、摘要、正文
Mistral AI 发布内部平台工具 Spaces CLI，用于脚手架搭建项目、生成配置并部署到 staging，同时兼顾人类开发者与编码智能体两类使用者。团队为每个交互式提问补上等价 flag，并加入 -y 无阻塞模式，使智能体可端到端自主完成配置与部署。每次 init 还会生成 context.json 与 AGENTS.md，向智能体说明项目模块、端口、命令和环境变量，减少其猜测与误操作。
匹配字段标题、摘要、正文
Mistral AI 发布首款文本转语音模型 Voxtral TTS，参数规模 4B，支持英语、法语、德语、西班牙语、荷兰语、葡萄牙语、意大利语、印地语和阿拉伯语共 9 种语言，具备情感表达和零样本跨语言音色适配能力。模型在 10 秒参考音频、500 字符输入的典型场景下延迟为 70ms，实时系数约 9.7x，现已通过 API 和 Mistral Studio 提供，定价为每 1k 字符 0.016 美元。官方称人工评测中其自然度优于 ElevenLabs Flash v2.5，并与 ElevenLabs v3 质量持平；带参考音色的版本以 CC BY-NC 4.0 许可在 Hugging Face 开放权重。
匹配字段标题、摘要、正文
Mistral AI 推出 Forge，一套让企业基于自有专有知识构建前沿级 AI 模型的系统，支持预训练、后训练和强化学习等阶段。Forge 支持 dense 与 MoE 两种架构，并可处理多模态输入，模型可在企业内部基础设施中训练和运行。Mistral AI 已与 ASML、DSO National Laboratories Singapore、Ericsson、欧洲空间局、HTX Singapore 和 Reply 等机构合作，用其专有数据训练模型。Forge 以智能体优先设计，Mistral Vibe 等自主智能体可用它微调模型、寻找最优超参数、调度任务并生成合成数据。
匹配字段标题、摘要、正文
Mistral AI 发布 Mistral Small 4，这是 Mistral Small 系列的下一个主要版本，也是 Mistral 首个把 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力统一到单一模型中的版本，采用 Apache 2.0 许可。模型为 MoE 架构，128 个专家、每 token 激活 4 个，总参数 119B、每 token 激活 6B（含嵌入和输出层为 8B），上下文窗口 256k，支持文本与图像输入，并可通过 reasoning_effort 参数在快速响应与深度推理之间切换。官方称相比 Mistral Small 3，端到端完成时间减少 40%，每秒请求数提升 3 倍；推理模式下在三项基准上匹配或超过 GPT-OSS 120B，且输出更短。
匹配字段标题、摘要
Mistral AI 宣布作为创始成员加入 NVIDIA Nemotron Coalition，双方计划联合开发前沿开源 AI 模型，结合 Mistral AI 的模型架构与全栈平台和 NVIDIA 的算力、模型开发工具及合成数据生成管线。联盟首个项目是一个在 NVIDIA DGX Cloud 上训练的基础模型，将支撑即将推出的 NVIDIA Nemotron 4 系列并开源。Mistral AI 将贡献专有训练技术、多模态能力和企业级微调工具，此前双方曾合作开发 Mistral Nemo 模型。
匹配字段标题、摘要、正文
Mistral AI 发布 Voxtral Transcribe 2，包括批量转写模型 Voxtral Mini Transcribe V2 和实时模型 Voxtral Realtime。两者支持 13 种语言；前者提供说话人分离、上下文偏置和词级时间戳，单次可处理最长 3 小时音频，API 价格为 $0.003/min。4B 参数的 Realtime 延迟最低可配置至 200ms 以下，API 价格为 $0.006/min，并以 Apache 2.0 许可开放权重。
匹配字段标题、摘要