Reflection 发布 501B 开放权重模型 Beam，主打低算力编码与推理
Reflection 宣布首款免费开放模型 Beam，总参数 501B、每 token 激活 23B（MoE），面向编码、逻辑推理和智能体任务。据 Reflection 称，Beam 在高难推理任务上以少三到四倍的算力匹配 GLM 5.2，编码与智能体基准接近 Qwen3.8-Max，但原始性能仍不及 Kimi K3 等更强开源模型。
#编码
#编码
今日 4 条The DecoderAI 评分6060 The DecoderAI 评分7373 Mistral 发布万亿参数 Mistral Large 4 公开预览，主打安全与欧洲主权
Mistral 发布迄今最大模型 Mistral Large 4（ML4，绰号 le Chonk）公开预览，总参数 1.05 万亿、激活 490 亿，API 已上线，权重预计月底发布。
TechCrunch · AIAI 评分5959 Reflection AI 发布首个前沿开源权重模型 Beam，声称以更低推理成本匹敌中国开源模型
美国初创公司 Reflection AI 正式发布其首个前沿开源权重模型 Beam，称其在高级推理基准上与 Z.ai 的 GLM-5.2 表现相当，推理计算用量少 3-4x。
Mistral AI精选AI 评分7575 Mistral 发布 Mistral Large 4 公开预览版，月底开放权重
Mistral 发布 Mistral Large 4（ML4）公开预览版，这是一个 1 万亿参数、490 亿激活参数的原生多模态模型，权重将于本月底开放下载。
推荐理由：官方发布了参数规模、基准分数、训练基础设施和权重开放时间表，读者可据此评估它在开源阵营中的实际位置。
Latent SpaceAI 评分3434 AINews 周报：GPT-6.1 Sol 与 Sonnet 5.5 重塑性价比前沿
OpenAI 发布 GPT-6.1 Sol，定价 $2/$10 per million input/output tokens，Agent Arena 排名第 5，比 GPT-6 Sol 便宜 39% 且得分高 1.52 分，比 Astra 便宜 81%。
TechCrunch · AIAI 评分5959 Google 发布 Gemini 4 Argon，称其为迄今最强大的模型
Google 发布新模型 Gemini 4 Argon，称其擅长网络安全、编码与研究，可自主发现、验证并修复关键软件漏洞。该模型经防御性网络安全任务专项训练，目前仅通过 Fairwind 安全计划向部分网络安全合作伙伴开放；Google 引用 Vals 的模型指数称其在多项基准上领先 OpenAI GPT-6 Astra 与 Anthropic 的 Fable 和 Opus。
The Verge · AIAI 评分7272 Google 发布 Gemini 4 Argon，初期仅向可信网络防御者开放
Google 发布新一代前沿模型 Gemini 4 Argon，称其在软件工程、法律金融等企业知识和网络安全防御等复杂工作流中表现前沿。
Ars Technica · AIAI 评分6161 Google 宣布 Gemini 4 Argon 模型，暂未对公众开放
Google 宣布新模型 Gemini 4 Argon，称其在编码、知识工作和网络安全上性能行业领先，但目前仍处有限测试阶段，普通用户暂不能使用。Google 内部已在大量使用：Argon 借助全集群遥测数据帮助节省 300 TiB 数据中心内存，其智能体已将包括 Fuchsia OS Zircon 内核超 80 万行在内的 C/C++ 代码迁移到 Rust。
Google DeepMind精选AI 评分7777 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络防御者开放，定价为每百万输入 token $2、输出 token $10，缓存输入 95% 折扣。
推荐理由：官方博客给出定价、1M 输出 token 上限、基准分数和内部迁移案例，读者可以据此判断它在编程与安全防御上的实际定位。
OpenAI News精选AI 评分6868 OpenAI 发布 GPT-6.1 Sol
OpenAI 发布 GPT-6.1 Sol，面向编码、计算机操作和专业工作场景，智能水平接近 Astra，API 输入和输出 token 价格为 Astra 标准价的五分之一。
推荐理由：原文给出了 GPT-6.1 Sol 的定位和价格对比，读者可以据此评估它相对 Astra 的成本优势。
Latent SpaceAI 评分5454 Latent Space AINews：Opus 5.5 发布后社区好评集中在其解说视频能力
Latent Space 发布 9 月 24 至 25 日的 AINews 周报，主题称 Claude Opus 5.5 发布后社区反馈积极，尤其在纯代码生成解说视频方面接管了时间线。
Simon WillisonAI 评分7373 Anthropic 发布 Claude Sonnet 5.5，免费层模型升级
Anthropic 发布 Claude Sonnet 5.5，官方称速度快 30% 以上，多数工作成本最高降 30%，价格与 Sonnet 5 持平但基准全面占优。作者实测其编码表现接近 Opus 5.5，并指出它成为 claude.ai 免费层所用模型，使 Anthropic 免费方案强于使用 Luna 5.6 的 ChatGPT 免费层；官方重申 Haiku 5.5 将在未来几周内推出。
AWS Machine Learning Blog精选AI 评分6666 Claude Sonnet 5.5 上线 Amazon Bedrock 和 Claude Platform on AWS
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock（通过 Global CRIS global. inference profile）和北美的 Claude Platform on AWS 开放使用。
推荐理由：AWS 官方说明 Claude Sonnet 5.5 在 Bedrock 的可用性、与 Opus 5.5 的分工建议和上手方法，便于评估是否纳入现有工作流。
Latent Space精选AI 评分8484 Anthropic 发布 Claude Opus 5.5，OpenAI 同日跟进降价 50% 的 GPT-6 Sol 和 Luna
Anthropic 发布 Claude 5.5 家族首个模型 Claude Opus 5.5，称多数任务达到 Fable 5.1 水平、比 Opus 5 快约 30% 且每任务便宜 40%，token 定价从 $5/$25 降至 $4/$20，并成为 Claude Code 与 Claude 应用的默认模型。
推荐理由：原文汇总了 Opus 5.5 的定价、评测与争议细节，包括第三方拆解显示 40% 降价在 max effort 下并不成立。
Latent SpaceAI 评分6161 Latent Space 访谈 TypeSafe AI CEO Diogo Almeida：Jev、System One 模型与 RLCD
Latent Space 播客对话 TypeSafe AI CEO Diogo Almeida，讨论其新发布的 Jev 模型及发布视频约 38M 次观看的热度。
Google DeepMind精选AI 评分8686 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber 两个模型
Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber。
推荐理由：官方给出两个变体的基准数字、定价和实际应用案例，读者可以据此评估在编码与安全场景中的替换成本。
Hugging Face Blog精选AI 评分6161 IBM 发布 Granite 4.2 推理模型家族，详解 15T token 预训练与多阶段 RL 训练管线
IBM 发布 Granite 4.2 推理模型家族，含 3B、8B、30B 三个稠密解码器模型，基于 Granite 4.1 基座（从头在约 15T token 上预训练，五阶段策略将上下文扩展至 512K），经 SFT 与多阶段 GRPO 强化学习后训练，全部以 Apache 2.0 许可开源。
推荐理由：官方完整披露从预训练、SFT 到多阶段 GRPO 和智能体 RL 的训练细节，可迁移到类似模型的构建流程。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 Gemini 3.7 Flash，编码与 Agent 能力提升且降价一半
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码和 Agent 的主力模型，距 Gemini 3.6 Flash 仅三周。
推荐理由：官方公告给出了多个基准分数和半价定价细节，读者可以据此评估是否切换到 3.7 Flash。
Hugging Face Blog精选AI 评分7878 Meta 发布开源多模态模型 Muse Glimmer-30B，主打本地智能体场景
Meta 今日发布 30B 参数多模态开源模型 Muse Glimmer，从 Muse 蒸馏而来，采用 Apache 2.0 许可，面向本地部署的隐私场景与编码、文档分析、个人助理等智能体用途。
推荐理由：原文给出架构细节、Agent 基准对比和各推理栈的 day-0 用法，读者可据此评估本地多模态部署的选择。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 发布三款 Gemini 模型：3.6 Flash 在 Artificial Analysis Index 上输出 token 用量比 3.5 Flash 减少 17%，定价 $1.50/1M 输入、$7.50/1M 输出，DeepSWE 49% vs 37%、OSWorld-Verified 83.0% vs 78.4%。
推荐理由：官方原文给出三款新模型的具体价格、token 效率与多项基准数字，并说明各模型面向的部署场景。
Google DeepMindAI 评分5757 Google DeepMind 发布轻量网络安全模型 Gemini 3.5 Flash Cyber
Google DeepMind 发布基于 3.5 Flash 微调的轻量网络安全模型 Gemini 3.5 Flash Cyber，用于快速发现、验证和修补漏洞。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini 3.5，率先推出 3.5 Flash
Google DeepMind 发布 Gemini 3.5 模型系列，首先推出 3.5 Flash，定位智能体与编码，在 Terminal-Bench 2.1（76.2%）、GDPval-AA（1656 Elo）、MCP Atlas（83.6%）和 CharXiv Reasoning（84.2%）上超过 Gemini 3.1 Pro，输出速度为其他前沿模型的 4 倍。
推荐理由：官方公布了 3.5 Flash 的基准成绩、开放渠道和 Pro 后续计划，读者可以据此评估它在智能体与编码场景的取舍。
Mistral AIAI 评分5959 Mistral 发布开源代码智能体 Leanstral，专为 Lean 4 形式化证明设计
Mistral 发布首个面向 Lean 4 的开源代码智能体 Leanstral-120B-A6B（6B 激活参数），权重采用 Apache 2.0 许可，可通过 Mistral Vibe 和 labs-leanstral-2603 免费 API 端点使用。
Mistral AI精选AI 评分7272 Mistral AI 发布 Devstral 2（123B）与 Devstral Small 2（24B）编码模型及 Mistral Vibe CLI
Mistral AI 发布开源编码模型家族 Devstral 2，包含 123B 的 Devstral 2（modified MIT 许可）和 24B 的 Devstral Small 2（Apache 2.0），两者均支持 256K 上下文窗口，分别在 SWE-bench Verified 上取得 72.2% 和 68.0%。
推荐理由：官方公布了两个尺寸编码模型的开源协议、SWE-bench Verified 成绩、API 定价和硬件要求，可据此评估本地或端侧部署的可行性。
Mistral AIAI 评分5555 Mistral AI 发布 Codestral 25.08 及面向企业的完整编码栈
Mistral AI 发布 Codestral 25.08 代码补全模型，并提供包含 Codestral Embed、Devstral 和 Mistral Code IDE 插件的企业编码栈。
Mistral AI精选AI 评分6262 Mistral AI 发布 Devstral Medium 并升级 Devstral Small 1.1
Mistral AI 与 All Hands AI 合作发布 Devstral Medium，并升级 Devstral Small 1.1。
推荐理由：官方给出了两个新模型的 SWE-Bench Verified 成绩、定价和许可方式，开发者可以据此评估代码智能体选型。
Mistral AI精选AI 评分6969 Mistral AI 联合 All Hands AI 发布开源编码智能体模型 Devstral
Mistral AI 与 All Hands AI 合作推出面向软件工程任务的智能体大语言模型 Devstral，以 Apache 2.0 许可开源发布。
推荐理由：官方发布了模型权重和 API 定价，并给出 SWE-Bench Verified 的具体成绩与部署门槛，读者可以据此评估本地或企业编码场景的适配性。
Mistral AI精选AI 评分6464 Mistral AI 发布 Mistral Medium 3，以约八分之一成本逼近 Claude Sonnet 3.7
Mistral AI 发布 Mistral Medium 3，定位 SOTA 性能、成本降低 8 倍的新级别模型。基准上达到或超过 Claude Sonnet 3.7 的 90%，定价为 $0.4 输入 / $2 输出每 M token，超越 Llama 4 Maverick 和 Cohere Command A，可在 4 张 GPU 以上环境自部署。
推荐理由：官方给出与 Claude Sonnet 3.7 的基准对比、定价和部署门槛，读者可据此评估企业落地的性价比。