Mistral发布开源模型Leanstral 1.5，面向Lean 4形式验证
Mistral发布Apache-2.0免费模型Leanstral 1.5，总参数119B、激活参数6B，在miniF2F验证集与测试集均达到100%，并解出PutnamBench 672题中的587题。
推荐理由：原文给出6B激活参数模型的基准成绩、约4美元单题成本和开源入口，读者可以据此比较它与更高成本形式验证系统的差异。
模型发布
全部主题新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
最新精选
第 21–40 条 · 共 45 条Mistral AI精选AI 评分6565
Google DeepMind精选AI 评分7575 Google DeepMind 开放 Nano Banana 2 Lite 与 Gemini Omni Flash
Google DeepMind 开放 Nano Banana 2 Lite 与 Gemini Omni Flash，分别用于高速图像生成，以及视频生成和对话式编辑。
推荐理由：官方同时给出图像模型的延迟与单价，以及视频模型的按秒定价和时长限制，读者可以据此估算图生视频迭代的成本。
Google Research精选AI 评分6262 Google Research 推出零样本表格基础模型 TabFM
Google Research 推出零样本表格基础模型 TabFM，一次前向即可对未见过的表做分类和回归，无需逐表训练、调参和特征工程。它把整张表当作统一提示，用行列交替注意力、行压缩和 Transformer 做上下文学习，全部基于数亿个结构因果模型合成的数据集预训练。
推荐理由：把表格预测改写成上下文学习之后，读者可以对照传统树模型流程判断单次前向能否省掉调参和特征工程。
Mistral AI精选AI 评分6565 Mistral 发布 OCR 4，支持边界框、块分类与 170 种语言
Mistral 发布 Mistral OCR 4，在提取文本之外返回边界框、类型化块分类和行内置信度，支持 10 个语系共 170 种语言，并可在单个容器中完全自托管。
推荐理由：官方说明 Mistral OCR 4 在文本之外返回边界框、块分类和置信度，并公布人工评测胜率与基准分数，便于评估其进入检索和自托管流水线的条件。
Google DeepMind精选AI 评分7070 Google DeepMind发布实验性开源模型DiffusionGemma，文本生成最高快4倍
Google DeepMind发布实验性开源模型DiffusionGemma，这款26B MoE以文本扩散整块并行生成文本，在专用GPU上最高可实现4倍加速。
推荐理由：DiffusionGemma把本地文本生成从逐token解码改成整段并行起草，并交代相对Gemma 4的速度、显存和质量取舍，便于判断它适合哪些交互式本地工作流。
Google DeepMind精选AI 评分7373 Google 发布 Gemini 3.5 Live Translate，支持 70 多种语言近实时语音翻译
Google 发布音频模型 Gemini 3.5 Live Translate，可自动检测 70 多种语言，并近实时生成保留语调、节奏和音高的语音翻译。
推荐理由：相比轮次等待后再译，Gemini 3.5 Live Translate 会持续出声并落后说话人仅几秒，读者可据此了解它进入翻译应用、Meet 和开发接口后的实时互译方式。
Google DeepMind精选AI 评分7676 Google DeepMind 发布无编码器统一多模态模型 Gemma 4 12B
Google DeepMind 发布面向笔记本的 Gemma 4 12B，采用无编码器统一架构，让视觉和音频直接进入 LLM 主干。它是该系列首个支持原生音频输入的中等尺寸模型，标准基准表现接近 26B MoE，总内存不到后者一半，16GB VRAM 或统一内存即可本地运行，以 Apache 2.0 许可发布并配备 MTP drafter。
推荐理由：它位于端侧友好的E4B与更先进的26B MoE之间，用无编码器设计把视觉和音频直接交给语言模型，并以不到一半内存接近更大模型的基准表现。
Mistral AI精选AI 评分7272 Mistral 发布 Mistral Medium 3.5，并在 Mistral Vibe 与 Le Chat 上线云端远程编程智能体
Mistral 发布 128B 稠密开源权重模型 Mistral Medium 3.5，并将其作为 Mistral Vibe 与 Le Chat 的默认模型，同时上线可在云端并行异步运行的远程编程智能体。
推荐理由：新的128B开源权重模型把编程会话放到云端并行运行，开发者可在离开后查看进度并在敏感操作前做人工确认。
Google DeepMind精选AI 评分7979 Google DeepMind 推出 Gemini Omni Flash，可用多模态输入生成并对话编辑视频
Google DeepMind 推出 Gemini Omni 家族的首个模型 Gemini Omni Flash，可将图像、音频、视频和文本作为输入生成视频，并用自然语言多轮编辑且保持角色、物理和场景连贯。
推荐理由：官方同时给出对话式编辑、物理与世界知识约束以及SynthID核验路径，读者可以据此判断这款视频模型会怎样进入现有创作流程。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 Gemini 3.5 并开放 3.5 Flash
Google DeepMind 发布 Gemini 3.5 模型家族，并开放 Gemini 3.5 Flash，使其成为全球 Gemini 应用和 Google 搜索 AI Mode 的默认模型，同时进入 Google Antigravity、Gemini API 及企业平台。
推荐理由：3.5 Flash已同时向用户、开发者和企业开放，智能体与编码基准超过Gemini 3.1 Pro，可比较其速度和落地范围。
Google DeepMind精选AI 评分6363 Google DeepMind 发布 Gemini 3.1 Flash TTS，可用音频标签控制语音表达
Google DeepMind发布Gemini 3.1 Flash TTS，用可嵌入文本的音频标签控制风格、语速与表达。该模型即日起向开发者通过Gemini API和Google AI Studio预览，企业通过Vertex AI预览，Workspace用户可通过Google Vids使用。
推荐理由：开发者可以把自然语言音频标签直接写进文本，在句中切换语气和语速，再将同样的参数导出为Gemini API代码，以便在不同项目中保持一致音色。
Google DeepMind精选AI 评分6363 Google DeepMind 发布 Gemini Robotics-ER 1.6，强化具身推理与仪表读数
Google DeepMind 发布 Gemini Robotics-ER 1.6，将其作为机器人的高层推理模型，强化空间与物理推理、多视角理解及任务成功检测，并新增仪表读数。
推荐理由：新版相对 Gemini Robotics-ER 1.5 与 Gemini 3.0 Flash 强化了空间指向、物体计数、多视角成功检测以及仪表读数能力，开发者现可在 Gemini API 与 Google AI Studio 中直接配置调用。
Google DeepMind精选AI 评分8181 Google DeepMind 发布开源模型 Gemma 4
Google DeepMind 发布开源模型家族 Gemma 4，包含 E2B、E4B、26B MoE 与 31B Dense，权重以 Apache 2.0 许可提供。
推荐理由：官方一次放出四档开源权重并采用 Apache 2.0，读者可按硬件与端侧条件对照本地推理和智能体能力。
Mistral AI精选AI 评分6666 Mistral AI 发布 4B 参数文本转语音模型 Voxtral TTS
Mistral AI 发布 4B 参数文本转语音模型 Voxtral TTS，支持 9 种语言，API 价格为每 1k 字符 $0.016。母语者评测显示其自然度优于 TTFA 相近的 ElevenLabs Flash v2.5 且情感引导与 v3 持平，10 秒、500 字符输入的模型延迟为 70ms，实时率约 9.7 倍。
推荐理由：母语者对照显示 Voxtral TTS 自然度高于 TTFA 相近的 ElevenLabs Flash v2.5，情感引导与 v3 持平。
Mistral AI精选AI 评分7575 Mistral 发布 Mistral Small 4，统一推理、多模态与智能体编码
Mistral 发布 Mistral Small 4，把 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码整合进同一模型，并以 Apache 2.0 许可开源。
推荐理由：公告把推理、多模态和智能体编码收进同一开源模型，并给出相对 Mistral Small 3 的完成时间与每秒请求数变化。
Mistral AI精选AI 评分6666 Mistral 发布 Voxtral Transcribe 2 批量与实时语音转写模型
Mistral 发布 Voxtral Transcribe 2，提供批量与实时两款语音转写模型。Voxtral Realtime 采用流式架构，延迟可配置至 sub-200ms，480ms 延迟时词错误率维持在 1-2%，约 4B 参数，以 Apache 2.0 在 Hugging Face 开放权重，API 为 $0.006/min。
推荐理由：官方把实时转写的开放权重、可配置延迟和批量转写的价格与说话人分离放在同一发布里，方便按延迟和成本比较接入方式。
Mistral AI精选AI 评分7676 Mistral 发布 Devstral 2、Devstral Small 2 与 Vibe CLI
Mistral 发布开源编码模型 Devstral 2（123B）和 Devstral Small 2（24B），并推出由 Devstral 驱动的开源命令行助手 Mistral Vibe CLI。
推荐理由：官方同时发布两档开源编码模型与命令行智能体，读者可以按参数量、基准得分和后续接口价格比较本地部署与闭源方案的取舍。
Mistral AI精选AI 评分7676 Mistral AI 发布 Mistral 3，开源 Large 3 与 Ministral 3
Mistral AI 发布开源模型家族 Mistral 3，含 14B、8B、3B 的 Ministral 3，以及激活 41B、总参数 675B 的稀疏 MoE 模型 Mistral Large 3。
推荐理由：官方这次把稀疏大模型与三档端侧小模型一起开源，读者可以对照参数规模、许可证和推理变体来选择部署方式。
Mistral AI精选AI 评分7272 Mistral 发布开源语音理解模型 Voxtral，提供 24B 与 3B
Mistral 发布语音理解模型 Voxtral，包含面向生产的 24B 版本和面向本地及端侧的 Voxtral Mini（3B），两者均以 Apache 2.0 许可开源，也可通过 API 使用。
推荐理由：官方放出24B与3B两档开源语音模型，转写价格不到同类接口一半，便于比较精度、上下文时长和本地部署的取舍。
Mistral AI精选AI 评分6969 Mistral 发布 Devstral Medium 并升级 Devstral Small 1.1
Mistral AI 联合 All Hands AI 发布 Devstral Medium，并将 Devstral Small 升级为 Apache 2.0 开源的 1.1。
推荐理由：合作推出的开源模型 Devstral Small 1.1 在 SWE-Bench Verified 得到 53.6% 且每百万输入 token 价格为 $0.1，性能更高的 Devstral Medium 则以 61.6% 得分和 $0.4 的同等计价提供 API 与私有部署选择。