开源模型、框架与仓库动态：权重开放、社区项目爆火、开源与闭源的力量消长。
Mistral AI 今日以公开预览发布开源 Search Toolkit，把数据接入、检索和评测统一为面向 AI 应用的生产级搜索管线。检索支持 BM25 稀疏检索、稠密嵌入检索和混合配置，评测内置召回率、精确率、MRR 与 NDCG，可在自有测试集上对比配置。框架可在云端、本地或边缘运行；CMA CGM 将其与 Voxtral 配合处理三个音频来源，并在 15 秒内端到端返回预警。
推荐理由：它把文档接入、混合检索和内置评测收进同一开源框架，便于团队在自有数据上单独比较检索配置并衡量质量。
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 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 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 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 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 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 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 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 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。
Mistral AI 发布首个推理模型 Magistral，分为 24B 开源版 Magistral Small 和企业版 Magistral Medium。
推荐理由：官方在这次双版本发布里同时给出AIME2024成绩和Le Chat最高可达10倍的生成速度，便于判断透明多语言推理能否进入法律金融等专业流程。
Mistral AI 联合 All Hands AI 发布编程智能体模型 Devstral，在 SWE-Bench Verified 取得 46.8%，高出此前开源模型逾 6 个百分点。
推荐理由：把 Devstral 在 SWE-Bench Verified 上的 46.8% 与同测试框架下更大的开源模型对照，可以看出轻量智能体编码模型的成绩差距和单机部署门槛。
Mistral AI 发布 Mistral Small 3.1，在 Mistral Small 3 基础上提升文本表现与多模态理解，上下文窗口扩至 128k tokens，推理速度为每秒 150 tokens，并称其超过 Gemma 3 和 GPT-4o Mini。
推荐理由：官方发布的 Mistral Small 3.1 在同权重级别提升文本表现、多模态理解与最长 128k 的上下文窗口，并给出每秒 150 tokens 的推理速度以及单张 RTX 4090 或 32GB 内存 Mac 的本地运行条件。