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。
Anthropic 于 10 月 7 日发布 Claude Haiku 5.5，模型 ID 为 claude-haiku-5-5，面向高并发和低延迟工作负载，支持 1M token 上下文窗口、128k 最大输出 token 和通过 effort 参数控制的自适应思考。
推荐理由：官方版本说明同时列出 Claude Haiku 5.5 的规格、可用平台和迁移破坏性变化，便于开发者评估升级成本。
Anthropic 于 10 月 7 日发布 Claude Haiku 5.5，面向高吞吐量和延迟敏感工作，支持 1M token 上下文窗口、128k 最大输出 token 和通过 effort 参数控制的自适应思考。
推荐理由：官方同时列出模型规格、可用云平台和迁移破坏性变化，便于评估高并发低延迟场景的接入成本。
Claude Platform 发布 10 月 8 日版本说明，Compliance API 的 chat endpoints 新增返回 unified Claude experience 中的聊天，面向 Claude Enterprise 组织 beta 开放，并继续使用现有 Compliance Access Key。
推荐理由：官方版本说明集中列出 Claude Haiku 5.5 等新模型、价格调整和 API 迁移变化，便于开发者评估升级影响。
Liquid AI 发布 d1 决策模型家族中的两款开放权重模型 d1-3B 和实验性 d1-omni-600M，均已上线 Hugging Face。
推荐理由：原文给出两款开放权重决策模型的参数规模、多模态输入范围和端侧延迟，可用于比较小模型在结构化判断场景的部署价值。
Mistral 发布 1 万亿参数开放权重模型 Mistral Large 4，昵称 Le Chonk，目前提供预览版，正式版本计划在本月底前推出。Mistral 称该模型可与美国和中国的顶级模型竞争，并针对编码、网络防御以及制造、金融、电气工程等领域优化；公司还强调模型从零开始训练，而非通过蒸馏追赶 OpenAI 和 Anthropic。
推荐理由：文章梳理了 Mistral Large 4 的参数规模、开放权重定位和重点优化领域，并对比其与闭源及中国模型的竞争关系。
Google 正式推出 EmbeddingGemma 2，将嵌入能力从文本扩展到代码、图像、视频和音频，并把这些内容统一映射到同一嵌入空间。模型总参数 7.4 亿，基于 Gemma 4 架构，以 Apache 2.0 许可发布；纯文本部分为 2.7 亿参数，可按需加入视觉和音频编码器。
推荐理由：原文给出参数量、内存占用、上下文和下载渠道，可帮助开发者评估端侧多模态 RAG 的接入可行性。
Google DeepMind 发布 EmbeddingGemma 2，这是基于 Gemma 4 架构、采用 Apache 2.0 许可的 740M 参数多模态嵌入模型，可将代码、文本、图像、视频和音频映射到统一嵌入空间。
推荐理由：原文给出参数量、模块化编码器、8K token 上下文和端侧内存数据，可帮助判断本地多模态检索方案的资源门槛。
Google 发布图像生成与编辑模型 Nano Banana 2.1，取代 2026 年 2 月推出的 Nano Banana 2，并基于 Gemini 3.6 Flash。
推荐理由：文章同时给出价格、分辨率、基准分和实测短板，可帮助读者在 Flash 档与 Pro 档之间按成本和画质取舍。
Google DeepMind 发布 EmbeddingGemma 2，这是一个 740M 参数的端侧多模态嵌入模型，可将文本、代码、图像、视频和音频映射到统一嵌入空间。
推荐理由：文章给出参数量、上下文、内存占用和部署工具链，可帮助判断端侧多模态检索与本地 RAG 的落地边界。
Mistral 推出迄今最大模型 Mistral Large 4 公开预览，模型为原生多模态，总参数 1.05 万亿、活跃参数 490 亿，上下文窗口为 100 万 token，权重计划于 10 月底发布。
推荐理由：文章汇总了 Mistral Large 4 的参数规模、开放节奏、评测位置和网络安全定位，便于与 Claude、GPT-6 等闭源前沿模型横向比较。
Mistral AI 于 10 月 6 日推出 Mistral Large 4 公开预览版，简称 ML4，用户可在 Mistral Studio 体验预览版 API，模型权重将于本月底开放下载。
推荐理由：文章汇总了 ML4 的参数规模、训练资源、定价和权重开放时间，便于读者快速了解这款开放权重模型的定位。
🚨 AI News | TestingCatalog@testingcatalog精选AI 评分7777
BREAKING 🔥: Mistral announced Mistral Large 4 "Le Chonk", a new 1T-parameter open-weight model! > 49B active parameters, native multimodality. > Rolling out via APIs today; open-weight release is planned for the end of October. > SOTA on "critical workloads", including cyber defense. Le Chaton Fat "Le Chonk" is here 👀 https://x.com/MistralAI/status/2107457414387622310/video/1
推荐理由：汇总了 Mistral Large 4 在代码、金融和法律任务上的基准分数，可与 GLM-5.3 等模型横向比较。
Mistral 发布 Mistral Large 4 公开预览，内部称 ML4，模型为 1 万亿参数、490 亿活跃参数的原生多模态模型，权重将于本月底发布。模型在 Mistral Studio 提供预览 API，使用 3,800 块 NVIDIA Grace Blackwell GPU 在欧洲自有数据中心从零训练，训练数据覆盖 160 多种语言。
推荐理由：材料集中给出 Mistral Large 4 的参数规模、开放权重计划和多类基准表现，便于横向了解其定位。
Reflection 发布纯文本 MoE 模型 Beam，总参数 501B、活跃参数 23B，面向编码、AI 智能体和科学任务，Apache 2.0 完整权重将于本月放出。
推荐理由：汇总了 Beam 的参数规模、训练投入、基准成绩与外部评价，可用来比较美国开源模型与中国前沿模型的差距。
Z.ai（智谱）的 GLM 5.3 现已在 Amazon Bedrock 上面向符合条件的企业客户提供。该模型是发布在 Hugging Face Hub 的 753B 参数 MoE 模型，面向编码和长程智能体任务优化，支持跨区域推理、提示缓存、Flex、Priority 和 Standard 服务层级。
推荐理由：文章同时说明 GLM 5.3 的参数架构、Bedrock 接入方式和提示缓存配置，便于评估其在长程编码与智能体任务中的落地路径。
Reflection AI 正式发布首个前沿开放权重模型 Beam，称其在高级推理基准上可媲美中国领先开放模型，同时推理计算用量少 3-4 倍。Beam 是纯文本 MoE 模型，总参数 501B、活跃参数 23B，预训练使用 23.8 万亿 token，上下文窗口为 100 万 token。
推荐理由：文章整理了 Beam 的参数规模、上下文窗口、成本主张和开放权重计划，可帮助读者把它与 GLM-5.2 等开放模型直接比较。
TypeSafe AI 发布仅三周的决策模型 Jev 已达到每日 1 万亿 token 处理量，并带动 OpenAI、Databricks、Cloudflare 和亚马逊推出同类决策工具。
推荐理由：文章把 Jev 的非生成式决策路线与多家厂商跟进产品放在一起，便于理解大语言模型之外的自动化分类方案。
Aleph Alpha 发布英德双语 MoE Transformer 模型 Kolibri，总参数 78.1B、每 token 活跃参数约 3.46B，支持最长 1M tokens 上下文。
推荐理由：材料完整披露参数规模、训练流程、基准结果和部署方式，可帮助读者评估欧洲主权开放权重模型的实际定位。
Aleph Alpha 于 2026 年 10 月 3 日发布开放权重 LLM Kolibri，采用 Apache 2.0 许可，权重已上线 Hugging Face。
推荐理由：文章结合技术报告与作者的 tokenizer 实测，拆解 Kolibri 的架构、长上下文、德语推理和适用边界，便于判断私有化德语场景的选型。
Ai2 开源 AstaBrief 8B 及训练数据，该模型基于 Qwen3-8B，可根据研究问题和检索文献片段一次性生成带引用报告，并已在 Asta 的 Generate a report 中作为 Fast mode 上线。
推荐理由：文章披露了从真实科研查询构建 SFT 与 DPO 数据、用引用密度过滤提升报告可靠性的完整训练路径。