AI Daily

Mistral AI 发布 Mistral Large 4(代号 Le Chonk)研究公开预览：总参数 1T、激活 49B，原生多模态(文本与图像输入)，上下文 512k token。官方称其在聚合基准上为美国或欧洲最佳开放权重模型，在 cyber defense、制造、金融负载上达到 SOTA，视觉定位(visual grounding)超过闭源前沿模型。API 定价 $1.36/$4.18 每 1M 输入/输出 token，首两周五折；权重 10 月底发布。CEO Arthur Mensch 称模型在自有算力上完成训练与部署，RL 训练「没有饱和迹象」Mensch 发文。Guillaume Lample 称训练使用 3,800 张 NVIDIA Grace Blackwell GPU，位于法国 Bruyères-le-Châtel 自有集群，Series C/D 集群即将上线Lample 发文。

Artificial Analysis 评测:Mistral Large 4 预览版 Intelligence Index 得分 38，与 GPT-6 Luna(38)、DeepSeek V4.1 Flash(39)相当，为中美之外最强模型；Cyber Index 得分 50，与 GLM-5.3-Flash 持平；但单任务成本 $1.13,约为相近智能开放权重模型的 4 倍以上AA 评测。

Reflection AI 发布 Beam(据 Teortaxes，为其首个模型):总参数 501B、激活 23B，从头端到端训练，定位高效 agentic 开放模型，推进编码与 agent 任务上的西方开放前沿，权重本月内发布Reflection 官方、以 Apache 2.0 许可Elie Bakouch 确认。联合创始人 Ioannis Antonoglou 称训练同时奖励「解决任务」与「以最 token 高效的方式解决任务」官方节目。训练基础设施方面，Beam 在 4 周内使用 13 亿个沙箱、峰值 17 万并发Teortaxes 测算。

OpenAI 官方发布由内部前沿模型产生的一系列新数学成果，发布流程参考了普林斯顿高等研究院(IAS)独立「数学与 AI 顾问组」的建议OpenAI 官方。社区整理显示，成果包括 772 篇手稿、归为 372 个家族，其中之一为「The Quasi-Riemann Hypothesis」(类黎曼猜想)社区整理。

OpenAI 员工 Thibault Sottiaux 称这些工作与当日产品发布无关，是模型「解决了一些重要数学问题」Sottiaux 发文。

OpenAI 员工 Thibault Sottiaux 汇总当日四项发布Sottiaux 汇总:其一，Auto-review(由第二个 agent 审查主 agent 的全部动作、拦截高风险操作)对所有 ChatGPT 登录用户免费且不占用额度，该功能使用时约占套餐用量 2-10%功能说明。其二，API 付费层级由五档并为三档(Build/Launch/Grow)，最高档 Grow 的门槛从累计 $1,000 降至 $500OpenAI 开发者。其三，Meetings 插件在 macOS 桌面端向 Pro/Business 用户开放 beta:自动记录会议、生成个性化摘要与后续事项ChatGPT 官方。其四，Decisions API 开放公测：让应用近实时选择模型、工具或动作，决策速度比 Responses API 上的 GPT-6 Luna 快 10 倍OpenAI 开发者。前一日 OpenAI 已把 GPT-6 Astra 与 GPT-6.1 Sol 的默认速度提升约 50%，覆盖订阅及 Sign in with ChatGPT 伙伴(含 OpenCode、Pi、Amp、Devin)。

另据社区账号 Algorithon 发现，微软公开页面确认 OpenAI 在 GPT-6 系列中使用 Looped Transformers(循环 Transformer，即多次推理 pass)，GPT-6.1 Sol 使用 2 次 pass，并提及「而非 3 次」；此为微软页面所示、OpenAI 官方未确认Algorithon 发现。

Claude 官方宣布进入 Google Docs、Sheets、Slides:侧边栏读取当前文件、就地编辑、逐条批准，这些文件也可直接在 Claude 内打开Claude 官方。Claude Code 云 session 每个任务使用独立 VM，合上笔记本后任务继续运行，并附七个适配工作流与首次连接 GitHub 的指南Claude 开发者。Cowork 工程师 Felix Rieseberg 解释架构变化：旧版「云推理+本地 VM」，新版推理与 VM 全在云端，每个 session 独立沙箱、结束即销毁，文件访问仍限于用户显式添加的文件夹Rieseberg 说明。另有中文用户发现 Claude 界面已支持中文(用户截图，未见官方公告)用户发现。

安全侧，Anthropic 扩大 Cyber Verification Program:认证安全专业人士可使用 Claude Mythos 5.1、Opus 5.5、Sonnet 5.5 及面向防御工作的安全设置，并新开放授权进攻性工作(渗透测试、红队)的访问层级Anthropic 官方。

Sierra 联合创始人 Bret Taylor 宣布 Personal Agent Protocol(个人 agent 协议):一个开放标准，定义消费者的个人 agent 如何与企业交互，共同制定方包括 Meta、Sierra、Genesys、Instinct、Rocket、Shopify、Stripe、Walmart，标准向所有人开放实现Taylor 发文(经转引)。

研究机构 pzero 发布测量：自 2025 年 12 月以来，前沿模型的实验研究品味(research taste)约每 3 个月翻倍；最佳模型 Opus 5.5 已超过其专家人类基线——这些专家是有经验的研究者，但多数未在前沿实验室工作过pzero 发文。在 AI Futures Model 框架中，研究品味基本决定 coding 全自动化之后 ASI 到来的速度。

报告一:Epoch AI 把半导体拆入 ICIO 投入产出表测算，中国对半导体供给冲击的敞口约为美国 2.7 倍。模拟台湾生产率大幅下降叠加中西全面脱钩 2-3 年后，中国实际 GNE 下降约 3%，美国约 0.6%，中国电子行业芯片成本上升 81%、国产先进处理器价格升至 17 倍。作者注明局限：数据止于 2022 年且含强假设；稳健性检查后中国敞口仍高于美国 2.3 倍以上Epoch 报告。

报告二：中国 AI 公司的五种收入。一是消费者 app:付费率低，MiniMax 付费用户约 6%。二是 API 模型访问——开放权重削弱定价权，GLM-5.3 Flash 发布后三周，Zhipu 自有渠道 token 份额从 88% 跌至 22%，总用量反增 17%。三是政企解决方案：交付维护成本刚性，Zhipu 已收缩 on-prem 部署。四是许可费:Kimi K3 要求收入超 $20M 的托管方签商业协议，执行力存疑。五是大厂互补：阿里云靠托管友商开放模型获利，火山引擎 2025 年承载中国公有云约 50% 的模型 token。详见Epoch 报告。

ARC Prize 公布 DeepSeek V4.1 Flash 成绩:ARC-AGI-2 得 72.9%($0.13/任务)、ARC-AGI-1 得 94.5%，比 V4 Flash 分别高 11.5 与 5.5 分，但单任务成本上升约 250%ARC Prize 评测。Z.ai 官方宣布 GLM-5.3 上线 Amazon Bedrock，面向企业 coding 与 agent 场景Z.ai 官方。另据 @tphuang，华为正在建设并测试 25.6 万卡 Atlas-950 SuperPoD 超节点，目标让百万级处理器像一台电脑运行；华为预计两年内中国将有 6-7 家前沿 AI 实验室，模型规模将增至 10-40T 参数tphuang 发文。