Mistral 发布 Mistral Small 4：统一推理、多模态与智能体编码的开源模型
Mistral 发布 Mistral Small 4，将 Magistral 的推理、Pixtral 的多模态与 Devstral 的智能体编码能力统一到单一开源模型，采用 Apache 2.0 许可证。
推荐理由：官方公布了架构参数、reasoning_effort 用法和与 GPT-OSS 120B 的效率对比，可据此评估其开源部署价值。
#推理
#推理
今日 19 条Mistral AI精选AI 评分6969 Mistral AIAI 评分5959 Mistral 发布开源 Lean 4 证明智能体 Leanstral
Mistral 发布 Leanstral，称其为首个面向 Lean 4 的开源代码智能体，权重以 Apache 2.0 许可开放，采用 120B-A6B 稀疏架构，并可通过 Mistral Vibe 和 labs-leanstral-2603 API 端点使用。
LMSYS Blog精选AI 评分6161 SGLang 支持 NVIDIA Nemotron 3 Super，面向高效多智能体系统
SGLang 宣布 Day 0 支持 NVIDIA Nemotron 3 Super。该模型为 120B 参数混合 MoE，每次前向仅激活 12B 参数，采用混合 Transformer-Mamba 架构，支持 1M token 上下文、多 token 预测和思考预算，相比上一代 Nemotron Super 1.5 吞吐提升至 5 倍。
推荐理由：原文给出模型架构、吞吐与准确率对比和 SGLang 部署命令，读者可以据此评估在多智能体工作流中的实际可用性。
LMSYS BlogAI 评分5252 SGLang 在 NVIDIA GB300 NVL72 上实现最高 25x 推理性能提升
SGLang 团队与 NVIDIA 合作宣布，在 SemiAnalysis InferenceXv2 基准上，SGLang 运行 DeepSeek R1 在 GB300 NVL72 上相比 H200 实现最高 25x 性能提升，同时不到 4 个月内将 GB200 NVL72 上的性能提升最高 8x。
LMSYS BlogAI 评分4040 在 GB300 NVL72 上部署 DeepSeek：长上下文推理大幅提速
SGLang 在 GB300 NVL72 上部署 DeepSeek R1-NVFP4，128K/8K 长上下文场景下实现 226.2 TPS/GPU，较 GB200 提升 1.53X；相同吞吐下 MTP 使用户吞吐再提升 1.87X。
AI as Normal TechnologyAI 评分6262 Arvind Narayanan 考证 Moravec 悖论：一个从未被实证检验的经验法则
Arvind Narayanan 在其新文章和视频中逐条考证 Moravec 悖论（对人类难的任务对 AI 容易、反之亦然），指出它从未被实证检验，本质是 AI 社区认为值得研究的问题造成的筛选效应，其演化解释也很可疑。
LMSYS Blog精选AI 评分6262 LMSYS 发布 Mini-SGLang：5k 行代码的高性能 LLM 推理引擎
LMSYS 推出源自 SGLang 的轻量级推理框架 Mini-SGLang，代码仅 5k 行 Python，保留 Radix Attention、Chunked Prefill、Overlap Scheduling、Tensor Parallelism 等核心优化，并提供 OpenAI 兼容 API 和开箱即用的 Llama-3、Qwen-3 支持。
推荐理由：官方介绍这款仅 5k 行代码的推理引擎保留了哪些关键优化，以及如何用它学习和做研究原型。
Mistral AI精选AI 评分7777 Mistral 发布 Mistral 3 系列模型，含 Mistral Large 3 与 Ministral 3，均以 Apache 2.0 开源
Mistral 发布新一代模型系列 Mistral 3，包括 14B/8B/3B 的 Ministral 3 小模型和 sparse MoE 架构的 Mistral Large 3（41B 激活、675B 总参数），全部以 Apache 2.0 许可开源，提供 base、instruct 和 reasoning 变体。
推荐理由：官方公布完整模型规格、开源许可和部署路径，读者可据此评估在自建或端侧场景的可用性。
DeepSeek API updates精选AI 评分6969 DeepSeek-V3.2-Speciale 开放非正式 API 访问，截止 2025-12-15
DeepSeek 非正式部署 DeepSeek-V3.2-Speciale API 服务，用户通过 base_url="https://api.deepseek.com/v3.2_speciale_expires_on_20251215" 访问。价格不变，仅支持思考模式下的对话功能，不支持工具调用，最大输出长度默认 128K，支持至北京时间 2025-12-15 23:59。
推荐理由：原文给出了非正式部署的访问方式和明确截止时间，用户可以据此判断是否短期试用这个思考模式模型。
Mistral AIAI 评分5656 Mistral AI 宣布在德国扩展业务并与 SAP、Helsing 达成合作
Mistral AI 宣布通过多项长期战略承诺扩展在德国的业务。其中与 SAP 建立多年期合作，将 Mistral 模型集成到 SAP AI Foundation，为德国和欧洲提供完全主权 AI 堆栈并共同开发面向复杂行业和行政机构的行业解决方案；与 Helsing 加速开发面向国防和安全应用的视觉-语言-动作模型。Mistral 还计划大幅增加德国本地团队，并在未来几个月开设德国办公室。
DeepSeek API updates精选AI 评分7171 DeepSeek API 的 deepseek-chat 与 deepseek-reasoner 升级为 DeepSeek-V3.2-Exp
deepseek-chat 和 deepseek-reasoner 均已升级为 DeepSeek-V3.2-Exp。deepseek-chat 对应该模型非思考模式，deepseek-reasoner 对应思考模式，详细更新内容需参阅官方文档。
推荐理由：官方说明两个 API 端点均已切换至新实验版模型，读后可据此确认调用行为是否受影响。
Linear NowAI 评分5050 Linear 如何构建 Triage Intelligence
Linear 复盘上月推出的 Triage Intelligence 的构建过程，该功能用搜索、排序和 LLM 推理为新 issue 标记重复、关联相关 issue，并推荐标签或负责人等属性。
DeepSeek API updates精选AI 评分8080 DeepSeek-V3.1 发布，deepseek-chat 与 deepseek-reasoner 均升级至该模型
DeepSeek 宣布 deepseek-chat 和 deepseek-reasoner 均升级为 DeepSeek-V3.1，分别对应其非思考模式与思考模式。
推荐理由：官方说明了两个 API 端点对应的模式切换，并给出 SWE-bench 等三项基准分数，读者可据此评估升级影响。
Microsoft AI News精选AI 评分6868 Microsoft 发布 MAI-DxO，在 NEJM 病例序列诊断基准上正确率达 85%
Microsoft AI 发布 MAI-DxO 诊断编排器与 SD Bench 基准，将 304 个 NEJM 病例转化为逐步诊断挑战，MAI-DxO 正确诊断最高达 85%，是同一组有经验医生的四倍以上，且以更低检查成本得出正确诊断。
推荐理由：原文同时给出诊断准确率、成本对比和研究局限，并说明 SD Bench 尚未公开，读者可据此理解结果边界。
Mistral AI精选AI 评分6969 Mistral AI 发布首个推理模型 Magistral，分 Small 开源与 Medium 企业双版本
Mistral AI 发布首个推理模型 Magistral，含 24B 参数开源版 Magistral Small（Apache 2.0）和企业版 Magistral Medium。
推荐理由：官方给出两个版本的基准分数、开源许可和语言能力细节，读者可据此评估它在推理模型中的定位。
DeepSeek API updates精选AI 评分8484 deepseek-reasoner 升级为 DeepSeek-R1-0528，推理能力增强
DeepSeek 官方宣布 deepseek-reasoner 模型升级为 DeepSeek-R1-0528，推理能力增强，AIME 2025 Pass@1 从 70.0 升至 87.5，GPQA 从 71.5 升至 81.0，Aider 从 57.0 升至 71.6。
推荐理由：官方更新日志列出各基准的具体分数变化，读者可以直接对比新旧 R1 在推理和幻觉上的差异。
Mistral AIAI 评分5353 Mistral AI 讲解如何用 LLM As A Judge 结合 RAG Triad 评估 RAG 系统
Mistral AI 发布教程，介绍用 LLM As A Judge 评估 RAG 系统的方法。文章讲解 TruLens 提出的 RAG Triad 框架，从上下文相关性。
DeepSeek API updates精选AI 评分7373 deepseek-chat 升级为 DeepSeek-V3-0324，多项基准测试显著提升
DeepSeek 官方宣布 deepseek-chat 模型升级为 DeepSeek-V3-0324。基准测试提升明显，MMLU-Pro 75.9 → 81.2，GPQA 59.1 → 68.4，AIME 39.6 → 59.4，LiveCodeBench 39.2 → 49.2。
推荐理由：原文给出各基准测试的具体提升数字和功能变化，读者可据此评估升级对现有应用的影响。
DeepSeek API updates精选AI 评分8585 DeepSeek API 上线 deepseek-reasoner，对应新模型 DeepSeek-R1
DeepSeek 在 API 中上线 deepseek-reasoner，即新模型 DeepSeek-R1，通过指定 model=deepseek-reasoner 调用。详细更新见 DeepSeek-R1 正式发布说明，调用指南见推理模型文档。
推荐理由：原文说明 deepseek-reasoner 即 DeepSeek-R1，给出了调用方式，方便开发者在 API 中直接使用新推理模型。
AI as Normal Technology精选AI 评分6969 AI 进步是否在放缓：Arvind Narayanan 等人解析模型扩展与推理扩展之争
Arvind Narayanan、Benedikt Ströbl 和 Sayash Kapoor 撰文分析 OpenAI、Anthropic 和 Google Gemini 下一代模型遇阻后的叙事翻转，认为宣布模型扩展已死为时尚早，行业领袖的预测并不可靠。
推荐理由：作者用可核查的证据指出业内叙事反复翻转的成因，并区分能力提升与实际社会影响的薄弱关联。
DeepSeek API updatesAI 评分3939 DeepSeek 升级 deepseek-chat 模型至 DeepSeek-V2.5-1210
DeepSeek 将 deepseek-chat 模型升级为 DeepSeek-V2.5-1210，数学能力在 MATH-500 基准测试中从 74.8% 提升至 82.8%，代码能力在 LiveCodebench（08.01-12.01）准确率从 29.2% 提升至 34.38%。中文写作与推理能力在内部测试集中也有提升，同时优化了文件上传和网页总结功能的用户体验。
DeepSeek API updates精选AI 评分6666 deepseek-coder 与 deepseek-chat 升级合并为 DeepSeek V2.5 模型
DeepSeek 将 DeepSeek V2 Chat 与 DeepSeek Coder V2 合并升级为 DeepSeek V2.5，API 用户通过 deepseek-coder 或 deepseek-chat 均可访问新模型。
推荐理由：原文来自官方更新日志，给出了合并后的模型名称、API 兼容方式和多项评测分数变化，便于读者对照评估升级效果。
DeepSeek API updates精选AI 评分6868 DeepSeek 升级 deepseek-chat 至 DeepSeek-V2-0628，推理与角色扮演能力提升
DeepSeek 官方宣布 deepseek-chat 模型升级为 DeepSeek-V2-0628，推理能力提升。
推荐理由：官方给出代码、数学、推理和对战胜率的前后对比数据，读者可以据此评估这次升级的实际幅度。