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。
当前仅显示精选新闻xAI 发布 AI 助手 Grok，其底层是自研前沿 LLM Grok-1，Grok 通过 𝕏 平台具备对世界的实时知识。Grok-1 在 HumanEval 上取得 63.2%、MMLU 73%、GSM8k 62.9%、MATH 23.9%，xAI 称其在该算力级别中超过 ChatGPT-3.5 和 Inflection-1，仅落后于训练数据和算力大得多的 GPT-4。
推荐理由：原文给出 Grok-1 在 HumanEval、MMLU 等基准上的分数与同算力级别的横向对比，可据此判断其能力定位。
xAI 发布 Grok 4.6，在 Grok 4.5 基础上强化长时间运行的智能体以及更复杂的交互与视觉任务，官方称其在多项智能体编码和知识工作基准上达到前沿水平。
推荐理由：官方列出 Grok 4.6 在多项智能体编码与知识工作基准上的对比数据，可据此判断其在长任务上的位置。
xAI 以 Apache 2.0 许可开放 Grok-1 的基座模型权重和网络架构。Grok-1 是 314B 参数的 Mixture-of-Experts 模型，每个 token 激活 25% 的权重，由 xAI 使用基于 JAX 和 Rust 的自研训练栈从零训练，预训练阶段于 2023 年 10 月结束。
推荐理由：xAI 以 Apache 2.0 开放 314B MoE 基座权重与架构，读者可据此了解其预训练配置和复用条件。
xAI 发布 Grok-2 与 Grok-2 mini 的早期预览版，称它们在聊天、编码和推理上较 Grok-1.5 有显著提升。早期版本以 sus-column-r 名义在 LMSYS 榜单测试，xAI 称其整体 Elo 超过 Claude 3.5 Sonnet 和 GPT-4-Turbo。
推荐理由：原文给出 Grok-2 与 Grok-2 mini 的完整基准表和竞技场排名，可与 Claude、GPT-4o 等模型直接对照。
xAI 发布 Grok-1.5 模型，具备长上下文理解与高级推理能力，将在未来几天面向早期测试者和 𝕏 平台现有 Grok 用户开放。Grok-1.5 在 MATH 得 50.6%、GSM8K 得 90%、HumanEval 得 74.1%，相比 Grok-1 的 23.9%、62.9% 和 63.2% 均有提升。
推荐理由：原文给出 Grok-1.5 的数学、编码基准成绩与 128K 上下文窗口，读者可据此对比同期模型的推理能力。
xAI 发布代号 Aurora 的图像生成模型，随 Grok Imagine API 一同上线，覆盖图像生成、图像编辑以及视频生成与视频编辑。Aurora 是自回归 MoE 网络，通过预测交错文本与图像数据中的下一个 token 训练，使用数十亿互联网样本，原生支持多模态输入并可直接编辑用户提供的图片。新能力已在 𝕏 平台面向部分国家开放，并将在约一周内推送给全部用户。
推荐理由：官方给出 Aurora 的架构思路与多模态输入能力，可据此判断 Grok 图像生成在文本渲染与图像编辑上的定位。
xAI 发布 Grok 4 与 Grok 4 Heavy，用 20 万 GPU 集群 Colossus 把强化学习训练扩展到预训练规模，训练算力效率提升 6 倍。
推荐理由：原文给出强化学习规模化的训练细节与多项基准成绩，可了解 Grok 4 的推理与工具调用取向。
xAI 将 Imagine Image 2.0 作为 grok.com/imagine 以及 iOS、Android 应用的新 Quality Mode 正式开放，并在 API 中以 grok-imagine-image-2.0 提供。
推荐理由：官方给出图像生成与编辑榜单排名及局部编辑、多参考图等能力，读者可判断它能否接入现有设计流程。
xAI 宣布开始向 X 平台所有用户免费推送新版 Grok-2，该版本速度提升三倍，在准确率、指令遵循和多语言能力上有所改进，Premium 与 Premium+ 用户仍享有更高使用额度。
推荐理由：官方给出新版 Grok-2 的速度、能力改进与 API 定价，可对照此前 Grok-2 的开放范围与使用成本。
xAI 发布旗舰语音模型 grok-voice-think-fast-1.0，主打复杂多轮语音工作流、低响应延迟与高并发工具调用，可在客服、电话销售和企业场景中部署。
推荐理由：在发布新语音模型的同时给出 τ-voice Bench 排名和 Starlink 客服销售的实际部署数字，便于对照同类语音智能体。
xAI 发布新一代语音模型 Grok Voice Think Fast 2.0，称其在语音推理、转录准确率和对话能力上较 1.0 有明显提升。该模型在 Artificial Analysis 语音到语音质量指数上为 82.9%，首字延迟 0.70s，转录准确率相对 Deepgram Nova 3 与 ElevenLabs Scribe v2 提升 1.5–2.0 倍。
推荐理由：相比 1.0 与 GPT-Realtime-2.1，原文给出了语音质量、推理效率与首字延迟的对比数据，可供语音智能体选型参考。
Mistral 发布开源模型 Mixtral 8x22B，采用稀疏 Mixture-of-Experts 架构，141B 总参数中仅激活 39B，并以 Apache 2.0 许可开放。
推荐理由：原文给出与主流开源模型在多语言、数学和编码基准上的对比，可用于评估同等推理预算下的性能取舍。
Mistral 发布 22B 参数的 Mistral Small v24.09，同时上线 la Plateforme 免费层并对全系模型降价。Mistral Small 与 Codestral 的输入输出价格均降 80%，Mistral Nemo 降 50%，Mistral Large 降 33%，更新后 Mistral Large 2 被称最具成本效益的前沿模型。
推荐理由：原文列出各模型具体降价幅度与免费层入口，读者可据此评估调用成本与自部署条件。
Mistral AI 发布首个模型 Mistral 7B，采用 Apache 2.0 许可，称其在所有标准英文与代码基准上超过现有 13B 参数以下的开放模型。
推荐理由：官方在发布开源模型的同时给出路线图，并对比两年间 MMLU 60% 门槛上最小模型的参数变化。
Mistral AI 发布 Mistral Large 2，具备 128k 上下文窗口和 1230 亿参数，针对长上下文应用设计，可在单节点上实现大吞吐推理。官方称其预训练版本在 MMLU 上达到 84.0% 准确率，代码与推理表现与 GPT-4o、Claude 3 Opus、Llama 3 405B 处于同一水平。
推荐理由：原文给出 128k 上下文、123B 参数与单节点部署的设定，读者可据此判断这一代模型在性能与成本之间的取舍。
Mistral AI 发布 Pixtral 12B 原生多模态模型，基于 Mistral Nemo 12B，采用 Apache 2.0 许可，支持可变图像尺寸与宽高比，并可在 128k token 上下文内处理任意数量图片。
推荐理由：Pixtral 12B 以 Apache 2.0 开源并支持 128k 多图输入，MMMU 得分 52.5%，读者可据此比较小尺寸多模态模型的取舍。
Mistral 与 NVIDIA 合作发布 12B 模型 Mistral NeMo，支持最多 128k token 上下文，基座与指令微调权重均以 Apache 2.0 许可开源。
推荐理由：Mistral NeMo 以 Apache 2.0 开源并支持 128k 上下文，读者可借基准表判断它与同尺寸开源模型的位置。
Mistral AI 发布新一代旗舰文本生成模型 Mistral Large，可通过 la Plateforme 和 Azure 使用，具备 32K token 上下文窗口与原生函数调用能力。
推荐理由：官方给出与 GPT-4 的基准位次和 Azure 上线渠道，读者可据此了解这款欧洲旗舰模型的定位。
Mistral 发布 Codestral Mamba，这是一个基于 Mamba 架构的 7B 指令代码模型，权重已在 HuggingFace 开放，采用 Apache 2.0 许可。
推荐理由：Mamba 架构带来线性时间推理与长序列建模，官方还测试了 256k token 的上下文检索，为代码助手的本地部署提供 Transformer 之外的选择。
Mistral AI 发布 24B 参数的 Mistral Small 3，以 Apache 2.0 许可同时放出预训练和指令微调 checkpoint。官方称其指令版与 Llama 3.3 70B instruct 相当，同硬件下速度超过 3 倍，MMLU 准确率超 81%，延迟 150 tokens/s。
推荐理由：官方给出了 24B 模型的对标结果与本地部署门槛，读者可据此判断它在开源替代中的位置。