Mistral 发布 OCR API,称在文档理解基准上领先 Google 和 Azure
Mistral 发布光学字符识别 API Mistral OCR(mistral-ocr-latest),以图像和 PDF 为输入,输出交错的文本与图片,已作为 Le Chat 默认文档理解模型。
推荐理由:官方公布了自评基准对比、定价和部署选项,读者可以据此评估它在文档理解与 RAG 场景中的位置。
AI 产品与应用的功能上新、改版与商业化动态——谁家的产品变强了、变贵了、能用了。
当前仅显示精选新闻Mistral 发布光学字符识别 API Mistral OCR(mistral-ocr-latest),以图像和 PDF 为输入,输出交错的文本与图片,已作为 Le Chat 默认文档理解模型。
推荐理由:官方公布了自评基准对比、定价和部署选项,读者可以据此评估它在文档理解与 RAG 场景中的位置。
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。
Suno 发布 v4 音乐生成模型,带来更干净的音频、更清晰的歌词和更有动态的歌曲结构。新功能包括 Remaster 旧曲目升级到 v4 音质、歌词辅助模型 ReMi 和封面生成,Covers 与 Personas 也已由 v4 驱动,目前以 beta 形式向 Pro 和 Premier 订阅开放,可在 suno.com 和 iOS 使用。
推荐理由:官方发布说明列出了音质、歌词、封面和功能升级点,读者可以据此判断是否升级使用。
DeepSeek API 创新采用硬盘缓存技术,价格再降一个数量级。更新详情见官方文档 API 上线硬盘缓存,发布于 2024/08/02。
推荐理由:官方宣布 API 采用硬盘缓存并称价格再降一个数量级,读者可以据此评估调用成本的下降幅度。