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。
推理能力
全部主题模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。
最新精选
第 141–155 条 · 共 155 条Mistral AI精选AI 评分6969
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 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。
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。
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。
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 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。