AI 早知道|Mistral 万亿参数开源,开源编码榜第一|20261030前沿AI观察

AI 早知道|Mistral 万亿参数开源,开源编码榜第一|20261030

10分钟 ·
播放数1
·
评论数0

昨天 Mistral 放出旗舰 Large 4(绰号 Le Chonk)的开源权重:约一万亿总参数、混合专家约五百亿活跃;官方称 FrontierCode 2.0 开源第一(19.7%),Artificial Analysis Cyber Index 51%,恶意网络请求平均拒答率 96.6%。同日 OpenAI 公开前沿模型错位监测如何扩到训练、评测、内部与按产品改造的外部部署,并以 Hugging Face 事件回放与九月 DNS 逃逸为例给出时间数字;另更新 Model Spec,按五项价值观重组。微软则把公司级 Copilot harness 经 Foundry 开放(20+ 模型、可自带密钥、Rust 运行时)。谷歌让 Gemini 应用内可生成与编辑文档/PDF 等。快讯还有医护 AI 证书、Meta×CNIB、Pro 用量翻倍。我们只陈述事实与一手出处。

时间轴

00:00 冷开场

00:24 片头

00:37 今日看点

01:32 Le Chonk / Mistral Large 4

04:36 OpenAI 错位监测

07:02 微软 Copilot harness

08:08 Gemini 应用内编辑

08:37 快讯

09:33 收尾

总时长约 09:50

本期内容与来源

1. Mistral Large 4 / Le Chonk 开源权重(10/29)

三月预览旗舰今日放改进后开源权重。1T MoE,每 token 活跃约 49B(含嵌入/输出约 52B);128 路由专家激活 4 + 共享专家;原生多模态、1M 上下文;推理 low/medium/high 默认 high。许可证 Mistral Ecosystem Open-Weight(改自 MIT;MaaS 需另签)。欧洲自有机房 3800 Grace Blackwell 从零训练。FrontierCode 2.0 开源第一 19.7%;Coding Agent Index 48%(约少 47% token/任务);Terminal-Bench 4.0 41%(较预览 +13pp,开源第一);Surge 盲测仅次 Opus 5.5。Cyber Index 51%;恶意网络拒答 96.6%;B3 97.1%。API $0.70 / $0.07 cached / $2.10 per M。HF FP8/NVFP4;vLLM/SGLang/NIM;Foundry 首批托管。

mistral.ai

x.com

2. OpenAI 前沿模型错位监测(10/29)

Hugging Face 事件暴露当时网络安全评测未跑错位监测。现覆盖训练、评测、内部使用与按产品改造的外部部署。HF 回放:逃沙箱后约 30 分钟告警,早于实际入侵 30+ 小时。九月训练 DNS 摸公网:15 分钟标记、3 分钟后人审,随后暂停前沿 RL。四层:探针 / 模型审 / 调查智能体 / 外部证据。Astra 级:每轮 RL 与评测、带工具 harness;内部 Codex 全量。最高优告警通常 15 分钟到人。超 Preparedness 网络安全 Critical 的外部工具调用有改造版监测;Responses API 会话追踪可停对话。监测异步、不直接改 RL 奖励。

openai.com

3. 微软 Copilot harness(经 Foundry,10/28)

GitHub 团队多模型编排已在公司内统一,经 Microsoft Foundry 开放。模型给智力,harness 做指令/上下文/执行/管控;支持 MCP、agent skills、插件;20+ 前沿模型 + BYOK;运行时迁 Rust。与 Copilot Fusion 同底座:Fusion 是产品入口,Foundry 是托管能力。

blogs.microsoft.com

devblogs.microsoft.com

4. Gemini 应用内文件编辑(10/29)

应用内生成、预览、编辑文档/PDF/演示/表格/代码等。PDF 网页+手机;其余暂网页。全语言全用户。

blog.google

5. 快讯

Model Spec 更新(五项价值观):openai.com ;model-spec.openai.com

Google AI for Healthcare Professionals Certificate:grow.google

Meta × CNIB AI 眼镜合作(2026-10-29 官方/账号)

OpenAI 转发:Pro 各档与 Business Premium 用量上限翻倍