Artificial Analysis 评测 GPT-6.1 Terra 的智能、成本与编码 Agent 表现
Artificial Analysis 对 GPT-6.1 Terra 的评测显示,该模型以低于 GPT-5.6 Terra 三分之一的任务成本取得了更高智能表现。
推荐理由:评测同时比较了模型价格、智能指数、编码 Agent 表现与幻觉率,便于判断成本下降对应的能力变化。
内容类型
各家新模型的发布、开源与迭代:旗舰更新、开源权重放出、能力与价格变化。
46 条精选近 30 天 42 条共收录 143 条
Artificial Analysis 对 GPT-6.1 Terra 的评测显示,该模型以低于 GPT-5.6 Terra 三分之一的任务成本取得了更高智能表现。
推荐理由:评测同时比较了模型价格、智能指数、编码 Agent 表现与幻觉率,便于判断成本下降对应的能力变化。
Mistral AI 发布 Voxtral 3 语音模型家族与实时语音智能体 SDK,支持 50+ 语言的转写、对话推理和语音生成。Voxtral Small Transcribe 3 提供多语言转写、说话人分离和上下文偏置,Voxtral Mini TTS 3 支持 35+ 语言、50+ 方言及声音克隆,实时智能体可结合推理、工具调用和语音生成处理多步任务。
推荐理由:原文给出转写、实时语音生成与智能体 SDK 的能力、基准和定价,便于评估语音智能体落地时的效果与成本。
Mistral AI 发布首个时间序列基础模型家族 Timestral,提供 5M、28M、123M 和 209M 四种规模,支持概率预测、多变量目标、过去协变量和已知未来协变量。
推荐理由:Timestral 提供四种规模与多种部署方式,并公开基准成绩、训练方法和代码,便于评估其在企业预测场景中的适配与成本。
Google DeepMind开始广泛推出Gemini 4 Argon,并扩大Fairwind Program,向更多可信网络防御者开放。Argon在12个端到端模拟网络攻击场景中全部解题,此前一代模型解决了5个;模型还采用输入筛查、内部内省和持续监控三层实时防护。
推荐理由:文中给出Argon的网络防御表现、三层滥用防护和实时失配监测,便于读者评估其广泛开放后的安全边界。
Google DeepMind 发布 Gemini 4 Argon 前沿模型,面向开发者、企业和消费者开放,用于复杂编码、科研、金融及智能体任务。模型经 API 在全球推出,首发价为每百万输入 token $2、每百万输出 token $10,缓存输入 token 优惠 95%,并支持 1M 统一输入输出 token 上限。
推荐理由:给出了 Argon 在代码库重构、科学计算、机器人和安全防护上的实测数据与落地路径,便于比较其复杂任务能力和使用门槛。
Mistral 推出 Mistral Large 4 公共预览版,模型拥有 1 trillion 参数和 52 billion 激活参数,可通过 Mistral Studio 使用预览 API。Mistral Large 4 是原生多模态模型,覆盖编码、智能体工作流、视觉定位、科学计算与知识工作,权重计划于本月底发布。官方称其采用欧洲自有数据中心训练,并计划推出私有云或本地部署版本。
推荐理由:Mistral Large 4 提供公开预览、权重开放计划及多维基准数据,便于读者评估其开放权重多模态能力与部署方式。