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。
Mistral 发布 3B 开源权重多模态安全分类器 Shieldstral，将内容审核建模为策略自适应的问答任务，在推理时接受自然语言策略并输出校准的安全分数。该模型在文本安全上匹敌最大 7 倍于其体量的开放护栏模型，在多模态审核上创造新 SOTA，以 Apache 2.0 协议开放权重，可在单张 16GB GPU 上运行。
推荐理由：原文给出把内容审核改写成策略自适应问答的建模思路和数据构建方法，对做安全分类器的团队有可迁移的参考价值。
Google DeepMind 发布具身推理模型 Gemini Robotics ER 2，作为机器人的高层大脑，可编排多步任务并把执行交给 VLA 模型或其他底层控制接口。
推荐理由：官方公布了视频理解、任务编排和多机器人协作等具体能力与基准数字，可据此了解具身推理模型的进展方向。
Google DeepMind 发布 Gemini Robotics 2 系列机器人模型，包含 VLA 模型 Gemini Robotics 2、具身推理模型 Gemini Robotics ER 2 和端侧模型 Gemini Robotics On-Device 2。
推荐理由：官方一次性放出 VLA、具身推理和端侧三个机器人模型，读者可以借此了解全身控制、灵巧操作与多机协作的具体进展。
Google DeepMind 发布三款新 Gemini 模型：3.6 Flash 在 Artificial Analysis Index 上比 3.5 Flash 少输出 17% token。
推荐理由：官方给出三个新 Flash 模型的效率数据和定价，并披露 Gemini 4 预训练已启动，读者可据此评估升级选择。
Thinking Machines 在 Hugging Face 发布开源多模态模型 Inkling，总计 975B 参数、激活 41B 的 MoE 架构，原生接受图像、文本和音频输入，支持 1M 上下文，训练数据为 45 万亿 token。
推荐理由：原文给出 Inkling 与 Inkling-Small 的架构细节、部署配置和多份基准数字，可帮助读者评估其在多模态推理场景的可用性。
Mistral 发布 Apache-2.0 开源的 Leanstral 1.5，总参数 119B、激活 6B，专攻 Lean 4 形式化证明。模型饱和 miniF2F，解出 PutnamBench 587/672 题，在 FATE-H 87%、FATE-X 34% 达到新 SOTA，成本约每题 $4。
推荐理由：官方给出了完整训练流程、基准数字和开源获取方式，读者可以据此评估它在 Lean 4 形式化证明上的实际可用性。
Mistral 发布 OCR 4 文档解析模型，在提取文本之外返回边界框、块类型分类和逐词逐页置信度分数，支持 170 种语言、10 个语言组。
推荐理由：官方发布给出了结构化输出能力、价格和基准局限说明，读者可据此评估它对 RAG 与文档流程的适配。
Google DeepMind 发布开源实验模型 DiffusionGemma，采用 26B 总参数、3.8B 激活的 MoE 扩散架构，在专用 GPU 上文本生成最高提速 4 倍，单块 NVIDIA H100 超过 1000 tokens/s，RTX 5090 超过 700 tokens/s。
推荐理由：官方给出扩散文本生成的速度数据、显存占用与质量取舍，适合评估本地交互场景的落地条件。
Google DeepMind 发布 Gemma 4 12B，可在 16GB 内存或显存的笔记本本地运行，性能接近其 26B MoE 模型但内存占用不足一半。该模型采用无编码器统一架构，视觉与音频输入直接进入 LLM 主干，是首个支持原生音频输入的中等规模 Gemma 模型，以 Apache 2.0 许可发布，并同步推出官方 Skills 仓库。
推荐理由：原文来自官方发布，给出架构细节、内存门槛和下载入口，可帮助读者评估在本地设备运行多模态模型的可行性。
Mistral 发布 128B 开源权重旗舰模型 Mistral Medium 3.5（256k 上下文窗口，SWE-Bench Verified 77.6%），在 Hugging Face 以修改版 MIT 许可发布，API 定价为每百万输入 token $1.5、输出 $7.5。
推荐理由：官方披露了新模型的参数量、上下文窗口和基准成绩，以及云端异步编码智能体的具体工作方式。
Google DeepMind 发布 Gemini Omni 系列首个模型 Gemini Omni Flash，可结合图像、音频、视频和文本输入生成高质量视频，并支持通过自然语言多轮编辑。
推荐理由：官方公告说明了 Gemini Omni Flash 的视频生成与对话式编辑能力、可用入口和订阅范围，读者可据此判断它如何改变创作流程。
Google DeepMind 发布 Gemini 3.5 模型系列，首发 Gemini 3.5 Flash，主打智能体与编码性能，3.5 Pro 将于下月推出。
推荐理由：官方发布给出了 3.5 Flash 在编码与智能体基准上的具体成绩、速度对比和开放渠道，读者可据此评估替换现有工作流模型的收益。
Google DeepMind 发布文本转语音模型 Gemini 3.1 Flash TTS，主打更强的可控性、表达力和音质，在 Artificial Analysis TTS 排行榜获得 Elo 1,211 分。
推荐理由：官方宣布了音频标签等新控制方式和上线渠道，并给出 Artificial Analysis 的 Elo 分数，可据此评估其表达力与成本定位。
Google DeepMind 发布 Gemma 4 开源模型，称其为迄今最智能的开放模型，采用 Apache 2.0 许可，提供 E2B、E4B、26B MoE 和 31B Dense 四种尺寸。
推荐理由：官方发布给出四个尺寸、榜单名次、上下文长度与部署路径等具体信息，读者可据此评估选型和端侧部署方案。
Mistral AI 发布首个文本转语音模型 Voxtral TTS，参数量 4B，支持英语、法语、德语等 9 种语言。人工评测显示其自然度优于 ElevenLabs Flash v2.5，与 ElevenLabs v3 质量相当；模型延迟 70ms，支持 3 秒参考音色的零样本语音适配与跨语言口音迁移。
推荐理由：官方给出了延迟、定价、语言支持与对比评测等关键细节，读者可以据此评估它在企业语音工作流中的可用性。
Mistral 发布 Mistral Small 4，是首个将 Magistral 推理、Pixtral 多模态和 Devstral 智能体编码能力统一到单一模型的小型旗舰，采用 Apache 2.0 许可开源。
推荐理由：原文给出架构参数、reasoning_effort 用法和与 GPT-OSS 120B 的输出效率对比，读者可据此评估部署成本与选型。
Mistral 发布 Voxtral Transcribe 2，包含 Voxtral Mini Transcribe V2 批量转写模型和 Voxtral Realtime 实时模型。
推荐理由：官方给出两款语音转写模型的延迟、价格、词错率与开源权重信息，读者可据此评估语音转写方案选型。
Mistral 发布开源编码模型 Devstral 2（123B，修改版 MIT 协议）与 Devstral Small 2（24B，Apache 2.0），SWE-bench Verified 分别为 72.2% 和 68.0%，支持 256K 上下文窗口。
推荐理由：官方发布给出 SWE-bench Verified 分数、API 定价和部署门槛，可据此评估这款开源编码模型的实际性价比。
Mistral 发布新一代模型系列 Mistral 3，包含 Mistral Large 3（41B 激活、675B 总参数的 MoE）以及 3B、8B、14B 三档 Ministral 3 模型，全部以 Apache 2.0 许可开源。
推荐理由：官方一次放出 675B MoE 旗舰与三档小模型，全部 Apache 2.0 开源并给出部署路径，适合评估开源选型空间。
Mistral 发布 Voxtral 语音理解模型，提供 24B 生产级和 3B 本地/端侧两个版本，均以 Apache 2.0 许可开源，并可通过 API 调用，价格低至 $0.001 每分钟。
推荐理由：官方发布给出了两个规格、许可、价格和基准结果，读者可以据此评估它在语音理解场景替代现有方案的可行性。