10月30日,欧洲AI领军企业Mistral开源全新旗舰模型Mistral Large4(代号“Le Chonk”)。该模型拥有1万亿参数,是开源权重阵营体量最大的模型之一,并完全在欧洲本土基础设施上从零训练,标志开源大模型在万亿规模与多模态原生融合上取得实质突破。其主打性能硬刚与Token效率,拒绝单纯刷分,强调极致性价比。
近日,Liquid AI正式发布新一代基础模型家族LFM3。首个版本包含六款约2B参数模型,覆盖文本、视觉、音频、全模态与决策等维度,均基于LFM3-1.7B-Base,预训练吞吐达22T Token。该系列采用全新三混合层架构,融合门控短卷积、滑动等机制,主打参数更少、效率更高。
上海AI实验室与上海交大LUMIA Lab提出新预训练任务“下一个概念预测”(NCP),推出全球首个8.9B离散隐空间基座模型NCP-ArchPreview。该模型仅用51.3%的Token预算,就在5.73T语料上追平OLMo-3-7B最终预训练Loss,显著提升训练效率。
蚂蚁开源团队发布百灵系列首个原生多模态大模型 Ling-3.0-flash-VL。它基于 Ling-3.0-flash 的 MoE 架构,总参数124B,激活5.5B,原生支持图像、文本与视频输入,上下文窗口达256K Token。团队重点提升真实任务中的可靠性与效率,并着力解决视觉能力可能削弱文本智能的问题。
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
Google
$0.49
$2.1
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
Anthropic
$105
$525
$0.7
$7
$35
$17.5
Alibaba
-
$4
$16
$6
$24
256
$2
$20
Bytedance
$0.8
128
$0.15
$1.5
Baidu
32
$10.5
Tencent
$1
nvidia
Llama-3.3-Nemotron-Super-49B-v1.5是基于Meta Llama-3.3-70B-Instruct的大语言模型,经过多阶段后训练增强了推理和非推理能力。支持128K token上下文长度,在准确性和效率之间取得了良好平衡,适用于推理、聊天和代理任务。
microsoft
微软研究院开发的首个开源20亿参数规模原生1比特大语言模型,在4万亿token语料上训练完成,证明了原生1比特大语言模型在保持与同规模全精度开源模型相当性能的同时,能显著提升计算效率。
由微软研究院开发的开源原生1位大语言模型,参数规模达20亿,在4万亿token的语料库上训练而成,显著提升计算效率。
Llama-3.1-Nemotron-Ultra-253B-CPT-v1是基于Meta Llama-3.1-405B-Instruct的大型语言模型,支持128K tokens上下文长度,经过神经架构搜索优化,在准确性和效率之间取得良好平衡。
OneMCP是一个通用的MCP协议聚合器,通过元工具架构将多个外部MCP服务器的工具统一管理,采用渐进式发现和语义搜索技术,显著降低LLM的token消耗并提高工具发现效率。
Notion MCP服务器是一个中间件服务,通过Notion API实现LLM与Notion工作区的交互,支持Markdown转换优化token使用效率。