语言如何改变 AI 推荐哪个品牌:Claude、ChatGPT、Gemini 多语言测试
一项针对 Claude Sonnet 5 的测试用 6 个购物与预订场景、5 种语言(英语、阿拉伯语、俄语、简体中文、波斯语)各跑 40 次,共得 1,200 条回答,加上开启联网搜索及 ChatGPT、Gemini 的对照测试,总计 1,650 条回答。
一项针对 Claude Sonnet 5 的测试用 6 个购物与预订场景、5 种语言(英语、阿拉伯语、俄语、简体中文、波斯语)各跑 40 次,共得 1,200 条回答,加上开启联网搜索及 ChatGPT、Gemini 的对照测试,总计 1,650 条回答。
一位软件与安全工程师公开建议开发者停止依赖 OpenAI 和 Anthropic,转而使用 GLM-5.3、GLM-5.3-Flash、DeepSeek、Qwen、Kimi 等开放权重模型,并称开放权重模型目前约落后闭源前沿模型四个月。
开发者发布 Bot Bowl Bench,用 Blood Bowl 这款高难度游戏来给 LLM 做基准测试,起因是想为 Mistral 4 找一个有意义的评测方式。目前只测了较便宜的模型,若反馈不错可能加入 Opus 和 Astra。
作者开源了 free-llm-intel,一个每天自动巡检 OpenAI、Anthropic、Gemini、Mistral、xAI 以及通义、Kimi、DeepSeek 等国内外 30+ 家 LLM 厂商官方页面的聚合站,为没有 RSS 的厂商生成自建源并合成总订阅流,导入一个 OPML 即可订阅全部更新。
Mistral Large 4 面向文本和图像任务,官网提供登录后免费的 Playground,并有 OpenAI 兼容 API,模型 ID 为 mistral-large-4-0。
Token Barometer 在 Hacker News 发布,按日追踪 1,302 个模型、3,592 个托管服务的 LLM API 标价,统一换算为每 1M tokens 的美元价格,并保留完整价格历史。
Mistral 发布 Mistral Large 4,这是一个 1T 参数的开放权重前沿模型。该条目来自 Product Hunt,正文仅给出模型名称、参数规模和开放权重定位,未提供价格、基准测试或获取方式等细节。
OpenAI 从一个未发布的内部前沿模型发布 722 篇数学手稿,归入 372 个相关结果族,来自约 4,000 个研究问题的评估,平均每个结果消耗约 3 小时 ChatGPT Pro 算力。
Simon Willison 发布 llm-mistral 0.16,这是 LLM 命令行工具 llm 的 Mistral 模型插件更新。原文未披露该版本的具体功能、价格或可用性变化。
Mistral Large 4 已在 Vercel AI Gateway 上线,这是一个开放权重、原生多模态模型,结合推理与文本、图像理解能力。
Mistral 发布 Mistral Large 4,这是一个开放权重、通用多模态模型,采用细粒度 Mixture-of-Experts 架构。该模型有 49B 激活参数、1.05T 总参数,并配备 1.6B 视觉编码器。
RagIndex 0.2.3 是一款完全在浏览器内运行的 RAG 应用,文档索引与上下文构建全部本地完成,数据不离开客户端。它用 Lunr.js 做 BM25 词法检索,再由 LLM 对候选片段做 0-5 分语义重排,无需 embedding、不改索引,支持 Gemini、Mistral、Groq、OpenRouter、HuggingFace 五家 API,密钥仅存于浏览器 IndexedDB。
Aleph Alpha 于 10 月 3 日发布开源权重模型 Kolibri,总参数 78.1 亿(每 token 激活 3.46 亿),支持德语和英语,权重以 Apache 2.0 许可发布在 Hugging Face,训练在德国和芬兰的基础设施上完成。
Datalab 的文档解析与文本提取模型 Marker 和 OCR 现已上线 Replicate。Marker 可把 PDF、DOCX、PPTX、图片等转成 markdown 或 JSON,支持表格、数学公式、代码排版,传入 JSON Schema 还能抽取指定字段;OCR 支持 90 种语言并返回阅读顺序和表格网格。
推荐理由:Datalab 的文档解析模型上线 Replicate,附基准对比与按页计价,方便评估替代现有 OCR 方案。
Ollama 于 7 月 25 日宣布支持工具调用,模型可借助已知工具完成更复杂任务或与外部世界交互,例如函数与 API、网页浏览、代码解释器。开发者可在 Ollama API 的 tools 字段传入工具列表,受支持模型会返回 tool_calls 响应,工具结果通过 tool 角色的消息回传。
Mistral AI 于 2024 年 6 月 5 日至 30 日举办线上微调黑客松,参赛项目必须使用其全新的 fine-tuning API,前 3 名各获 €2,500 Mistral API 额度。
Mistral AI 发布非生产许可 MNPL,允许开发者将模型用于非商业用途并支持研究工作,商业使用则需另行安排。新发布的 Codestral 是首个采用该许可的模型,Mistral 表示仍会继续以 Apache 2.0 发布部分模型和代码,逐步形成 Apache 2.0 与 MNPL 两条产品线。
推荐理由:Mistral 推出非生产许可 MNPL,明确商业使用需另议,开发者可据此判断自家产品能否继续免费调用其模型。
Replicate 发布教程,演示如何用 BAAI/bge-large-en-v1.5 模型生成文本嵌入,并给出从文本列表、JSONL 文件到 SAMSum 数据集的完整代码流程。
推荐理由:Replicate 官方给出用 BGE 模型生成文本嵌入的完整流程,并实测其成本低于 OpenAI Ada v2。
Mistral AI 的新开源语言模型 Mistral 7B 已由 @a16z-infra 推上 Replicate,性能超过其他 70 亿参数模型,也优于 Llama 2 13B,部分场景接近原始 Llama 34B。