Moonshot AI 发布 Kimi-K2-Base,1T 参数 MoE 模型上线 Hugging Face
Moonshot AI 发布 Kimi K2,这是一款 MoE 语言模型,拥有 1T 总参数、32B 激活参数,并用 Muon optimizer 在 15.5T tokens 上预训练。
推荐理由:原文同时给出参数规模、训练 token、评测表和部署入口,便于比较 Kimi K2 在 Agent 与编码任务中的定位。
让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
Moonshot AI 发布 Kimi K2,这是一款 MoE 语言模型,拥有 1T 总参数、32B 激活参数,并用 Muon optimizer 在 15.5T tokens 上预训练。
推荐理由:原文同时给出参数规模、训练 token、评测表和部署入口,便于比较 Kimi K2 在 Agent 与编码任务中的定位。
Mistral AI 发布 Codestral Embed,这是其首个专门面向代码的嵌入模型,主打真实代码数据上的检索场景。官方称它优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的 large embedding model,并支持不同维度和精度输出,256 维 int8 精度仍优于竞品模型。
推荐理由:原文同时给出检索基准、维度取舍和 API 价格,便于评估代码 RAG 的接入成本。
Mistral 发布新的 Agents API,将其语言模型与代码执行、Web 搜索、图像生成、MCP tools、跨对话持久记忆和智能体编排能力结合。
推荐理由:原文列出内置连接器、持久记忆和多智能体编排,便于评估企业智能体工作流的接入方式。
Mistral AI 发布 Devstral,这是一款面向软件工程任务的智能体式 LLM,并以 Apache 2.0 许可开放。
推荐理由:原文同时给出基准成绩、部署门槛和开放渠道,便于比较它在编码智能体中的适用场景。
Mistral AI 发布 Mistral Small 3.1,称其在文本性能、多模态理解和最长 128k tokens 上下文窗口上改进,并以 150 tokens per second 的速度超过 Gemma 3、GPT-4o Mini 等同类模型。
推荐理由:材料同时给出性能对比、运行门槛和开放渠道,便于评估小模型在端侧与企业场景的适配。
Mistral AI 发布 Mistral OCR,这是一款用于文档理解的 OCR API,可处理图片和 PDF,抽取有序交错的文本与图片,适合与面向多模态文档的 RAG 系统结合。
推荐理由:原文同时给出基准、价格和部署形态,便于比较文档理解 API 在 RAG 流程中的位置。