模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。
Mistral AI发布其LLM环境足迹研究，提出用生命周期分析支持AI行业的全球环境标准。该研究与Carbone 4和法国生态转型机构ADEME合作，并经Resilio和Hubblo同行评审，披露Mistral Large 2截至January 2025且经过18个月使用后的影响为20,4 ktCO₂e、281 000 m3用水和660 kg Sb eq。
推荐理由：报告给出训练与推理的环境核算口径，可作为比较模型足迹的参考样本。
Mistral AI 为 Le Chat 推出一组新功能，包括 Deep Research (Preview)、Voice mode、原生多语言推理、Projects 和高级图像编辑。
推荐理由：原文集中列出 Le Chat 的研究、语音、项目和图像编辑入口，便于比较其助手形态的扩展方向。
Moonshot AI 发布 Kimi-K2-Instruct，这是 Kimi K2 的后训练版本，面向通用聊天和 agentic experiences。Kimi K2 是 MoE 语言模型，拥有 1T 总参数、32B 激活参数、128K 上下文窗口，并在 15.5T tokens 上预训练。
推荐理由：材料同时给出架构参数、基准对比和部署方式，便于评估 Kimi K2 的编码与工具调用定位。
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 发布其首个推理模型 Magistral，面向领域特定、透明和多语言推理，并提供 Magistral Small 与 Magistral Medium 两个版本。
推荐理由：原文同时给出开源版和企业版的参数、评测与入口，便于比较其推理模型路线。