Mistral 釋出 Mistral Large 4：1 萬億引數開源新旗艦，安全測試拿下 82%
Mistral 公佈新一代原生多模態模型 Mistral Large 4。該模型擁有 1 萬億引數與 52B 啟用引數，在軟體漏洞復現測試中拿下 82% 的最高分，多模態與智慧體能力突出。模型權重計劃 10 月底開源，目前已在 Mistral Studio 開啟 API 預覽。
Mistral
浙大展示 AudioHijack：把惡意指令藏進音訊，悄悄劫持 AI 語音助手
浙江大學研究團隊展示了名為 AudioHijack 的音訊攻擊技術。它能把人耳無法察覺的指令藏在普通音訊中，以 79% 至 96% 的成功率劫持大音訊語言模型，誘導其搜尋敏感內容或洩露資料。該方法對微軟和 Mistral 的商用語音模型同樣有效。
Mistral 更新 Magistral 1.2：支援影像分析，小模型能塞進 MacBook
Mistral 推出 Magistral Small 1.2 和 Medium 1.2 推理模型。新版本加入了視覺編碼器，可以直接分析圖片；其中 24B 引數的 Small 經過量化後，單張 RTX 4090 或 32GB 記憶體的 MacBook 就能本地跑起來。
Mistral 升級 Le Chat：上線深度研究模式，支援本地資料連線
Mistral 為其聊天機器人 Le Chat 推出「深度研究」模式、多語言推理、高階影像編輯及 Projects 空間。與其他雲端競品不同，Mistral 主打可連線企業本地私有資料展開分析，相關功能面向免費和付費全級別開放。
Mistral 釋出程式設計客戶端 Mistral Code：主打本地私有部署，對標 Cursor
Mistral 推出程式設計助手 Mistral Code，直接對標 Cursor 與 GitHub Copilot。該客戶端基於開源專案 Continue 打造，整合了 Codestral 等自研模型，支援 80 多種語言。最值得關注的是它支援企業在私有算力或完全斷網環境下本地部署，目前已開啟內測。
Mistral 釋出開源程式設計模型 Devstral：單卡可跑，商用無限制
Mistral 聯合 All Hands AI 推出專為程式設計打造的模型 Devstral。該模型擁有 240 億引數，採用 Apache 2.0 協議可自由商用，單張 RTX 4090 或 32GB 記憶體 Mac 即可本地部署。其在基準測試中超越了 Gemma 3 27B 和 DeepSeek 的 V3。
Mistral 釋出 Medium 3：效能逼近 Claude 3.7 Sonnet，打出極致價效比
Mistral 釋出新模型 Mistral Medium 3。官方稱其基準表現達到 Claude 3.7 Sonnet 的 90% 以上，輸入每百萬 token 僅 0.40 美元、輸出 2 美元，成本低於 DeepSeek v3。同日，面向企業的 Le Chat Enterprise 也正式上線。
Mistral 推出區域大模型 Saba：專攻阿拉伯語，順便懂南印語言
週一，Mistral 釋出針對阿拉伯語國家定製的模型 Mistral Saba，引數量為 240 億。官方稱其阿拉伯語表現遠超同量級的 Mistral Small 3，且能較好支援泰米爾語等語言。模型已支援 API 呼叫與本地私有化部署。
Mistral 聯手法新社：Le Chat 接入 1983 年至今的新聞歸檔
Mistral 宣佈與法新社（AFP）達成多年內容合作。旗下助手 Le Chat 將能呼叫法新社 1983 年以來的全部歸檔，以及每日 6 種語言共約 2300 篇報道來提升回答準確度。這是 Mistral 首次與主流通訊社簽約，合作範圍不包括圖片和影片。
Sakana AI 提出 Transformer²：像活腦一樣即時調整權重，效能反超 LoRA
Sakana AI 釋出自適應架構 Transformer²。它先分析任務需求，再通過強化學習訓練的奇異值微調動態調整模型權重。其引數量遠少於 LoRA，卻在數學、程式碼與視覺任務中全面佔優，甚至支援跨模型複用能力。
ElevenLabs 推出 AI 開發者禮包：送主流工具每家 50 美元額度
ElevenLabs 推出 AI Engineer Pack，聯合 Mistral、Perplexity、Hugging Face 等十餘家主流平臺，為開發者提供各家 50 美元以上的測試額度。說白了，就是幫正在折騰新原型的開發者省下前期試水各種 API 的開銷。
Mistral 推出內容稽核 API：基於 Ministral 8B，支援 9 類有害內容檢測
Mistral 上線內容稽核 API，由微調後的 Ministral 8B 驅動，支援英語、法語等多語言，可將文本劃分到仇恨、暴力、金融等 9 個風險類別。同日 Mistral 還推出 Batch API，通過非同步批處理將呼叫成本降低 25%。