AI 研究與效率每日追蹤｜2026-10-31
今日重點
今天最值得注意的是 Mistral Large 4 在公開預覽約三週後釋出改良版權重：官方報告代理編碼成績提升，同時使用更少輸出 token。這是已可下載的模型，但效能數字仍須連同評測設定看，不能直接換算成實際部署成本。新架構方面，單人研究者的 Metis-1.6 值得留意；它把重複運算放進每個 token 的模型架構，但權重尚未公開。 mistral.ai
重要更新
1. Mistral AI｜Mistral Large 4（Le Chonk）｜10 月 29 日，開放權重
方法：在 10 月 6 日預覽版之後持續進行約三週強化學習，釋出改良後的多模態 MoE 權重。模型總參數約 1 兆、每 token 啟用約 490 億參數（含嵌入與輸出層約 520 億）；模型卡列有 128 個路由專家、每 token 啟用 4 個，並提供三種推理強度。 mistral.ai
數據：Mistral 報告 Terminal-Bench 4.0 從預覽版提高 13 個百分點至 41%，輸出 token 減少 30%；Artificial Analysis Coding Agent Index 為 48%，稱每題平均比其比較對象少用 47% token。這些是特定代理評測的結果；官方公告未完整公布可據以重現速度或成本比較的服務硬體、batch、上下文長度與代理設定。 mistral.ai
實際意義：開發者現在可以下載權重，自行部署或調整模型，而不只試用預覽 API。 mistral.ai
限制與疑點：41% 不代表所有終端任務的通過率，也不能把「少 30% 輸出 token」直接說成「便宜 30%」；仍需相同 harness、推理強度及硬體下的重測。其開放權重授權對經營 Model-as-a-Service 另有商業授權條件。 mistral.ai
一手來源：Mistral 公告、官方模型卡與權重。 mistral.ai
新架構雷達
Giulianno Vollmer／Lernex｜Metis-1.6（Think Twice）｜10 月 27 日
這是什麼：兩款從頭訓練的模型，讓每個 token 在混合 Mamba-2、注意力與 MoE 的層堆疊中走兩輪，而非只走一次。Logos 為 102.3 億總參數、每輪 11.8 億啟用參數。 arxiv.org
符合的門檻：①提出不同於一般單次前向 Transformer 的遞迴混合架構；②有技術論文，且作者已提交 llama.cpp 支援程式碼。這不是大廠採用：截至查核時，支援仍是未合併的 PR，模型權重也尚未公開。 arxiv.org
廠商／作者宣稱：Logos 在作者選用的 40 項後訓練基準平均 52.93，於其 17 款模型比較組中排名第七；論文也明言程式碼、指令遵循及長上下文表現偏弱。 arxiv.org
第三方驗證：尚未見獨立重測；PR 中的速度數據也是作者在 RTX 5070 Ti 上的測試，不能視為跨架構效能結論。 github.com
一手來源：技術論文、llama.cpp 支援 PR。 arxiv.org
趨勢整理
- 能力與 token 用量一起看：Mistral 這次不只報通過率，也報每題輸出量；比較代理模型時，兩者應放在同一組測試條件下看。 mistral.ai
- 效率路線正在分岔：前幾天 NVIDIA 的擴散模型研究偏向改變生成方式；Metis 則測試「每 token 多走一輪」能否換得更好的能力／啟用參數取捨，目前都仍需要獨立驗證。 arxiv.org
- 可重現性是下一關：Mistral 已提供權重，Metis 尚未提供；兩者現階段可供外界核對的深度不同。 huggingface.co
值得追蹤
- 用相同代理設定與推理強度，重測 Mistral Large 4 的 Terminal-Bench 4.0 成績、輸出 token 與實際服務成本。 mistral.ai
- 看 Metis 權重是否如作者預定於 11 月 1 日公開、llama.cpp PR 是否合併，以及遞迴兩輪在端到端延遲上的代價。 github.com