【Mistral】Mistral Large 4 发布：1T 参数开源多模态模型
Mistral 发布 Large 4（代号 Le Chonk），1T 总参数、49B 活跃参数，原生多模态，在聚合基准上成为美国和欧洲最佳开源权重模型。在网络安全、制造和金融等关键场景达到 SOTA。HN 热度 1571 点，为近期开源模型发布中关注度最高的一次。
【OpenAI】公布数学领域 AI 进展，Sam Altman 称"进入发现新时代"
OpenAI 公布内部前沿模型在数学开放问题上的新结果，并同步发布 Lean 证明形式化及研究细节到 GitHub。Sam Altman 在 X 上转发并称"我们正在进入一个发现的新时代"。HN 讨论 311 点。
🔗 Sharing AI progress in mathematics
【OpenAI】Decisions API 公开测试，比 GPT-6 Luna 快 10 倍
Decisions API 现向所有开发者开放公测，让应用在近实时内选择正确的模型、工具或动作。该 API 决策速度比通过 Responses API 调用 GPT-6 Luna 快 10 倍，成本接近一个轻量分类器。测试中在页面变更分类任务上达到 88.8% AUPRC。这可能降低实时路由和分类场景的调用成本一个数量级。
【Anthropic】扩大网络安全验证计划，开放最强模型给安全从业者
Anthropic 扩展 Cyber Verification Program，经验证的安全专业人士可访问 Claude Mythos 5.1、Opus 5.5 和 Sonnet 5.5，含面向防御工作的安全保障。同时开放新层级以授权渗透测试和红队等进攻性工作。
【Google】Nano Banana 2.1 图像生成模型发布
Google 推出 Nano Banana 2.1，在视觉设计、蒙版编辑和主体一致性方面较前代显著提升，价格更低。已在 API、AI Studio 和 Gemini 应用中可用。
本期 SWE-bench Verified 排名变动均为 1 位（Claude 4 Sonnet + o4-mini 升至第 9、GPT-5 降至第 10），分数无变化，未达到"排名变动≥5 或分数变动≥5%"的报告阈值，本期无重大 benchmark 变化。