Claude Haiku 5.5、Mistral Large 4,以及面向 Mac 和 Windows 的本地模型

邱宇AI 前沿📡 BestBlogs·AI高分精选⭐ 882026-10-17134 阅读💛 254 收藏
Claude Haiku 5.5、Mistral Large 4,以及面向 Mac 和 Windows 的本地模型

📌 One-Sentence Summary

Anthropic 的 Claude Haiku 5.5 与 Sonnet 5.5 以自适应推理和颇具竞争力的基准成绩更新了 Claude 家族,而 Mistral Large 4 则凭借强劲的网络安全表现与主权 AI 定位,成为欧洲能力最强的模型。

📝 Summary

本期 The Batch 涵盖两大模型发布。Anthropic 推出了其最快、最便宜的模型 Claude Haiku 5.5,以及 Claude Sonnet 5.5——后者在独立基准上几乎追平 Claude Opus 5.5,但每个任务消耗的 token 远多于后者。两者均具备五档推理级别的自适应思考、工具调用,以及可拦截高风险请求的分类器。在 Artificial Analysis 的 Intelligence Index 上,Haiku 5.5 得分 43(第 13 名),而 Sonnet 5.5 在最高推理级别下得分 56(第 2 名)。然而,Sonnet 5.5 在最高强度下每个任务约生成 193,000 个输出 token,比 Opus 多出约 60%,使其在最高推理级别下的单任务成本高于 Opus。Mistral Large 4 绰号「le Chonk」,是一个 1.05 万亿参数的混合专家模型,激活参数 520 亿,在 3,800 块 GPU 上训练。它在 Intelligence Index 上得分 38,与 GPT-6 Luna 持平,领先所有非中国开源模型,并在 CyberGym-E2E-AA 上达到 82%,为公开可用模型中的最佳成绩。Mistral 将其定位为满足主权 AI 需求的产品。吴恩达的公开信对比了可验证任务与判断类任务,并警告不要过度泛化 AI 的进展。

💡 Main Points

Claude Haiku 5.5 与 Sonnet 5.5 以自适应推理和强劲的基准成绩扩充了 Anthropic 的模型家族,但单任务成本会随推理级别剧烈变化。

Haiku 5.5 在 Artificial Analysis 的 Intelligence Index 上得分 43(第 13 名),而 Sonnet 5.5 在最高推理级别下得分 56(第 2 名)。然而,Sonnet 5.5 在最高强度下每个任务约生成 193,000 个输出 token,比 Opus 多出约 60%,使其在最高推理级别下的单任务成本高于 Opus。开发者应针对自身任务,衡量每个推理级别下的成本。

Mistral Large 4 是欧洲能力最强的模型,在关键基准上领先非中国开源模型,并在公开可用模型的网络安全漏洞检测中位居首位。

这个 1.05 万亿参数的 MoE 模型在 Intelligence Index 上得分 38,与 GPT-6 Luna 持平,仅落后于中国开源模型。它在 CyberGym-E2E-AA 上达到 82%,为公开可用模型中的最高成绩,并在 Cyber Index 上达到 50%,与 GLM-5.3-Flash 持平,落后于 Grok 4.7 和 MiMo-V2.6-Pro。

Mistral 将自身定位为面向希望掌控其智能获取渠道的组织的主权 AI 提供商。

CEO Arthur Mensch 将智能比作电力,主张获取渠道不应被限流。Mistral 计划公开该模型的权重,其训练数据覆盖 160 多种语言,包括所有欧盟官方语言,这对寻求美国和中国供应商之外替代方案的政府与企业颇具吸引力。

吴恩达指出了 AI 在可验证任务与判断类任务上的表现长期存在差距,并警告不要过度泛化其进展。

编程和数学等可验证任务拥有自动奖励信号,可通过强化学习和监督学习实现更快的进步。判断类任务缺乏明确的正确答案,训练难度更大。社会已多次从 Deep Blue 和 AlphaGo 等 AI 里程碑中过度泛化,而在可验证任务上的评估会营造出过于乐观的印象。

💬 Key Quotes

LLM 在可验证任务上的表现,与在需要判断力的不可验证任务上的表现之间的鸿沟,比大多数人意识到的要大得多。

仅凭每 token 价格,并不能告诉开发者一个任务要花多少钱。

如果你把智能当作电力,那么你只想确保自己获取智能的渠道不会被限流。

更高的推理级别会改变智能体的行为,而不只是延长它推理的时间,而这种改变并不总是有益的。

📊 Article Meta

AI Screening: 88

Source: The Batch | DeepLearning.AI

Author: Analytics DeepLearning.AI

Category: 人工智能

Language: 英文

Read Time: 19 min

Word Count: 4568

Tags:

AI 与智能应用 , 模型发布 , AI 安全与对齐 , 开放权重模型 , Windows 与微软生态

#AI 与智能应用# 模型发布# AI 安全与对齐# 开放权重模型# Windows 与微软生态

文章评论(12)

白向阳29 天前

内容翔实,正好需要,先收藏再看。

回复
北岛渔夫29 天前

有没有更详细的教程,期待后续。

回复
暮拾贝29 天前

楼主辛苦了,内容很有参考价值。

回复
墨沐雨29 天前

看标题就点进来了,内容果然没让人失望。

回复
三分糖去冰29 天前

不错不错,已加入书签。

回复
陈皮话梅糖29 天前

内容翔实,正好需要,先收藏再看。

回复
暮临风29 天前

收藏了,以后慢慢研究。

回复
空向阳29 天前

这个比较实用,已转发给同事。

回复
雪影29 天前

很有价值的分享,感谢整理。

回复
风倚栏29 天前

收藏了,以后慢慢研究。

回复
青柠微凉29 天前

作者写得真不错,学到了不少。

回复
星观澜29 天前

很有价值的分享,感谢整理。

回复