Vector Lab
VECTOR LAB

EST. 2025

WEEKLY UPDATE2026
BY ANDREW MEAD

Grok 4.3

xAI 携 Grok 4.3 回归,Mistral 的失败仍在继续

注:本文由 OpenAI gpt-6.1-sol 通过 Codex CLI 自动翻译;翻译质量可能有所欠缺,尤其是技术术语。

新品发布

Grok 4.3

xAI(现已并入 SpaceX)悄然发布了 Grok 4.3

Artificial Analysis 人工智能指数与全套测试成本图表对比多款模型;Grok 4.3 得分 53,排名第七,运行成本 467 美元,表现与 Meta Muse Spark 及多款中国模型接近。

Artificial Analysis 的基准测试得分,因为 xAI 没有公布任何自家测试结果

这款模型表现平平,和 Meta 的 Muse Spark 以及一大批中国模型处于同一梯队。 它拥有 5000 亿参数,基准测试成绩大致相当于 Sonnet 4.6。不过,从此前的 Grok 模型来看,它可能存在一定程度的过拟合,在实际使用中会落后于 Sonnet。

与中国竞争对手相比,Grok 4.3 在编程和智能体任务上的表现有些吃力。但它在 Vals AI 的评测中表现好得惊人,在企业财务和判例法基准测试中均位居第一,击败了其他所有模型(包括 GPT 5.5 和 Opus 4.7)。

Vals AI 得分

橙色条形代表 Vals AI 自行设计的内部非公开评测,因此模型很难针对这些评测进行过拟合

如果你正在将 AI 用于金融应用或判例法研究,我建议关注一下这款模型;否则,目前可以跳过。

接下来 xAI 会如何发展,值得关注。毕竟,除了 Elon Musk 之外,他们的所有联合创始人都已离职,同时离开的还有大批顶尖工程师。

快讯

Mistral Medium 3.5

Mistral 仍在艰难摸索,迟迟拿不出高质量模型。他们拥有 1280 亿参数的稠密“旗舰”模型 Mistral Medium 3.5,体积大、速度慢、价格贵,表现却并不比同等规模的 MoE 模型更好。

Mistral 的失败

mistral 的新模型:1280 亿参数的稠密模型,用着 3 年前的架构(llama 2),定价却高于 deepseek v4 pro(总参数量 1.6 万亿,100 万上下文),也高于其他所有性能胜过它的开源模型 — 来自 elie 在 Twitter 上的发言

结语

希望你喜欢本周的资讯。如果想每周收到这些资讯,记得在下方订阅我们的邮件列表。

深色背景的工业风标牌展示“Nucleus Engineering Office”,标注其为纽约市的内部系统节点、状态为启用且路由锁定;这是文章结尾的新工业风设计。

新工业风设计 — 作者为 Twitter 上的 Kyle Anthony Miller

Stay Updated

Subscribe to get the latest AI news in your inbox every week!

← BACK TO NEWS