AI日报：Mistral万亿参数模型上线，OpenAI连发福利

今日AI速览：模型、工具与观点齐飞

今天的AI圈节奏依旧紧凑，Mistral放出万亿参数巨兽，OpenAI一边开放免费审核工具一边秀出数学研究肌肉，谷歌则把多模态嵌入模型塞进了手机。以下逐条拆解，并附上简要分析。

Mistral Large 4：万亿参数，多模态，月底开源

Mistral推出了名为Large 4的新模型，参数规模达到1万亿，支持图像、音频和视频理解。据播报信息，该模型今日即可通过API调用，月底将开放权重，允许用户自行部署。

万亿参数俱乐部再添一员，但更值得关注的是“月底开放权重”这一承诺。如果兑现，Large 4将成为少数同时具备多模态能力和开源许可的超大规模模型，对需要私有化部署的企业和研究者吸引力不小。不过，万亿参数模型的本地部署门槛极高，实际能“自己部署”的玩家恐怕有限，更多意义在于生态卡位。

OpenAI AutoReview免费开放：内容审核的“白嫖”选项

OpenAI宣布AutoReview功能免费开放，可自动审核内容，且不占用订阅额度。对于需要处理用户生成内容的平台来说，这相当于零成本获得一个审核工具。

AutoReview的定位很清晰：降低内容安全功能的接入门槛。免费且不占额度，意味着开发者可以把它当作基础能力直接嵌入工作流，而不必在成本和合规之间反复权衡。不过，审核准确率和误判率仍需实际测试，免费策略也可能伴随调用频率或场景的限制。

谷歌Embedding Gemma 2：191MB，手机本地跑多模态向量

谷歌开源了新模型Embedding Gemma 2，能将文字、图片、声音、视频转换为向量，并支持在手机本地运行，内存占用仅191MB。离线场景也能使用。

191MB的体积让端侧多模态嵌入成为现实，这对隐私敏感或网络不稳定环境下的应用很有价值。比如本地相册的语义搜索、离线笔记的跨模态检索，都可以在不传数据上云的前提下完成。开源策略也有助于社区快速迭代适配。

嵌入模型（Embedding Model）的作用是把文本、图像等非结构化数据映射为高维向量，使语义相近的内容在向量空间中距离更近。它是语义搜索、推荐系统、检索增强生成（RAG）和聚类去重等应用的底层基础设施。传统做法是调用云端 API 生成向量，而端侧嵌入模型把这一步搬到本地设备上，优势在于零网络延迟、数据不出设备、离线可用；代价则是模型体积和精度通常要做出妥协。Gemma 系列是谷歌以开放权重形式发布的轻量模型家族，Embedding Gemma 2 延续了这一路线。

OpenAI公开数学研究成果：前沿模型与Lean证明

OpenAI公开了一批数学研究成果，来自内部前沿模型，同时分享了Lean证明和代码。对数学与AI交叉领域的研究者而言，这是重要的参考材料。

数学证明是检验模型推理能力的硬核场景，Lean作为交互式定理证明器，其代码和证明的公开能帮助社区复现和验证。此举也暗示OpenAI在形式化推理方向上有持续投入，未来可能影响自动定理证明和数学辅助工具的发展。

Lean 是由微软研究院主导开发的交互式定理证明器，同时是一门函数式编程语言。它的核心价值在于把数学证明写成计算机可以逐行检查的代码——每一步推理都必须由内核验证，无法蒙混过关。近年来，Lean 社区建立了 Mathlib 这样的庞大数学库，已覆盖本科乃至研究生级别的诸多领域。对 AI 研究而言，Lean 提供了一个可自动验证正确性的环境：模型生成的证明若通不过编译器，就是错的，这使其成为评估和训练模型形式化推理能力的理想试验场。

Decisions API公测：决策速度号称快10倍

OpenAI开放Decisions API公测，开发者可以让应用实时选择模型、工具或下一步动作。官方称其比通过Responses API调用GPT-6 Luna做决策快10倍。

“快10倍”是官方口径，实际体验取决于具体场景和负载。但方向很明确：把“决策”抽象为独立API，让应用在运行时动态编排模型与工具，而不是硬编码流程。这对构建Agent类应用的开发者是利好，能减少胶水代码和延迟。

在 Agent（智能体）架构中，“决策”指的是根据当前上下文选择下一步调用哪个模型、哪个工具或执行哪个动作的环节。传统做法是把这套路由逻辑硬编码在应用里，或用一次完整的 LLM 调用完成判断，前者不灵活、后者延迟高。把决策抽象为独立 API，意味着厂商针对“选什么”这一窄任务做了专门优化，用更小的模型或更短的推理路径换取速度。这类决策层 API 与函数调用（Function Calling）、模型路由（Model Routing）属于同一技术脉络，目标都是让应用在运行时动态编排能力，而非依赖静态流程。

Kaos上线中文界面：真香定律再现

Kaos悄悄上线了中文界面，网页端和桌面端均可切换简体和繁体中文。此前官方曾表示不支持中文，如今态度转变。

中文用户的体验门槛进一步降低，也反映出国内用户在全球AI产品中的权重上升。对于此前因语言障碍观望的用户，现在可以更低成本地试用。

Perplexity决策模型API降价：每百万token 2美分

Perplexity发布了新的决策模型PPPSR，新版本上线API，价格直接砍半，每100万token仅2美分。

决策类应用的推理成本被进一步压低，2美分的单价对高频调用场景相当友好。结合OpenAI Decisions API的动向，可以看出“决策层”正成为模型厂商竞争的新焦点：不仅要模型强，还要决策快、成本低。

趋势观察：模型、工具、观点三股劲

今天的信息流可以归纳为三条线：模型侧，Mistral用万亿参数和多模态抢占身位，谷歌用端侧小模型补全场景；工具侧，OpenAI把审核和决策能力封装成API，Perplexity用价格战卡位决策层；观点侧，数学研究成果的公开展示了前沿模型在形式化推理上的潜力。

对开发者而言，值得关注的不是单个模型的参数大小，而是能力封装后的调用成本和延迟。AutoReview免费、Decisions API提速、PPPSR降价，都在降低AI应用的构建门槛。接下来看这些能力能否在真实业务中稳定兑现。

AI日报每天帮你盯着，明天接着看。