Mistral Large 4开源万亿参数，微软6万员工自愿离职

万亿参数开源：Mistral Large 4 登场

法国公司 Mistral AI 正式开放了 Mistral Large 4 模型权重，这是一款总参数达到一万亿的原生多模态模型。训练在欧洲的自由数据中心完成，使用了 3800 块 NVIDIA Grace Blackwell GPU。根据 Artificial Analysis Coding Agent Index 的评测，该模型得分达到 48 分，在编码智能体维度上进入了第一梯队。

定价方面，Mistral Large 4 的在线使用价格为：输入每百万 Token 0.70 美元，缓存输入每百万 Token 0.07 美元，输出每百万 Token 2.10 美元。许可证采用修改版 MIT，允许免费用于个人、学术及常规商业化场景，但面向提供模型即服务（MaaS）进行转售的云服务商，必须单独获取商业授权。这种“开源但限制转售”的做法，正在成为头部模型公司平衡生态与商业利益的常见策略。

万亿参数规模的开放权重模型，对整个开源生态是一个标志性事件。它不仅意味着开发者可以在本地或私有环境中部署接近前沿水平的模型，也意味着围绕多模态能力的应用创新门槛将进一步降低。

MoE 架构为何成为万亿参数的主流选择

总参数达到一万亿并不意味着每次推理都要动用全部参数。当前大规模开放权重模型普遍采用混合专家（Mixture of Experts, MoE）架构：模型内部由多个“专家”子网络组成，每个 Token 只被路由到其中少数几个专家，因此单次前向计算的激活参数量远小于总参数量。这种稀疏激活设计让模型可以堆叠极大的参数容量来提升知识广度与表达能力，同时把推理算力控制在可接受范围内。代价是显存占用依然与总参数挂钩，部署时需要更高的显存预算，且路由策略、负载均衡的训练难度也显著上升。理解这一点，才能解释为何“万亿参数”与“可本地部署”并不矛盾。

闪迪财报：AI 推理正在改写存储需求

闪迪在 2027 财年第一财季财报电话会议上抛出了一个值得关注的判断：AI 推理正在重塑闪存市场的供需格局，客户低估了运行 AI 基础设施所需的 NAND 容量。管理层透露，新型商业模式的订单管道已延伸至 2030 年，2027 财年约 50 个百分点的位元出货已被 NBM 协议锁定。

当季闪迪营收 110.3 亿美元，非 GAAP 每股收益 49.51 美元，均高于市场预期，同时宣布一拆八的股票拆分。市场正在探索以 SLC NAND 替代部分高成本方案，帮助系统保留更广泛的上下文并减少重复计算。

这组数据背后是一个结构性变化：AI 工作负载从训练转向推理后，对存储的容量、带宽和耐久性提出了不同要求。推理场景需要频繁读写上下文，传统以容量为单一导向的存储设计未必是最优解。闪迪提到的 SLC NAND 替代思路，正是针对这一痛点的技术调整。

SLC NAND 与推理场景的存储权衡

NAND 闪存按每个存储单元可保存的比特数分为 SLC、MLC、TLC、QLC 等类型。SLC 每单元只存 1 比特，容量密度最低、单位成本最高，但读写速度快、寿命长、可靠性高；QLC 每单元存 4 比特，密度高、成本低，但写入性能和耐久性较弱。AI 推理过程中需要频繁读写上下文缓存（KV Cache）、反复加载模型权重并承受大量并发请求，对随机读写延迟和写入寿命尤其敏感。用 SLC NAND 替代部分以容量为导向的高成本方案，本质上是在“每 GB 成本”与“每 IOPS 成本”之间重新取舍，用更少的容量换取更低的延迟和更高的耐久度，这与训练阶段以大容量存储为主的思路形成明显差异。

谷歌 Gemini 上线应用内文件编辑

谷歌宣布，所有 Gemini 用户现在可以直接在应用内生成、预览并编辑 PDF、谷歌文档、谷歌表格、幻灯片、Markdown 文件、Text 文本以及代码文件。其中 PDF 的预览和编辑同时支持网页端与移动端，其余格式目前仅限网页端使用。用户可以全屏打开文档进行编辑，还能选中文件里的文本向 Gemini 提问或让其修改内容。

Anthropic 今年早些时候也上线了类似功能，支持用户在 Claude 对话窗口中生成并编辑文档和演示文稿。两家头部 AI 公司不约而同地把“对话式文件编辑”作为产品演进方向，说明 AI 助手正从单纯的问答工具向生产力工作台迁移。

这一趋势的实质是：AI 不再满足于“告诉你怎么写”，而是直接“替你改”。对于日常需要处理大量文档的知识工作者，这意味着工作流中少了一次复制粘贴和格式调整的往返。

OpenAI 上调 Codex 用量额度

OpenAI 宣布立即上调 ChatGPT、Pro 及 Business Premium 订阅中 Work 与 Codex 的用量额度，Pro100、Pro200 以及 Pro500 的额度直接翻倍。此前 OpenAI 曾计划下调 Pro200 订阅额度约 50 个百分点，引发订阅者强烈不满，被指责损害了付费承诺。OpenAI 现已明确表示不会降低相关订阅的用量限制，且常驻 AI 助力的扩展用量将保持独立计算。

需要留意的是不同模式的消耗差异：Fast 模式消耗额度的速度约为标准模式的 2.5 倍，UltraFast 则高达 8 倍，实际产出仍取决于模型与任务复杂度。对于重度使用 Codex 的开发者，额度翻倍是实质性利好，但高频使用 Fast 模式的用户仍需关注消耗节奏。

扩散语言模型 Clover 35BA3B：速度翻倍

扩散智能发布了全新的扩散语言模型 Clover 35BA3B Preview，采用 MoE 架构，总参数 350 亿，每个次元激活约 30 亿参数。在网页 Agent 评测 Wind Tunnel 的 49 个任务中，Clover 的中位执行时间为 1.52 秒，而 Jeff 与 Mercury2.5 组合为 3.21 秒，用时少了一半多。

它通过快扩散和重构的门控 Delta 网络，让历史记忆和当前生成各司其职。这项突破将扩散语言模型进一步推进到代码和 Agent 任务中，为处理内容之间的依赖关系提供了全新方式。扩散模型在语言任务上的进展一直受限于生成质量和速度的平衡，Clover 在 Agent 场景把执行时间压缩到一半左右，说明这条技术路线在需要低延迟交互的场景中具备实际价值。

扩散语言模型与传统自回归生成的区别

主流大语言模型采用自回归方式，逐个 Token 从左到右串行生成，第 n 个 Token 必须等前 n-1 个生成完毕，因此延迟随输出长度线性增长。扩散语言模型借鉴图像生成中的扩散思路：从被噪声扰动的初始状态出发，经过多轮迭代去噪，逐步恢复出完整文本，理论上可以并行地更新多个位置，从而压缩生成时间。早期扩散语言模型受限于生成质量与迭代步数之间的平衡，文本连贯性不如自回归模型。Clover 通过快扩散与门控 Delta 网络让历史记忆与当前生成分工，正是在缓解这一瓶颈，使其在代码与 Agent 这类对低延迟敏感的任务中展现出竞争力。

微软 6 万员工自愿买断离职

微软正在向美国、英国、加拿大和印度的约 6 万名员工提供自愿买断离职方案，以降低运营成本和员工总数，从而避免减少对 AI 基础设施的投资。微软目前雇佣约 22.3 万人，比 2025 年的 22.8 万人减少了 5000 人，实现了近 10 年首次员工总数同比下降。

此次离职方案提供的条件与微软常规离职补偿基本相同，包括基于在公司工作时间的现金补偿、加速股票归属及数月职业服务。微软通过不断调整团队规模，试图在 AI 转型期实现更高效的资源配置与更高的员工薪酬水平。

这则消息与前面几条新闻放在一起看，能拼出一条清晰的线索：AI 基础设施的资本开支正在挤压传统人力成本结构。微软选择用买断方案控制人员规模，同时把资源投向算力，这与闪迪观察到的推理存储需求暴涨、OpenAI 扩容算力额度，指向同一个方向。

资本开支挤压人力成本的结构性背景

大型科技公司当前的资本开支主体已从办公楼、服务器采购转向 AI 数据中心与加速芯片。GPU 集群、供电与冷却设施的单笔投入动辄数十亿美元，且需要在数年內持续追加，这直接压缩了运营费用中的人力预算空间。买断离职（voluntary severance）相比裁员，能降低法律与声誉风险，并通过加速股票归属等条件换取员工主动离开，同时把节省下来的费用重新配置到算力与高薪AI岗位。这也是为何多家公司出现“员工总数下降、人均薪酬上升”的组合：人员结构在向 AI 相关岗位倾斜，而非单纯收缩。