Mistral发了Workflows：用Netflix和Stripe同款底座，把ASML们的AI流程拽进生产环境
四月二十八号，Mistral扔出来一个不那么性感的产品：Workflows，公开预览。 这玩意儿不是模型，不是聊天机器人，甚至不能直接给你写代码。它是个企业AI的编排层——专门解决一个被忽略很久的问题：模型再聪明，跑不进生产就是个demo。
#开源AI
共 10 篇文章
270亿参数打赢了3970亿MoE：Qwen3.6-27B开源，靠的是把推理过程记下来
先上这个数字：SWE-bench Pro 53.5 vs 50.9。 前者是Qwen3.6-27B，27B参数，4月22日刚开源，Apache 2.0协议。后者是Qwen3.5-397B，397B参数，混合专家架构（MoE），阿里之前的主力
DeepSeek V4今天正式发布：1.6万亿参数，比GPT-5.5便宜8倍，Codeforces干掉了5.4
今天（4月24日），DeepSeek发布了V4。 Bloomberg的标题是「一年后再次颠覆硅谷」。有没有这么夸张暂且不说，但这次确实是两件事一起发： V4-Pro：1.6万亿总参数，激活49B，支持100万token上下文 V4-Flas
阿里最强模型Qwen3.6-Max登顶6项测试，但不开源了：开源明星悄悄学了闭源那套
4月20日，Alibaba发布了Qwen系列有史以来性能最强的模型——Qwen3.6-Max-Preview。 说悄悄，是因为这次没有大张旗鼓的开源庆典，没有Apache协议公告，也没有欢迎下载、商业免费的旗帜。Qwen3.6-Max只在Q
GLM-5.1 SWE-Bench Pro登顶了，更值得说的是：全程华为昇腾，没用一块英伟达芯片
4月7日，Z.ai（原智谱AI）发布了GLM-5.1，754B参数，MoE架构，MIT协议开源。 跑分结果：SWE-Bench Pro 58.4%，全球第一。GPT-5.4是57.7%，Claude Opus 4.6是57.3%。 光这个数
英伟达开源了量子AI模型Ising：35B参数，把量子机校准从几天压到几小时
量子计算机有个让工程师头疼的老问题：校准。一台量子处理器（QPU）每跑一段时间，量子比特之间的相干性就会漂移，需要重新校准。人工校准少则几天，多则一周，这还是在有丰富经验的团队情况下。 英伟达在4月14日给这个问题丢出了一个新方案：NVID
一个26人团队花了公司一半VC，做出了个能打Claude Opus的400亿参数开源推理模型
Arcee AI是家只有26个人的小公司，但他们刚做了一件让圈子里很多人吃惊的事：花了公司大约一半的风险投资，2000万美元，用2048块英伟达B300 GPU跑了33天，训出了一个400亿参数的开源推理模型——Trinity-Large-
Mistral开源4B语音模型，人工评测超过ElevenLabs：3秒克隆声音，每千字1毛6
3月26日，Mistral发布了Voxtral TTS，它们的第一个语音模型。 4B参数，开放权重，人工评测自然度超过ElevenLabs Flash v2.5，API定价0.016美元/千字，可以直接跑在自己的服务器上——这是这
119B参数只激活6.5B：Mistral用一个MoE模型干掉了三个，还Apache协议开源了
3月16日，Mistral发布了Small 4，一个看起来平平无奇的名字，背后藏着一个挺实用的产品思路——用MoE架构把原来三款独立模型全部揉进一个里面，一次部署搞定所有场景。 一个模型，三个用途Mistral之前有三款各司其职的模型： M
Cursor用中国AI模型做旗舰产品，然后没说——事情比你想的复杂
3月22日，Cursor悄悄出了一个新模型 Composer 2，宣传语是frontier-level coding intelligence（前沿级编程智能）。没过多久，一位叫 Fynn 的 X 用户把话说穿了：这东西基本上就是 Kimi