大数跨境

海外开源模型重新提速:Mistral、“美版DeepSeek”同时亮牌

海外开源模型重新提速:Mistral、“美版DeepSeek”同时亮牌 AI前线
2026-10-07
90
导读:西方开放模型阵营开始提速。
整理 | 褚杏娟

西方开放模型阵营正加速追赶。当地时间10月5日,被称为“美版DeepSeek”的美国创业公司Reflection发布首款开放权重模型Beam;次日,法国Mistral推出迄今最大的Mistral Large 4。两家公司不约而同地将GLM、Kimi、DeepSeek和Qwen作为主要对标对象。

Hugging Face数据显示,过去一年中国模型占平台下载量约41%,月度及累计下载量均超越美国。DeepSeek、阿里Qwen、月之暗面Kimi、智谱GLM等模型不断刷新能力上限,成为全球开源开发者的追赶目标。与此同时,Vercel AI Gateway生产流量显示,今年8月开放权重模型处理了平台56%的Token,远超去年12月的不足10%。全球开放模型竞赛已成必然。

美欧开放模型同期亮相

“美版DeepSeek”首秀:效率亮眼,绝对能力仍有差距

Reflection成立于2024年,创始团队来自Google DeepMind,曾参与Gemini、AlphaGo等项目。受DeepSeek V3启发,公司调整战略,致力于将开放模型前沿带回西方。

其发布的Beam模型总参数量5010亿,激活参数230亿,基于23.8万亿Token预训练,并动用1.05万张Nvidia GB300进行为期4周的强化学习。测试显示,Beam在部分高级推理任务上,能以GLM-5.2约三分之一到四分之一的算力实现相近表现。

然而,与中国最新一代模型相比,Beam在绝对能力上仍存在代差。在Agent编程测试DeepSWE v1.1中,Beam得分44.4,低于GLM-5.3(61.0)、Kimi K3(68.0)及DeepSeek V4.1 Flash(74.2);在Terminal Bench v2.1及HLE测试中,Beam得分亦落后于中国头部模型。

Reflection承认Kimi K3等在绝对能力上领先,转而强调Beam的“单位推理算力智能密度”,将其定位为企业可长期运行的主力模型。与DeepSeek的低成本路线不同,Reflection依托巨额融资及Nvidia硬件支持,走的是“重资产”路线。公司计划2027年发布更大规模模型,持续扩大强化学习算力。

Mistral Large 4:冲刺头部,聚焦企业Agent与安全

面对排名下滑的压力,Mistral发布Large 4以重回视野。该模型激活参数520亿,总参数1.05万亿,支持多模态及160多种语言,上下文窗口达100万Token。模型在欧洲数据中心使用约3800张Nvidia Grace Blackwell GPU从头训练,完整权重将于10月底发布。

在Coding Agent Index中,Large 4超过DeepSeek V4 Pro和Qwen 3.8 Max,但在盲测代码质量评分中略低于Claude Opus 5,高于Kimi K3和GLM系列。Mistral重点突出其在企业业务工作流(AutomationBench)中的表现,称其超过Kimi K3等模型,仅在GLM-5.3之下。此外,Large 4在网络安全领域表现优异,进入Artificial Analysis Cyber Index全球前五,强调开放权重模型在私有化部署及安全策略定制上的优势。

复制中国厂商初步跑通的商业模式

Reflection和Mistral均在探索类似中国厂商的商业路径。

Reflection主张垂直整合,从基础模型延伸至推理、Agent、算力管理及数据中心,提出“收入潜力=智能密度×算力规模×企业信任”公式。其逻辑类似早期AWS,通过解决自身训练基础设施问题,向外输出全套智能基础设施能力。

Mistral则主打“欧洲版全栈AI”,强调小而高效、可定制的开放模型更符合企业需求。通过建设欧洲本地数据中心和算力设施,Mistral旨在提供符合欧洲法律体系、可控的训练至部署完整链条,避免核心AI能力受制于人。

对国内开放模型的态度

两家创始人认为,AI市场已从“租赁智能”(调用API)转向“拥有智能”(部署开放模型)。随着中国开放模型能力提升,企业不再需要为闭源模型支付高额溢价,且开放模型在安全性上可通过社区众包发现漏洞,避免单点故障。

对于中国模型的领先,双方归因于商业激励、产业环境及训练资源的共同作用。中国实验室在建设开放生态上具有战略动力,且算力虽不及美国巨头但高于欧洲同行,加之工业化迭代方式,促成了快速崛起。

开放模型的安全性争议

尽管支持开放,两家公司均非极端开放派。Reflection引用“Linus定律”,认为更多眼睛参与检查能提升安全性,并提出“用AI防御AI”思路,但也承认高能力模型需谨慎部署。Mistral CEO Arthur Mensch反对超级智能失控论,主张加强Agent监控与实际治理。这与Anthropic等机构立场部分重合,即开放与闭源模型应面对一致的安全门槛。

参考链接:

https://reflection.ai/blog/introducing-beam?utm_source=chatgpt.com

https://mistral.ai/news/mistral-large-4/?utm_source=chatgpt.com

https://www.youtube.com/watch?v=BKnAeVej0dc

https://mena.entrepreneur.com/business-news/live-from-ai-everything-abu-dhabi-2026-mistral-ais-arthur-mensch-on-the-divide-between-open-and-closed-ai?utm_source=chatgpt.com

https://www.lemonde.fr/economie/article/2026/09/24/arthur-mensch-directeur-general-de-mistral-ai-dans-l-ia-nous-sommes-les-seuls-completement-europeens-du-calcul-au-deploiement-dans-les-entreprises_6781335_3234.html?utm_source=chatgpt.com

声明:本文为 AI 前线整理,不代表平台观点,也不构成投资建议,未经许可禁止转载。

【声明】内容源于网络
0
0
AI前线
面向AI爱好者、开发者和科学家,提供大模型最新资讯、AI技术分享干货、一线业界实践案例,助你全面拥抱AIGC。
内容 8738
粉丝 0
AI前线 面向AI爱好者、开发者和科学家,提供大模型最新资讯、AI技术分享干货、一线业界实践案例,助你全面拥抱AIGC。
总阅读231.8k
粉丝0
内容8.7k