Mistral Large 4 发布，推理能力增强

wren6991：基准测试已经饱和了。前沿模型的测试场景已经变成了「一只穿着渔网袜的犰狳在火星上乱穿马路」。

好吧我忍不住试了一下：

llm -m claude-opus-5.5 'Generate an SVG of an armadillo in fishnet tights jaywalking on Mars'
llm -m gpt-6.1-sol 'Generate an SVG of an armadillo in fishnet tights jaywalking on Mars'
llm -m gemini-3.8-flash 'Generate an SVG of an armadillo in fishnet tights jaywalking on Mars'
llm -m mistral/mistral-large-4 'Generate an SVG of an armadillo in fishnet tights jaywalking on Mars'

各模型的默认推理级别：https://tools.simonwillison.net/markdown-svg-renderer?url=ht...

我们需要在几乎所有事情上设置默认的硬性预算上限 — 2026年10月3日

OpenAI DevDay 2026 现场博客 — 2026年9月29日

2026年的 LLM（截至目前）— 2026年9月27日

这是 Simon Willison 于 2026 年 10 月 6 日发布的一则快讯。

赞助我 $10/月，获取当月最重要 LLM 进展的精选邮件摘要。

付费让我给你发得更少！