Mistral 在 10 月 6 日放出 Mistral Large 4，总参数 1 万亿，权重要等到 10 月 27 日才公开；前一天 Reflection AI 公布 Beam，5010 亿总参数、每词元只激活 230 亿，权重同样排在本月晚些时候。两家不同量级的实验室在 48 小时内先后亮相，共同点是眼下能拿到的只有一段说明和一个排队入口。同一周，AWS 把 OpenAI 的智能体运行时搬进了自己的身份与审计体系，Uber 公开了把 800 多个内部 MCP 服务器、5000 多个工具接给智能体的做法，SAP 宣布 Joule Work 已在自家 11 万名员工身上跑起来。模型这一侧的供给在变宽松，企业这一侧要自己动手的部分却一件件显形：谁能调用、谁来批、事后查得到查不到。
权重要等，端点现在就有
Mistral Large 4 是 10 月 6 日发布的，原生多模态，官方给的总参数是 1 万亿。它现在只能通过一个带护栏的公共端点调用，权重要等安全测试做完，公司给出的日期是 10 月 27 日。训练全程跑在 Mistral 自己的基础设施上，用了约 4000 张 NVIDIA GPU；ASML 领投过它的 C 轮，三星上月领投 D 轮，估值 210 亿欧元。Mistral 称模型在编程、金融、地理空间分析、制造与产品设计上缩小了与前沿模型的差距，视觉定位一项据称优于闭源前沿模型；这些是厂商自评，TechCrunch 报道时独立评测结果尚未出来。预览期内，一部分网络安全方向的合作方可以拿到护栏更少的版本做能力测试。
Reflection 的 Beam 早一天公布，稀疏混合专家结构，5010 亿总参数、每词元激活 230 亿，主打编程、推理与智能体任务。两个阶段的规模都写得比同行具体：预训练用 23.8 万亿 token，在 6144 张 GB300 NVL72 上四周内跑完，官方称有效训练时间占比 92.3%，期间做了九次半自动回退；强化学习阶段在 10500 张 GB300 上跑四周，产生 1 亿次以上采样，训练与打分用掉约 13 亿个沙箱，新权重进入推理集群的中位时间是 12 秒。评测同样是自报：Terminal Bench v2.1 得 80.1，SWE-Bench Verified 得 80.9，AIME 2026 得 97.8，GPQA Diamond 得 90.5。官方强调的不是分数而是推理成本，称在高级推理基准上用比同类模型少三到四倍的推理算力拿到相当成绩，并给了一个推理强度旋钮，让用户自己换 token 消耗与效果。权重、技术报告、模型卡以及运行、评测、微调的全套栈本月以 Apache 2.0 放出。
两家公司都把“有能力”和“可下载”拆成了两个日期，这本身就是当下开源权重状态的一个说明：发布当天公布的是参数、架构和一份排队名单，能验证的人要再等几周。
平台把“能用多少”重新划了一遍
OpenAI Codex 负责人 Thibault Sottiaux 从 10 月 5 日起立了个 28 天的承诺：接下来每天，团队要么发布一项对多数 Codex 或 ChatGPT Work 用户明显有用的改进，要么做一次完整额度重置。第一天交出的是提速——GPT-6 Astra 与 GPT-6.1 Sol 的默认生成速度从每秒约 30 token 提到约 50，覆盖 OpenAI 自家订阅产品，也覆盖走 Sign in with ChatGPT 的 OpenCode、Pi、Amp 与 Devin。The New Stack 指出，30 到 50 严格算接近三分之二而不是一半，且两个数字都是粗估而非基准结果。同一天 OpenAI 公布文字水印 textGrain：全球 API 客户可为部分模型主动开启，欧盟范围内符合条件的 ChatGPT 与 Codex 文字输出将在数周内默认带上不可见标记。公司同时写明了三条限制——文本被编辑过或过短时检测会变弱，水印不证明作者身份也不证明内容属实，检测器目前只向获批的研究者与机构开放。这个承诺还有个反向的时间点：OpenAI 已通知，10 月 30 日起 200 美元档 Pro 的 Codex 与 Work 额度从 Plus 的 20 倍降到 10 倍，同时新增一档 500 美元的套餐。
谷歌的动作落在分档上。10 月 9 日起，Gemini 个人账号的可用模型重新划分：免费账号只剩 Flash-Lite；每月 4.99 美元的 AI Plus 失去 Gemini 3.1 Pro，需要 Pro 的人得升到 20 美元档；每个模型新增低、中、高三档“用力程度”，档位越高消耗额度越多；Deep Think 向 AI Pro 与 Ultra 开放。Anthropic 从 10 月 6 日起把 Pro 与 Max 用户的 Claude Cowork 任务改到云端执行，桌面端的“仅在本机”开关随之取消，此前在本机起的任务跑完为止。任务因此能跨端续跑：在浏览器侧栏起的任务可以在桌面或手机上接着做，完成或需要输入时推到手机；本地文件仍可读，条件是桌面端程序在本机开着当桥。
三家方向不同，落在用户身上是同一件事：同等价格能拿到的东西被重新划过一遍，而划线的依据不再是模型强不强，是额度、档位和端。
企业这一侧要补的三件东西
AWS 与 OpenAI 一起做了 Amazon Bedrock Managed Agents，把 OpenAI 的 Agents API 改造成跑在 AWS 环境内的有状态多步智能体。执行环境二选一：自托管开发机或容器，或 Bedrock AgentCore Runtime 托管会话，状态存在客户自己的 AWS 账户里。治理部分是这次的重点——每个智能体拿到一个 IAM 角色，重要动作可以要求人工审批，支持的 API 活动记进 CloudTrail。预览期的边界写得很清楚：只支持单智能体的工具循环，多智能体上下级拓扑要等后续版本；输入输出限于文本、JSON 与代码文件，不含图像和实时音频；区域限于美东弗吉尼亚、美西俄勒冈与美东俄亥俄；不带商用 SLA。同批上架的还有 GPT-6.1 Sol、GPT-6 Astra 的 UltraFast 档、Claude Sonnet 5.5 与 Grok 4.7，亚马逊把延迟与定价摆在同一张表里比较。
Uber 工程团队公开了 MCP Gateway 的设计，这是这周少见的一份把企业内接入讲细的材料。公司存量服务跑在 HTTP、gRPC 和自家的 TChannel 上，网关做的事是把这些接口翻译成 MCP，下游服务一行不改。控制面是 MCP Registry，存工具定义、归属和启用状态；数据面是 Proxy Gateway，负责转发和协议翻译。工具定义由 AutoCrawler 生成：对用 Protobuf 或 Thrift 定义的服务，它读接口定义抽出方法与结构，再用一个模型把结构写成给智能体看的说明。自动化到此为止，接下来不是——所有被发现的服务和工具默认禁用，必须由负责这个服务的团队逐条审阅、生成配置差异、确认启用，旧配置保留可回滚。运行时按工具粒度执行授权策略，并对返回内容做敏感信息脱敏。5000 多个工具还有另一个麻烦：说明和结构会吃掉上下文窗口，所以 Uber 另做一个 Omni MCP，只暴露四个操作——找服务、列工具、取结构、调用，让智能体按需取用，并支持调用方指定字段、由网关裁剪返回。
SAP 在拉斯维加斯的 SAP Connect 上给出了企业侧的另一半：Joule Work 已在自家 11 万名员工身上运行，在财务、人力资源与采购三项上录得 20% 的生产力提升。这是厂商内部自评，公司没有公布基线、时间窗和任务构成，而 SAP 员工跑的是自家系统、数据模型和流程设计，换到有多年定制和并购遗留系统的企业，起点并不相同。支撑层是 SAP Knowledge Graph，映射了 700 多万个数据字段；Business AI Platform 上跑着 70 多个模型，治理架构通过了 ISO/IEC 42001 认证；通过 Agent2Agent 协议，Joule 可以接第三方智能体。客户侧本月开始铺，早期用户包括诺华、Morgan Foods、雀巢与 PwC。国际贸易助理的早期部署把商品归类的工作量砍掉最多一半，归类是有明确输入、可核对输出、规则密集的任务，换成财务月结或采购谈判就没有这么干净的口径。
把十几段流水线压成一个模型
Yandex 10 月 5 日公布的 Sona 是这周少见的一个把架构减法做完的公开案例。智能音箱上的推荐原本是一串级联：十几个候选生成器各出一批，交给预排序，最后由一个吃着几百个人工特征的重量级排序模型定稿。Sona 用一个共享的用户表示把三件事合成一次——编码器每次请求只读一遍用户历史，解码器直接生成候选，排序模块对着同一份编码器状态打分，全程不碰人工特征，输入只有埋点字段和学出来的语义 ID。编码器看 8192 条历史但深度分配不均：最近 2048 条过七层自注意力，更早的只走一层全历史交叉注意力，官方称保住了大部分效果、推理成本约为一半。训练时还有一个不上线的老师——一个 6 亿参数的冻结排序模型给解码器生成的候选和已曝光样本打分，学生去拟合这些分数，上线时老师被摘掉。线上实验跑了七天、每分组 15% 的用户，相对对照组：活跃用户 +4.53%，总收听时长 +6.30%，点赞 +11.42%，重复播放指令 +17.99%，深度参与用户 +7.37%，公司称均统计显著。新权重每 10 分钟上一次线，端到端延迟中位数 45 分钟。
另外两则
亚马逊把 Nova 2.5 Sonic 推到正式可用，同一会话里声音和文字可以混用，支持异步工具调用和更长的对话上下文，覆盖七个语种，价格与上一代 Nova 2 Sonic 持平，配套的 Strands Bidi Agents 框架同日转正。Cohere 的 Embed 5 分 Pro 与 Fast 两个版本，支持文本、图像和混合输入，覆盖 100 多种语言，两者共享同一嵌入空间与相同输出维度，团队可以用 Pro 建索引、用 Fast 做查询，上下文窗口 128K；官方给的基准成绩同样是自报，检索团队还是要在自己的语料上再测一遍。
把今天这几条并排看，一个具体的变化是：模型发布的单位正从“一个能调用的端点”变成“一份能下载、能改、能自己跑的东西”，而企业采购的单位正从“哪个模型更强”变成“这一段流程用哪个模型划算、谁来批、出了事查得到谁”。存量系统不必重写也能接进来，但接进来那一步必须有人签字。还没看到公开答案的是后半段——Sona 那种把十几段压成一段的做法，在能天天做 A/B 的推荐场景里立得住，在一年只做几次、做错要返工的场景里，压扁之后的那一次判断由谁复核，目前没有可参照的公开材料。
来源与说明
[1]: Introducing Beam: Reflection’s 501B open-weight model —— Reflection AI 官方博客 / 2026-10-05 (https://www.reflection.ai/blog/introducing-beam) [2]: Reflection AI Unveils Beam, a 501B-Parameter Open-Weight Model —— Unite.AI / 2026-10-06 (https://www.unite.ai/reflection-ai-unveils-beam-a-501b-parameter-open-weight-model/) [3]: Mistral’s new 1T model aims to leapfrog closed and open rivals —— TechCrunch / 2026-10-06 (https://techcrunch.com/2026/10/06/mistrals-new-1t-model-aims-to-leapfrog-closed-and-open-rivals/) [4]: Mistral CEO says new AI model beats Chinese ones in some areas —— Reuters（经 StreetInsider 转载）/ 2026-10-06 (https://www.streetinsider.com/Reuters/Mistral+CEO+says+new+AI+model+beats+Chinese+ones+in+some+areas/27150937.html) [5]: Mistral Large 4 launches with 1T parameters, open weights promised for end of October —— deniz.in（经 Hacker News 首页）/ 2026-10-06 (https://deniz.in/mistral-large-4-launches-with-1t-parameters-open-weights-promised-for-end-of-oct) [6]: Mistral ML4 Packs 1 Trillion Parameters, Open Weights Due in Three Weeks —— Tech Beat（转述 TechCrunch）/ 2026-10-06 (https://techbeat.co/story/mistral-ml4-packs-1-trillion-parameters-open-weights-due-in-three-weeks) [7]: Developers are secretly hoping OpenAI fails to ship this month —— The New Stack / 2026-10-05 (https://thenewstack.io/openai-codex-shipping-sprint/) [8]: OpenAI’s Codex lead stakes usage resets on 28 days of daily shipping —— Pivot News（转述 The New Stack）/ 2026-10-05 (https://pivotnews.ai/build/openai-s-codex-lead-stakes-usage-resets-on-28-days-of) [9]: OpenAI Kicks Off 28-Day Release Marathon: GPT-6 Speeds Up 50%, Text Watermarks and Image Ads Debut —— BigGo Finance / 2026-10-06 (https://finance.biggo.com/news/ff5fe2d3-fb87-4b1a-9da0-c4292969412e) [10]: AI News Today: Latest AI Tools, Models & Agent Updates（textGrain 条目）—— ToolWorthy / 2026-10-06 (https://www.toolworthy.ai/ai-news) [11]: Gemini model access limits: Google’s October plan —— NeoTeo / 2026-10-06 (https://www.neoteo.com/en/google-plans-gemini-model-access-changes-for-october) [12]: Gemini Free Tier Drops Flash and Pro on Oct 9; Flash-Lite Only —— TPS Report（转述 Engadget）/ 2026-10-06 (https://tpsreport.news/news/google-gemini-free-tier-flash-lite-only-october-9) [13]: Use Claude Cowork on web, desktop, and mobile —— Anthropic 官方支持文档 / 2026-10-06 (https://support.claude.com/en/articles/15520349-use-claude-cowork-on-web-desktop-and-mobile) [14]: Anthropic transitions Claude Cowork to cloud-based execution —— AI Understanding（依据 Anthropic 支持文档）/ 2026-10-06 (https://aiunderstanding.org/sn/news/anthropic-transitions-claude-cowork-to-cloud-based-execution) [15]: AWS Opens Bedrock Managed Agents Powered by OpenAI to Public Preview —— SunMarc App Labs / 2026-10-06 (https://www.sunmarcs.com/blog/aws-bedrock-managed-agents-openai-public-preview) [16]: Amazon Unveils Bedrock Managed Agents with OpenAI Integration and Q3 Service Updates —— 25finz（转述 CRN 与 AWS 官方博客）/ 2026-10-06 (https://25finz.com/amazon-unveils-bedrock-managed-agents-with-openai-integration-and-q3-service-updates) [17]: AI 新闻日报 2026-10-06：智能体被收进云身份体系 —— DAMO 开发者矩阵（整理 AWS 官方周报）/ 2026-10-06 (https://damodev.csdn.net/6ac42e15ad85947e68ce0336.html) [18]: How Uber exposes existing APIs to AI agents through its MCP Gateway —— DEV Community（整理 Uber 工程博客 Designing MCP Gateway）/ 2026-10-05 (https://dev.to/jatniel/how-uber-exposes-existing-apis-to-ai-agents-through-its-mcp-gateway-2a2c) [19]: Uber Deploys MCP Gateway to Scale AI Agent Access Across 800 Servers —— ClawdBytes / 2026-10-05 (https://clawdbytes.com/article/2026-10-05-how-uber-exposes-existing-apis-to-ai-agents-through-its-mcp-gateway.html) [20]: Uber details its MCP Gateway: 800+ MCP servers, 5,000+ tools —— AGI Hunt / 2026-10-05 (https://agihunt.info/en/p/1a1087c6d10edc6777b73594fee) [21]: SAP Begins Joule Work Customer Rollout and Debuts SAP Pay —— Unite.AI / 2026-10-06 (https://www.unite.ai/sap-begins-joule-work-customer-rollout-and-debuts-sap-pay) [22]: SAP Joule Work Runs on 110,000 Employees as Agentic ERP Ships —— Bytevyte / 2026-10-06 (https://bytevyte.com/sap-joule-work-runs-on-110-000-employees-as-agentic-erp-ships) [23]: Yandex Introduces Sona: A Single Generative Recommender That Replaces Entire Recommendation Cascade —— MarkTechPost / 2026-10-05 (https://www.marktechpost.com/2026/10/05/yandex-introduces-sona-a-single-generative-recommender-that-replaces-entire-recommendation-cascade/) [24]: AI Recommendation Engine: Yandex Tests Sona in Production —— Encorp.ai / 2026-10-05 (https://encorp.ai/en/blog/ai-recommendation-engine-yandex-tests-sona-production-2026-10-05) [25]: Sona: One Transformer Replaces Yandex’s 15-Stage Music Recommender —— AI Mastery（依据 MarkTechPost 与 Yandex 技术报告）/ 2026-10-05 (https://www.aimastery.page/news/sona-one-transformer-replaces-yandex-music-recommender) [26]: AWS AI Updates: October 6, 2026（Nova 2.5 Sonic 与 Strands Bidi Agents）—— my2cents.ai / 2026-10-06 (https://www.my2cents.ai/news/2026-10-06-aws) [27]: Top Tech News Today, October 6, 2026（Nova 2.5 Sonic 条目）—— Tech Startups / 2026-10-06 (https://techstartups.com/2026/10/06/top-tech-news-today-october-6-2026-amazon-amd-apple-deepseek-google-uber-more/) [28]: Cohere launches Embed 5 Pro and Fast in a shared embedding space —— ToolWorthy（依据 Cohere 官方博客）/ 2026-10-06 (https://www.toolworthy.ai/ai-news) [29]: AI Daily Newsstand: October 6, 2026（Beam 与 Kolibri 条目）—— BYOBot / 2026-10-06 (https://byobot.ai/ai-news/ai-daily-newsstand-october-6-2026)
说明：Mistral Large 4 的 1 万亿总参数、约 4000 张 GPU 自训、10 月 27 日公开权重、预览期向网络安全合作方开放低护栏版本，以及 ASML 与三星的投资关系，来自 Mistral 官方公告与 Reuters、TechCrunch 报道；其在视觉定位上优于闭源前沿模型的说法为厂商自评，报道时独立评测未出，本文已标注。Beam 的 5010 亿总参数、230 亿激活、23.8 万亿 token 预训练、6144 张 GB300 NVL72 与四周完成、92.3% 有效训练时间占比、10500 张卡上的强化学习规模、1 亿次采样与约 13 亿沙箱、新权重 12 秒上线的中位时间，以及 Terminal Bench、SWE-Bench Verified、AIME 2026、GPQA Diamond 得分，全部出自 Reflection 官方博客，属自报口径；“少三到四倍推理算力”亦为官方估算，其说明中已声明不含预填充、注意力运算与线上serving开销。OpenAI 提速的 30 与 50 token/秒为 Sottiaux 在社交平台给出的粗估，The New Stack 已指出严格算接近三分之二；额度调整与新增档位来自 The New Stack 与 Pivot News 转述。Gemini 分档调整的日期与三档用力程度来自 Engadget 报道与谷歌支持页面转述，免费额度与具体消耗倍率官方未披露。Claude Cowork 云端执行、跨端续跑与桌面端桥接来自 Anthropic 官方支持文档。Bedrock Managed Agents 的 IAM 角色、人工审批、CloudTrail、区域限制与预览期边界出自 AWS 官方说明与两篇独立整理。Uber MCP Gateway 的 800 余服务器、5000 余工具、AutoCrawler、默认禁用与业主审批、Omni MCP 四个操作与响应裁剪，出自 Uber 工程博客及三篇独立整理。SAP 的 11 万员工、20% 提升、700 余万字段、70 多个模型、ISO/IEC 42001 认证与商品归类工作量减半均为公司自述，本文已说明其为内部自评且未公布基线。Sona 的十五段以上流水线、七天实验、各单项提升幅度、8192 条历史与七层/一层分配、6 亿参数教师模型、10 分钟更新与 45 分钟中位延迟，出自 Yandex 技术报告经 MarkTechPost 与两篇独立整理转述，为厂商自报，且限于智能音箱单一场景。本期未采用涉及公共部门协议、跨境监管博弈、可被照做的安全过程与具体安全事故的若干候选线索。