跳到正文
模型
模型 Mistral AI Mistral

Mistral 发布 Voxtral 3：语音 Agent SDK + 转录/合成模型

Mistral 10 月 20 日推出 Voxtral 3：语音转录与 TTS 新系列，并附基于 LiveKit 的语音 Agent SDK，把听、推理、工具调用与说话打成一条实时流；支持 50+ 语言，可走欧盟托管 API 或自托管。

官方定位是端到端语音智能体：Voxtral Small Transcribe 3 主打多语转录、说话人分离与关键词偏置，并带结束话轮检测；Realtime 档自称多数场景亚 500ms。Voxtral Mini TTS 3 覆盖 35+ 语言、50+ 方言，可隐式读情绪/语速，也可显式标签控制；Pro Voice 用约 30 分钟录音做专业级音色适配。

Voice Agent SDK 把「转录听 → 通用推理模型想并调工具 → Speech 回」串成流水线，可接 SIP/WebRTC 与现有联络中心。定价示例：Mini Transcribe batch 约 $0.0035/分钟，Realtime 约 $0.008/分钟，Speech 约 $13/百万字符。厂商自称多项转录/表达力评测领先 Whisper、Scribe v2 等，分数以官方自测为主。

Mistral 官方配图：Voxtral 3 语音 Agent 与 Speech 模型发布主视觉

来源与参考资料

同栏目 · 模型

DeepSeek / GitHub

DeepSeek 开源生产推理框架 DeepInfer：跑 V4.1-Flash 的那套栈

DeepSeek 10 月 20 日以 Apache 2.0 开源 DeepInfer：自家大规模生产推理框架，官方称已用于 DeepSeek-V4.1-Flash 高吞吐低延迟服务；并同步放出 deepseek-recipe，对齐官方 API 的编解码逻辑。

模型DeepSeek
DeepSeek DeepInfer 官方 Decode 吞吐与单用户速度 Pareto 图
Vals AI

Vals：DeepSeek V4.1 Flash 1017 在模拟入侵任务上超过 GPT-6 Sol

Vals AI 10 月 20 日称：在自建「模拟企业网」多步进攻性网络安全任务上，开源权重 DeepSeek-V4.1-Flash-1017 平均成绩超过经 Daybreak 受信通道、降低拒答的 GPT-6 Sol；完整基准仍在建设中。

模型GPTDeepSeek
Vals AI 官方配图：DeepSeek V4.1 Flash 1017 与 GPT-6 Sol 模拟网络安全任务对比
Skyfall AI / India Today

Skyfall 发布工程世界模型 SKY-001：厂商称 CAD 上约 150 倍便宜于 GPT-6 Astra

Skyfall AI 推出面向 CAD/BIM 的工程世界模型 SKY-001：分层拆解装配与施工步骤；厂商自测 CAD IoU 79.7%（Astra 79.1%），单样本约 $0.005 / 3.9 秒，对比 Astra 约 $0.75 / 199 秒。

模型GPT
Skyfall 官方配图：Introducing SKY-001 工程世界模型