新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
Qwen 发布统一多模态理解与生成模型 Qwen VLo，预览版可通过 Qwen Chat 访问，支持直接文生图和上传图片后按指令修改。该模型采用从左到右、从上到下的渐进式生成方式，支持中英文等多语言指令，可完成风格迁移、背景替换、文字编辑以及检测、分割、边缘提取等任务。官方表示多图输入和极端宽高比生成尚未正式上线，模型仍处预览阶段，存在生成不准确、不遵循指令等不足。
推荐理由：原文给出统一理解与生成模型的预览入口和能力边界，读者可据此判断多模态生成的实际可用程度。
Mistral AI 发布首款推理模型 Magistral，分为 24B 参数的开源版 Magistral Small 和面向企业的 Magistral Medium。
推荐理由：Mistral AI 首款推理模型同时给出开源版与商用版，并公开训练论文，读者可据此判断其推理能力与开放程度。
Qwen3 Embedding 系列发布，包含 0.6B、4B、8B 三种尺寸的文本嵌入与重排模型，基于 Qwen3 基础模型构建，以 Apache 2.0 协议在 Hugging Face 和 ModelScope 开源，技术报告与代码已发布在 GitHub。
推荐理由：原文给出 Qwen3 Embedding 系列的尺寸、评测分数与开源入口，读者可据此判断它在检索与重排任务上的选型空间。
Mistral AI 发布首个面向代码的嵌入模型 Codestral Embed，官方称其在真实代码检索任务上优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。
推荐理由：官方给出代码嵌入模型与三家竞品的对比，以及维度与精度的取舍方式，便于评估检索成本。
Mistral AI 与 All Hands AI 合作发布面向软件工程任务的智能体模型 Devstral，以 Apache 2.0 许可开源，在 SWE-Bench Verified 上得分 46.8%，超过此前开源 SOTA 逾 6 个百分点，并在同一 OpenHands 测试框架下超过 Deepseek-V3-0324（671B）和 Qwen3 232B-A22B。
推荐理由：Devstral 在 SWE-Bench Verified 上以 46.8% 超过此前开源 SOTA 逾 6 个百分点，并给出单卡 4090 可跑的本地部署路径。
Mistral AI 发布 Mistral Medium 3，称其在多项基准上达到 Claude Sonnet 3.7 的 90% 以上，价格为每百万 token 输入 0.4 美元、输出 2 美元。
推荐理由：官方给出 Mistral Medium 3 的定价、对标模型与部署门槛，可据此判断企业自部署的成本与可行性。
Qwen 发布 Qwen3 系列，旗舰 MoE 模型 Qwen3-235B-A22B 在编码、数学和通用能力评测中与 DeepSeek-R1、o1、o3-mini、Grok-3、Gemini-2.5-Pro 等模型表现相当。
推荐理由：原文给出 Qwen3 全系开源规格、混合思考模式与预训练数据规模，便于读者判断其与同级模型的定位差异。
Qwen 正式发布视觉推理模型 QVQ-Max 的首个版本，可理解图像和视频内容并进行分析推理，覆盖数学题、代码、创作等场景。官方称通过调整模型思考过程的最大长度，其在 MathVision 多模态数学基准上的准确率持续提升。后续将聚焦更准确的观察、可操作手机或电脑的视觉 Agent 以及工具验证、视觉生成等交互方式。
推荐理由：官方给出 QVQ-Max 的视觉推理能力定位与后续路线，读者可据此判断多模态推理模型的当前边界。
Qwen 团队发布端到端全模态模型 Qwen2.5-Omni，可处理文本、图像、音频和视频输入，并以流式方式同时输出文本与自然语音。该模型采用 Thinker-Talker 架构，并提出 TMRoPE 位置嵌入来同步视频与音频时间戳，支持分块输入和即时输出的实时交互。
推荐理由：原文给出 Thinker-Talker 架构与实时语音视频交互能力，读者可据此判断端到端全模态模型的落地方式。
Qwen 团队以 Apache 2.0 许可开源 Qwen2.5-VL-32B-Instruct，在 Qwen2.5-VL 系列基础上用强化学习继续优化。
推荐理由：官方给出 32B 视觉语言模型的基准对比与演示案例，可据此判断同规模开源多模态模型的当前水平。
Mistral AI 发布 Mistral Small 3.1，在 Mistral Small 3 基础上提升文本性能与多模态理解，上下文窗口扩展至 128k tokens，推理速度达 150 tokens/秒，采用 Apache 2.0 许可。
推荐理由：官方给出 Mistral Small 3.1 在文本、多模态与长上下文上的具体提升和部署门槛，便于判断其端侧可用性。
Qwen 发布 QwQ-32B，一个 320 亿参数的推理模型，官方称其性能可与 6710 亿参数（激活 370 亿）的 DeepSeek-R1 相比。该模型以 Apache 2.0 协议在 Hugging Face 和 ModelScope 开源权重，并可通过 Qwen Chat 使用。
推荐理由：原文给出 32B 模型对标 671B 的评测结果与两阶段 RL 训练方法，可据此判断小模型推理路线的可行性。
Qwen 团队发布 QwQ-Max-Preview，这是基于 Qwen2.5-Max 构建的推理模型预览版，在数学、编码和通用领域任务上表现突出，并擅长 Agent 相关工作流。官方表示 QwQ-Max 与 Qwen2.5-Max 将以 Apache 2.0 协议开源，后续还会推出 Qwen Chat App，并开源 QwQ-32B 等更小的推理模型供本地部署。
推荐理由：原文给出 QwQ-Max-Preview 的能力定位与后续开源、App 和小模型计划，读者可据此判断 Qwen 推理模型的路线。
Qwen2.5-Max 是预训练超过 20 万亿 token 的大规模 MoE 模型，并经过 SFT 与 RLHF 后训练，现已在 Qwen Chat 上线并通过阿里云提供 API，模型名为 qwen-max-2025-01-25。
推荐理由：原文给出 Qwen2.5-Max 的预训练规模与多项基准对比，读者可据此判断大规模 MoE 路线的能力位置。
Qwen 开源 Qwen2.5-7B-Instruct-1M 和 Qwen2.5-14B-Instruct-1M 两个模型，首次将开源 Qwen 模型的上下文长度提升到 1M token。
推荐理由：原文给出两个开源长上下文模型及配套 vLLM 推理框架，读者可据此评估本地部署 1M token 场景的硬件门槛与提速幅度。
Qwen 发布新一代旗舰视觉语言模型 Qwen2.5-VL，并开源 3B、7B、72B 的 base 与 instruct 版本，可在 Hugging Face 和 ModelScope 获取。
推荐理由：原文给出 Qwen2.5-VL 三个尺寸的开源权重与视觉智能体、长视频理解等能力变化，便于读者判断多模态模型的可选范围。
Qwen 发布 QwQ-32B-Preview，这是一款专注深度推理的模型，官方博客用一道加括号使等式成立的数学题展示了它的逐步思考过程。模型在尝试多种括号组合后得出 1 + 2 * (3 + 4 * 5 + 6) * 7 + 8 * 9 = 479 的答案。
推荐理由：原文展示了 QwQ-32B-Preview 在复杂数学题上的完整推理过程，读者可据此判断其链式推理能力与边界。
Qwen2.5-Turbo 发布，上下文长度从 128k 扩展到 1M，约合 100 万英文单词或 150 万汉字。该模型在 1M 长度的 Passkey Retrieval 任务上准确率 100%，RULER 得分 93.1，超过 GPT-4 的 91.6 和 GLM4-9B-1M 的 89.9。
推荐理由：原文给出上下文从 128k 扩展到 1M 的实测数据与推理加速幅度，可据此判断长文本场景的可用边界。
阿里开源 Qwen2.5-Coder 系列，新增 0.5B、3B、14B、32B 四个尺寸，加上此前的 1.5B 和 7B 共覆盖六种规模。旗舰 Qwen2.5-Coder-32B-Instruct 在 EvalPlus、LiveCodeBench、BigCodeBench 等代码生成基准上取得开源模型最佳成绩，Aider 代码修复得分 73.7，与 GPT-4o 表现相当。
推荐理由：官方给出六种尺寸的完整规格与多项基准成绩，读者可据此判断开源代码模型当前的可用边界。
Qwen 团队发布 Qwen2.5 系列开源模型，包含语言模型 Qwen2.5（0.5B 到 72B）、代码模型 Qwen2.5-Coder 和数学模型 Qwen2.5-Math，除 3B 和 72B 外均采用 Apache 2.0 许可。
推荐理由：原文给出 Qwen2.5 全系列尺寸、开源许可与基准对比，读者可据此判断开源模型与闭源模型的差距。