10 月模型发布潮：Mistral Large 4 万亿参数开放权重，Haiku 5.5 分档降价
10 月上旬（10/1–10/9）至少 13 个模型发布：Mistral Large 4 以 1 万亿总参数、490 亿激活登场并预告月底开放权重；Claude Haiku 5.5 分档降价；10/1 还是个「专用模型日」，决策、语音、视频各自来了一个专用模型，10/2 又补上一个专用翻译模型；上旬之后（10/12 前后）还有两条。热闹背后，10 月的主线其实不是「更强的通用大模型」。
一、先把时间线摆出来
10 月上旬的发布密度相当高。以下型号、日期与规格均来自各厂商的公开发布信息（属于厂商自称，非第三方实测）：
| 日期 | 厂商 | 模型 / 产品 | 关键信息 |
|---|---|---|---|
| 10/1 | Cloudflare | Clef / Clef-flash | 决策模型，27B / 9B，Apache 2.0 |
| 10/1 | Amazon（Strands Labs） | Strands Decider 2B | 2B 决策模型，权重/数据/脚本全开源 |
| 10/1 | Microsoft AI | MAI-Transcribe-2-Streaming | 60 语言流式语音转文字 |
| 10/1 | Microsoft AI | MAI-Voice-2.1 / -Flash | 23 语言 26 方言 TTS |
| 10/1 | Tavus | Griffin-Lite | 全双工视频对话模型（预览） |
| 10/2 | 哔哩哔哩 Index 团队 | Index-Translate-35B-A3B-preview | MoE 翻译模型，150 种语言，权重免费 |
| 10/5 | 腾讯云 | Hy Image 3.5 Preview | 图像方向新版本 |
| 10/6 | Gemini Nano Banana 2.1 | 图像方向新版本 | |
| 10/6 | Mistral | Mistral Large 4（ML4） | 1 万亿总参 / 490 亿激活，预告月底开放权重 |
| 10/7 | Z.AI | GLM 5.3 Fast | GLM-5.3 之外的快速档 |
| 10/7 | Anthropic | Claude Haiku 5.5 | 分档降价 |
| 10/8 | xAI | Grok Imagine Video 1.5 Lite | 视频方向 Lite 版本 |
| 10/9 | Reka | Reka Edge 2603 | Edge 系列新版本 |
10/12 前后还有两条：GPT-6 面向全部 ChatGPT 用户分层上线，通义千问图像模型新增接入方式。Mistral 还与 Mozilla 合作，把开放、私密、多语言的 AI 能力带进 Firefox。
二、Mistral Large 4：万亿参数旗舰，和一句「月底开放权重」
Mistral Large 4（简称 ML4，内部代号 Le Chonk）在 10/6 放出公开预览。按厂商公布的数据：
- 1 万亿总参数、490 亿激活 —— 是 Mistral 目前最大、也是最强的旗舰
- 官方预告月底开放权重，也就是 10 月底
- 公开预览阶段可通过 Mistral 官方 API 调用
值得注意的是发布姿态：这已经不是「闭源小模型靠低价抢份额」的路子了，而是万亿参数 + 开放权重。Mistral 一直把「开放」当作品牌资产，这一次把万亿级旗舰也放进来了。对下游而言，这意味着旗舰能力的定价权正在从「谁有卡」转向「谁敢开放」。
三、10/1 是个「专用模型日」
如果只盯着 ML4，会错过 10 月真正的量级。同一天，四个厂商扔出五个不写文本、只干一件事的模型（Microsoft 独占两款）：
- Cloudflare · Clef 与 Clef-flash（27B / 9B）：从 Qwen 基座后训练而来，可读取文本、JSON、图像、视频。Workers AI 上输入价 $0.24 与 $0.09 每百万 token，上下文 65,536，Apache 2.0 开放权重
- Amazon Strands Labs · Strands Decider 2B：2B 决策模型，可以本地跑在 CPU 或 GPU 上，权重、训练数据、脚本全部开源，Apache 2.0
- Microsoft AI · MAI-Transcribe-2-Streaming：60 种语言的流式语音转文字，$0.54 每小时音频，引入价持续到 2026 年底
- Microsoft AI · MAI-Voice-2.1 / MAI-Voice-2.1-Flash：23 种语言、26 种方言的 TTS，标准版 $22 每百万字符，Flash 版 $15 每百万字符，厂商称 Flash 端到端 150ms
- Tavus · Griffin-Lite：全双工视频对话模型预览
这一批的定价口径值得单独记一笔：语音类模型卖的是「小时」和「百万字符」，不是 token；决策类模型卖的是极低单价的输入 token（$0.09～$0.24 每百万）。如果你的成本模型只按 token 估算，这批模型会被系统性地算错。
四、翻译被单独做成了一个模型
10/2，哔哩哔哩 Index 团队发布 Index-Translate-35B-A3B-preview：MoE 架构，35B 总参、3B 激活，支持 150 种文本语言，上下文 262,144，Apache 2.0，权重免费。
这是一条很清晰的产品线信号：翻译曾经只是通用大模型的一个「顺手能做」的指令，现在被抽出来做成了独立的、可私有部署的、按语言对计价的能力。对做国际化业务的公司，专用翻译模型 + 通用模型兜底，比一律用旗舰模型跑翻译便宜得多。
五、上架不等于发布
同期 OpenRouter 上架了三个没有厂商发布页的模型：
| 模型 | 上下文 | 价格 |
|---|---|---|
Unbiased Pareto 26.10 Preview | 1.05M | $0.80 输入 / $3.20 输出 每百万 token |
Apodex 1.1 Mini | 262K | 免费档 |
InclusionAI Ling 3.1 Flash | 262K | 免费档 |
「上架不等于发布」—— 这是选型时非常容易踩的坑。聚合平台上有入口，只说明有人把权重接了进去，不代表厂商发了正式公告、跑了评测、承诺了 SLA 或定价。把这类模型直接写进生产架构的风险是：上游任何一次悄悄下架，你的业务链路就断了，而事前没有任何预警。
六、价格分层：Haiku 5.5 与 GLM 5.3 Fast
- Claude Haiku 5.5（10/7）：分档降价，把更便宜的档位继续下探。这与 Anthropic 一贯的策略一致 —— 不动旗舰价格，而是不断压低「够用档」的价格，用价格梯度把非关键流量从 Opus 引下来
- GLM 5.3 Fast（10/7）：Z.AI 在 GLM-5.3 之外补的一个快速档，同样是「同一能力线切出不同成本/延迟档位」的思路
把这两件事和 10/1 那批专用模型放在一起看，「价格分层」已经从旗舰厂商的策略变成了全行业的默认形态：同一个能力线上，你要快就买 Fast 档，要便宜就买小模型档，要开放就买 Apache 2.0 的权重档。
七、10 月的主线不是「更强的通用大模型」
如果把 10 月的发布按类别归拢，会看到一个和上半年很不一样的主线：
- 专用模型：决策、翻译、语音、视频，每个方向都有独立的单点模型，而不是通用模型的一个 prompt
- 开放权重：ML4 预告月底开放、Clef 与 Strands Decider 2B 直接 Apache 2.0、Index-Translate 权重免费
- 价格分层：Haiku 5.5 下探、GLM 5.3 Fast、Cloudflare 的 $0.09/$0.24 档
其中最值得单独拎出来的是决策模型。它的形态是：只输出选项、分数或概率，不生成文本。这类模型正在成为 Agent 工具调用前置环节的廉价替代 —— 在真正花钱调用旗舰模型之前，先用一个几 B 的小模型判断「这个请求该走哪条路、要不要调用、置信度多少」。
这不是概念，是可以立刻算的账：一次路由决策的输出可能只有几十个 token，而一次旗舰模型调用动辄几千 token 输入、几百 token 输出。假设路由判断足够准，就能把相当一部分请求挡在旗舰模型之外 —— 用一个便宜模型挡掉无效调用，账单是直接减的。
八、落地建议：什么场景换哪一类
- 语音转写（ASR）：优先看按小时计费的专用模型，而不是拿通用模型硬转。
MAI-Transcribe-2-Streaming的 60 语言覆盖与 $0.54/小时 的定价，对会议、客服录音这类批量场景是量级差异。注意它的引入价只持续到 2026 年底，做预算时别把它当长期价格 - 语音合成（TTS）：标准版 $22/百万字符 与 Flash 版 $15/百万字符 之间，Flash 的 150ms 端到端延迟是厂商自称的，但如果你做的是实时客服播报，这个量级的差异值得你用自己的音频实测一遍再决定
- 翻译：
Index-Translate-35B-A3B-preview这类专用模型（150 种语言、权重免费、Apache 2.0）是首选，尤其是对数据出境敏感或需要私有部署的场景。通用模型只用来处理那些需要上下文的翻译任务 - 决策 / 路由：在 Agent 的工具调用前置环节加一层决策模型（
Clef/Strands Decider 2B）。2B 的Strands Decider甚至可以本地跑在 CPU 上，数据不出内网 - 视频：
Grok Imagine Video 1.5 Lite与Griffin-Lite分别代表两条路 —— 前者是大厂视频能力的 Lite 档，后者是全双工对话式视频（不是生成，是交互），两者的 API 形态完全不同，别混用 - 通用旗舰：
Mistral Large 4与 GPT-6 分层上线对应的是两类需求 —— 前者卖点是万亿参数的开放权重路线，后者是消费级产品的分层可用
有一条通用原则值得单独强调：在上生产之前，先确认这个模型是「发布」还是仅仅「上架」。前者通常意味着有版本号、有定价承诺、有 SLA；后者只有一行 API 文档。
九、写在最后
10 月这波发布潮里最容易被忽略的信号，是「开放权重」和「价格分层」同时出现。万亿参数的旗舰愿意开放权重，说明开源与闭源之间的边界正在被商业利益重新划线；而专门模型的密集上线，说明大模型 API 正在从一个能力变成一堆能力。
对工程团队来说，这意味着两件事：一是不要把所有请求都压在旗舰模型上，决策层、翻译层、语音层各自有更便宜的形态；二是不要把成本模型建立在「一个模型一条链路」上，模型切换的粒度应该细到按任务类型。
十、数据来源与口径说明
- 厂商公布（价格与规格）：Cloudflare
Clef/Clef-flash的输入价 $0.24 与 $0.09 每百万 token、27B / 9B、上下文 65,536、Apache 2.0；AmazonStrands Decider 2B的 2B 规模与权重 / 数据 / 脚本全开源；Microsoft AIMAI-Transcribe-2-Streaming的 $0.54 每小时音频（引入价持续到 2026 年底）、MAI-Voice-2.1标准版 $22 每百万字符 与MAI-Voice-2.1-Flash的 $15 每百万字符；TavusGriffin-Lite为全双工视频对话模型预览版；MistralLarge 4的 1 万亿总参、490 亿激活与月底开放权重预告；哔哩哔哩 Index 团队Index-Translate-35B-A3B-preview的 35B 总参 / 3B 激活、150 种语言、上下文 262,144、Apache 2.0 与权重免费；GLM 5.3 Fast的快速档定位与Claude Haiku 5.5的分档降价 - 平台挂牌价：OpenRouter 上架但无厂商发布页的三个模型 ——
Unbiased Pareto 26.10 Preview（上下文 1.05M，$0.80 输入 / $3.20 输出 每百万 token）、Apodex 1.1 Mini（上下文 262K）、InclusionAI Ling 3.1 Flash（上下文 262K），后两者在平台上标为免费档 - 厂商称（未经第三方实测）：Microsoft
MAI-Voice-2.1-Flash端到端 150ms 延迟、Mistral 对Large 4「目前最大、也是最强的旗舰」的定位，以及 TavusGriffin-Lite「全双工视频对话」的预览状态 —— 均为厂商表述，本文未做第三方复现
除上述三类信息外，本文未引用其他数据来源，也未对未公布的价格做任何推算。