今天的强信号集中在两个方向：开放权重模型继续向高端能力推进；AI 数学研究开始用可复核材料公开展示结果。两者都将“发布模型”扩展成可试用、可检查的工作流。
来源事实：Mistral 将 Large 4 描述为 1.05 万亿总参数、约 520 亿激活参数的多模态 MoE，现可通过 Mistral Studio 公测 API 使用，权重预计 10 月底开放。公司称模型训练于欧洲自有数据中心；其基准和性能描述目前主要来自厂商披露。Hacker News 当日条目达到 1,877 点、1,128 条评论。
编辑解读：若权重按期发布，这将给欧洲本地部署和高能力开放权重模型带来新的选择；眼下应把性能结论视为待独立复测的厂商主张。
来源事实：官方称仓库收录 722 篇手稿、归为 372 组结果，附部分 Lean 证明、10 份推理摘要和版本修订规则；约 4,000 道问题进入评测流程。仓库明确提醒结果处于不同验证阶段，并非全部有 Lean 形式化。GitHub 页面本次显示约 6.9k stars、650 forks；没有前次保存值，属于单次观察。
编辑解读：对数学界更关键的变化可能是发布方式：把形式化检查、引用规范和持续修订纳入交付。数量本身不等于结果已获同行验证。
来源事实：API 更新日志称，新的 `/v1/decisions` Beta 使用 GPT-6 Luna，把文本和图像转为类型化答案；官方宣称速度是 Responses API 的 10 倍。日志同日将 API 使用层级从五档简化为 Build、Launch、Grow。
编辑解读：单独的决策端点若能稳定输出严格类型结果，可能减少分类、路由和审核应用的封装工作；“10 倍”是官方对比口径，应用方仍需自行测延迟、质量和成本。
来源事实：合作方将合同模板、审批规则和业务约束转化为多步研究任务。OpenAI 报告 GPT-6 Astra 在 11 项研究任务的平均得分比 GPT-5.6 Sol 高 32%，每次尝试估算耗时低 48%；脚注说明耗时是模拟估算，不代表客户实际节省时间，评测用 SEC 公开合同构造任务。
编辑解读：此类合作把专业软件中的业务规则直接纳入训练和评估，可能比泛化的“会点按钮”更贴近企业自动化；样本量仅 11 项，且由厂商披露，证据仍属早期。
看月底权重是否按期开放，并以第三方测试复核编码、视觉、网络安全和长上下文表现。
跟踪仓库修订、Lean 覆盖率增长，以及数学研究者对具体结果的验证或纠错。
关注类型约束、端到端延迟、价格和与 Responses API 的同条件对比。