OpenAI Codex 正式可用,新增 Slack 集成、SDK 与管理工具
OpenAI Codex 现已正式可用(generally available),并面向开发者推出多项新功能:Slack 集成、Codex SDK,以及用量看板和工作区管理等管理工具,让 Codex 更易于大规模使用和管理。
推荐理由:Codex 从预览走向正式可用,并补齐 Slack 集成、SDK 与管理后台,读者可据此判断团队规模化落地的条件。
AI 写代码的一切:编码助手、Vibe Coding、代码模型评测与开发工作流变革。
OpenAI Codex 现已正式可用(generally available),并面向开发者推出多项新功能:Slack 集成、Codex SDK,以及用量看板和工作区管理等管理工具,让 Codex 更易于大规模使用和管理。
推荐理由:Codex 从预览走向正式可用,并补齐 Slack 集成、SDK 与管理后台,读者可据此判断团队规模化落地的条件。
OpenAI 宣布升级 Codex,使其更快、更可靠,并增强实时协作与独立处理任务的能力。升级后的 Codex 可在终端、IDE、网页乃至手机上使用。
推荐理由:官方给出 Codex 在速度、可靠性和实时协作上的升级方向,读者可据此判断多端编码工作流的变化。
OpenAI 发布 GPT-5 系统卡增补,公布新模型 GPT-5-Codex,这是 GPT-5 针对 Codex 中智能体编码进一步优化的版本。GPT-5-Codex 会根据任务复杂度更动态地调整思考投入,对简单对话查询或小任务快速响应,对更复杂的任务则独立工作更长时间。
推荐理由:GPT-5 系统卡增补披露了面向 Codex 智能体编码优化的新模型,读者可了解其按任务复杂度动态调整思考投入的机制。
OpenAI 在 API 平台推出 GPT-5,主打高推理性能、面向开发者的新控制项,以及在真实编码任务上的领先结果。
推荐理由:OpenAI 在 API 平台上线 GPT-5,开发者可据此了解新模型在推理与真实编码任务上的定位。
OpenAI 发布文章介绍 GPT-5 在编码和设计方面带来的新可能,但当前仅提供摘要,未给出具体功能细节。
OpenAI 发布 GPT-5,称其为目前最强的 AI 系统,在智能水平上较此前所有模型有显著跃升。GPT-5 在编码、数学、写作、健康、视觉感知等方向达到当前最优表现。
推荐理由:OpenAI 官方发布 GPT-5,读者可据此了解新模型在编码、数学、写作等方向的能力定位。
Mistral AI 发布 Codestral 25.08,并推出面向企业的完整编码栈,包含 Codestral、Codestral Embed、Devstral 与 Mistral Code IDE 插件。
推荐理由:官方给出 Codestral 25.08 的补全提升数据与 Devstral 在 SWE-Bench Verified 上的成绩,可据此判断企业私有化编码栈的成熟度。
Mistral AI 与 All Hands AI 合作发布 Devstral Medium,并升级 Devstral Small 1.1。
推荐理由:Mistral 与 All Hands AI 联合发布两款编码智能体模型,给出了 SWE-Bench Verified 成绩与 API 定价,便于对比开源与闭源方案。
Mistral 发布企业级 AI 编码助手 Mistral Code,整合 Codestral、Codestral Embed、Devstral 和 Mistral Medium 四个模型,支持云端、专属容量或气隙本地 GPU 部署,代码留在企业边界内。
推荐理由:Mistral 把模型、IDE 插件与本地部署打包成企业级编码助手,读者可据此判断私有化编码方案的取舍。
Mistral AI 发布 Codestral Embed,这是其首个专为代码设计的嵌入模型,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:Mistral 首款代码嵌入模型给出了多维度与 int8 量化的取舍数据,可据此评估代码检索的存储成本。
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,在 SWE-Bench Verified 上得分 46.8%,比此前开源 SoTA 模型高出 6 个百分点以上,并以 Apache 2.0 许可开源。
推荐理由:官方给出 Devstral 在 SWE-Bench Verified 的分数与开源许可、部署门槛,读者可据此判断它能否替代现有编码智能体方案。
OpenAI 发布 o3 和 o4-mini 系统卡的补充文件,介绍云端编码智能体 Codex。Codex 由 codex-1 驱动,这是 OpenAI o3 针对软件工程优化的版本;codex-1 在多种环境的真实编码任务上通过强化学习训练,以生成贴近人类风格和 PR 偏好的代码、精确遵循指令,并反复运行测试直到通过。
推荐理由:系统卡补充文件披露 Codex 由 o3 衍生模型 codex-1 驱动,并说明其强化学习训练方式。
Mistral AI 发布 Mistral Medium 3,称其在多项基准上达到 Claude Sonnet 3.7 的 90% 或以上,成本为每百万 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。
OpenAI 在 API 中发布 GPT-4.1 系列模型,官方称其在编码、指令遵循和长上下文理解上有全面提升。该系列同时包含 OpenAI 首个 nano 模型,即日起面向全球开发者开放。
推荐理由:OpenAI 在 API 上线 GPT-4.1 系列并首次推出 nano 版本,读者可据此了解模型家族的能力侧重与开放范围。
Hugging Face 的 Open R1 项目发布 OlympicCoder-7B 和 OlympicCoder-32B 两个代码模型,基于 Qwen2.5 Coder Instruct 微调,在 IOI 问题上超过 Claude 3.7 Sonnet 等闭源前沿模型,OlympicCoder-32B 还超过 o1-mini 和 DeepSeek-R1。
推荐理由:Open R1 复现 R1 代码推理配方,给出数据集、IOI 基准与两个开源模型,并附训练经验。
Mistral AI 发布 Codestral 25.01,采用更高效的架构和改进的 tokenizer,代码生成与补全速度约为原版 Codestral 的 2 倍,上下文长度 256k。
推荐理由:Codestral 25.01 在 FIM 与多语言基准上给出与同量级模型的对比数据,可据此判断代码补全场景的选型。
Answer.AI 与 LightOn 联合发布 ModernBERT,一个编码器模型系列,包含 base(149M 参数)和 large(395M 参数)两个版本,支持 8192 序列长度,可作为 BERT 类模型的直接替换。
推荐理由:ModernBERT 把 LLM 时代的架构与训练经验搬回编码器,读者可据此判断 BERT 类模型在检索与代码场景的替换空间。
Mistral AI 发布 Mistral Large 2,参数规模 123B,支持 128k 上下文窗口,可在单节点上实现大吞吐推理。
推荐理由:官方给出 123B 参数、128k 上下文与多项基准对比,可据此判断单节点部署的成本与性能取舍。
Mistral AI 发布 Codestral Mamba,这是继 Mixtral 系列之后在新架构上的又一步探索,可免费使用、修改和分发。该模型采用 Mamba 架构,具备线性时间推理和理论上可建模无限长序列的能力,在 256k tokens 的上下文检索能力上做了测试,Mistral 称其表现与基于 Transformer 的 SOTA 模型相当。
推荐理由:Mistral 发布基于 Mamba 架构的代码模型,给出参数规模、256k 检索测试和多种部署路径,可据此判断非 Transformer 架构在代码场景的可用性。
Mistral AI 发布首款代码模型 Codestral,这是一个 22B 开放权重生成式模型,支持 80 多种编程语言,上下文窗口为 32k。模型采用新的 Mistral AI Non-Production License,可在 Hugging Face 下载用于研究和测试,商用需联系获取许可。
推荐理由:Mistral 首款代码模型给出 22B 开放权重、32k 上下文和免费 API 端点,可据此判断其与既有代码模型的差异。