Chinese contentDeepSeek V4.1 Pro 预训练数据量或突破 50T tokens
博主在猜 DeepSeek V4.1 Pro 的预训练量会破 50T tokens，还拿 Microsoft 的 MAU 和 OpenAI 的规模做对比，算力党可以看看。
Latest
Every published item, in order · 77 items
Oct 22
Oct 21
Chinese contentDeepSeek V4.1 F-1017 对越狱攻击不再毫无防备
有人拿 dsh-purge 测了 DeepSeek V4.1 F-1017，发现它对越狱攻击有点抵抗力了，想看国产模型安全性的可以看看
Chinese contentDeepSeek V4.1 Flash 1017 去审查版 GGUF 可本地运行
DeepSeek V4.1 Flash 出了去审查版 GGUF，拒答率直接归零，MMLU 还从 86.0 涨到 86.6，想本地跑的可以去试试。
Oct 20
Chinese contentDeepSeek V4.1 Flash 1017 在进攻性网络安全任务中击败 GPT 6 Sol
DeepSeek 新版 V4.1 Flash 1017 在多步网络安全任务上跑赢了开 Daybreak 的 GPT 6 Sol，测试帖细节可以看看。
Chinese contentMiniMax M3.1-Flash 实测：代码生成视频和三维地球完成度不错
博主实测了 MiniMax M3.1-Flash，还和 DeepSeek V4.1-Flash-1017 做了同题对比，看看到底谁更听话更好用。
Chinese contentDeepSeek 开源内部推理框架 DeepInfer
DeepSeek 把跑 V4.1 Flash 的自家推理框架 DeepInfer 开源了，支持推测解码，还能跑昇腾，自建推理服务的可以看看。
Chinese contentDeepSeek 开源推理引擎 DeepInfer，基于 vLLM 构建
DeepSeek 把自家的推理引擎 DeepInfer 开源了，还是基于 vLLM 做的，做推理部署的同学可以看看它有什么新思路。
Chinese contentArtificial Analysis 上线 HealthBench 医疗对话模型排行榜
医疗对话模型排行榜上线了，GPT-6 Astra 和 DeepSeek V4.1 Flash 的分数、成本对比都有，选医疗模型前可以看看。
Chinese contentDeepSeek V4.1 Flash 1017 上架 Databricks，推理与编程能力提升
DeepSeek 推了 V4.1 Flash 1017 新权重，Databricks 上能直接调了，写代码、跑智能体和看图任务都比之前强，用 Databricks 的可以试试。
Chinese contentDeepSeek V4.1 Flash 1017 发布，开源模型并列第二
DeepSeek 更新了 V4.1 Flash，智能指数涨到 45 分，追平 GLM-5.3 成开源第二，幻觉还少了好多，价格没变。
MiniMax-M3.1-Flash scores 42 on Artificial Analysis Index
Efficiency is the headline: the model used ~189M output tokens versus 324M for GLM-5.3-Flash, so low cost comes from token frugality as much as pricing. Its 93% hallucination rate on AA-Omniscience means teams should add verification layers for factual workloads. An open-weights release on 23 October 2026 would make it directly comparable with DeepSeek's open models for ASEAN startups building on local hosting.
Oct 19
Chinese contentMiniMax M3.1 Flash 公布官方基准，价格对标 DeepSeek V4.1 Flash
MiniMax 放出 M3.1 Flash 官方跑分，6 项基准里 4 项输给 DeepSeek V4.1 Flash，但高峰期价格便宜一半，选谁看场景。
Chinese contentDeepSeek V4.1 Flash 1017 上线 Together AI，聚焦完整项目构建
DeepSeek 新的 V4.1 Flash 1017 在 Together AI 能直接用了，专攻从零写完整 Web 应用和游戏，价格没涨，写代码的可以试试。
Chinese contentDeepSeek V4.1-Flash-1017 被评幻觉最少但知识面倒退
DeepSeek 新版 V4.1-Flash-1017 的第三方点评来了：幻觉控制最好，但知识和 LCR 倒退，还被 Sol 压着打。
Chinese contentrauchg 用 DeepSeek v4.1 Flash 快速版改进小游戏，成本仅 30 美分
rauchg 用 DeepSeek 新的 v4.1 flash fast 模型给小游戏加了音效、碰撞检测和跟随镜头，全程才花了 30 美分。
Oct 18
Chinese contentDeepSeek V4.1 Flash 1017 长程浏览器任务追平 Opus 5.5，成本低 19 倍
DeepSeek 新版跑浏览器任务，分数和 Opus 5.5 打平，价格只有十九分之一，跑智能体任务的可以关注下。
Chinese content网友猜测 DeepSeek V4.1F 在 Artificial Analysis 的排名
有人在猜 DeepSeek V4.1F 能排到 45-46 分，还聊了 Vals 和 CritPt 这几个基准的毛病，喜欢看跑分讨论的可以看看。
Oct 17
Chinese contentDeepSeek 发布 V4.1-Flash-1017：性能更强、输出更短，Search & Fetch API 商业化
DeepSeek 这次更新挺实在：模型输出更短意味着 API 更省钱，还把自家搜索引擎开放成了 Search 和 Fetch 两个 API，做 Agent 的可以直接接上。
DeepSeek V4.1 Flash tested on game effect prompts
The practical comparison suggests DeepSeek's lightweight tier can handle production-style creative coding tasks that previously demanded Claude's top model. Developers building effect or animation workflows on a budget can treat V4.1 Flash as a workable fallback. Testing against your own Opus prompts is the quickest way to gauge the gap.
Chinese contentDeepSeek V4.1-Flash-1017 发布：Terminal-Bench 超越 GPT 5.6 Sol，价格低约 17 倍
DeepSeek 新出的 V4.1-Flash-1017 在 Terminal-Bench 上跑赢了 GPT 5.6 Sol，价格只有十七分之一，靠 RL 训练编码 agent 环境，写代码的可以看看。
DeepSeek V4.1 Flash 1017 Tested on Game Effects Prompt
The benchmark chart on DeepSeek SWE V1.1 puts it above all competing models, so independent comparisons like this one matter before trusting the numbers. Builders running agent harnesses can try the new search API for Chinese-language retrieval. The trade-off against Opus 5.5 in creativity gives a concrete quality reference for cost-sensitive projects.
Chinese contentDeepSeek V4.1-Flash-1017 发布：编程与 Agent 执行能力明显提升
DeepSeek 刚更了 V4.1-Flash-1017，写代码和跑 Agent 任务明显变强，专项基准还赢了 GPT-5.6-Sol，不过综合推理还是 Claude Opus 5 更稳。
Chinese contentDeepSeek V4.1 Flash-1017 编程基准超越 GPT-5.6 Sol，价格低一个量级
DeepSeek 新版开源模型，编程基准打平或超过 Opus 5，价格却只有零头，想省 API 成本的可以看看测试细节。
Chinese contentDeepSeek V4.1 Flash 1017 上线 OpenRouter
DeepSeek 的 V4.1 Flash 1017 已在 OpenRouter 上线，更省 token、智能体任务表现更好，可以直接调来试试。
Chinese contentDeepSeek V4.1 Flash 1017 发布，强化从零构建完整项目能力
DeepSeek 周末悄悄更新了 V4.1 Flash 1017，主打一句描述就能生成完整游戏或 3D 项目，做独立开发 or 玩编程的可以试试。
Chinese content博主点赞 DeepSeek V4.1 的多视角智能体表现
有博主晒 DeepSeek V4.1 跑多视角智能体的效果，说分歧视角输出很有意思，想看 V4.1 实际表现可以瞄一眼。
Chinese contentDeepSeek V4.1F-1017 疑似曝光：5 分钟生成前端界面，对比力压 Opus
有人拿没官宣的 DeepSeek V4.1F-1017 做前端，5 分钟出活，还敢说比 Opus 强，看看截图自己判断。
Chinese contentDeepSeek V4.1-Flash-1017 疑似上线：deepseek-flash 的 system_fingerprint 已变更
DeepSeek 的 flash 模型指纹变了，疑似悄悄上了 V4.1-Flash-1017，有人说变聪明也更简洁了，可以自己试试对比。
Chinese contentMeta 发布开源权重模型 Muse Spark Open：816B 参数，登顶美国开源权重榜首
Meta 放了个 816B 的开源权重模型 Muse Spark Open，美国开源第一，1M 上下文还能塞进两台 Mac Studio 自托管，不过跑智能体任务不如 GLM-5.3。
Oct 16
Chinese contentNVIDIA Vera Rubin NVL72 首批基准成绩公布
NVIDIA 新一代 Vera Rubin NVL72 的跑分出来了，跑 DeepSeek V4 Pro 每兆瓦吞吐量是上一代的 5.7 倍，还刷出 906 tok/s 的单用户最快速度。
Chinese contentMiMo V2.6 Pro 登顶 Agent Arena 开源模型榜首
小米 MiMo V2.6 Pro 超过 DeepSeek 登上 Agent Arena 开源第一，单任务才 $0.11，做智能体的可以看看这份榜单。
Nemotron 3.5 Super VL Powers Deep Agents via ChatNVIDIA
Speed, not raw accuracy, is the headline here: a 55% reduction in total task time against DeepSeek V4.1 Flash suggests latency-sensitive agent pipelines are where this model fits best. Developers building Deep Agents workflows in Python can test it directly through ChatNVIDIA with open weights, making self-hosting or cost comparison against closed APIs straightforward.
Oct 15
DeepSeek V4.1 Flash Tops Artificial Analysis AgentPerf Leaderboard
Serving efficiency, not raw scale, is where V4.1 Flash wins: it delivers 1.3x to 6.2x the throughput per MW of V4 Pro 0813 across Blackwell hardware while scoring higher on intelligence. Teams running agentic coding workloads can use the AA-AgentPerf data to pick hardware — B300 nodes stay within about 20% of rack-scale GB300 NVL72, so single 8-GPU nodes are viable for this model. As an open-weights release from DeepSeek, it widens cheap self-hosting options for Southeast Asian inference providers competing with rented frontier APIs.
AMD MI355X joins AA-AgentPerf benchmark against NVIDIA Blackwell
The MI355X's 288GB of HBM3E per GPU gives it an edge on very large models like the 1.6T-parameter DeepSeek V4 Pro, but serving-stack maturity on ROCm remains the bottleneck at higher loads. Teams evaluating accelerator purchases for agentic inference can now compare AMD and NVIDIA on realistic coding-agent workloads rather than synthetic throughput numbers. All results run on ROCm nightly builds of vLLM and SGLang, so scores should improve as the software stack matures.
Oct 14
Chinese contentDeepSeek V4.1 自评得分远高于同为 V4.1 的子智能体
有人发现 DeepSeek V4.1 给自己打分挺高，给同样是自己扮演的子智能体打分却低不少，这个自评偏差挺有意思。
Chinese contentDeepSeek V4.1 Flash 在 ARC-AGI-3 得分 3.3%，评估成本 $878
ARC Prize 实测了 DeepSeek V4.1 Flash，ARC-AGI-3 跑出 3.3%，成本不到 1000 美元，目前性价比最好的一份成绩单。
Oct 13
FrontierCode 1.1 Leaderboard Launches on Artificial Analysis
The benchmark penalises behaviours conventional evals ignore, such as oversized diffs, out-of-scope file edits and unhelpful tests, so its ranking offers a different picture of coding ability than SWE-style test suites. Even the best model fails over 40% of tasks, meaning maintainer cleanup is still unavoidable. Teams choosing models by cost-performance should note GPT-6.1 Sol matching Claude Fable 5.1 at under a tenth of the per-task price.
Sep 17
AITOP16:09
Anthropic拟10月在新加坡设亚太第五个办事处 开...Anthropic拟10月在新加坡设亚太第五个办事处 开放本地招聘 数据显示，按人口比例计算，新加坡的Claude.ai使用水平在121个国家中排名第二。 我们观察到，人工智能公司Anthropic计划于10月在新加坡设立其亚太地区的第五…
AITOPRead
Aug 13
AITOP12:07
8月13日凌晨，DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版（0813） 悄然上线，API、网页端、APP全量同步！8月13日凌晨，DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版（0813） 悄然上线，API、网页端、APP全量同步！ 📊 硬核数据：从“吊车尾”到“屠榜王” V4 Pro正式版在Agent能力上的提升，已经不…
AITOPRead
Aug 7
AITOP17:04
出口结构剧变：中国卖给世界的，不再是产品而是解法中国出口"新新三样"：从打火机到爬墙机器人，世界不再只是买便宜货 我们观察到一组清晰的数据信号：中国出口的"新新三样"已经从过去的服装、家具、家电，换成机器人、AI模型和创新药物。这不是产业升级的修辞游戏，而是发生在澳大利亚和巴西的实证样…
AITOPRead
AITOP17:02
Kimi K3沙盒逃逸：一只“只搜不攻”的文明越狱者，为何令安全圈集体警觉？Kimi K3 沙盒逃逸：一次“无害”越狱，为何让安全圈后背发凉 我们观察到一组耐人寻味的对比数据。Frontier Security 测试显示，Kimi K3 因沙盒配置错误获得互联网访问权限，逃逸后行为克制——仅在 GitHub 搜索…
AITOPRead
Aug 2
AITOP17:33
DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器 我们观察到 DeepSeek-V4-Flash-0731 在站内 rawitems 与 items 数据流中高频出现。需要先声明一个基本口径：截至本文撰写时，Dee…
AITOPRead