Chinese contentArtificial Analysis 推出 Terminal-Bench-Science 0.1 智能体科研基准榜单
Stanford 联合 Terminal-Bench 团队搞了个科研智能体榜单，70 个真实科研任务里 GPT-6 Astra 拿 63% 排第一，开源模型才 10%，差距很直观。
Latest
Every published item, in order · 111 items
Sep 25
Chinese contentGemini 3.8 Flash 在 Cline 中免费可用
Cline 里免费用 Gemini 3.8 Flash，1M 上下文加 291 tok/s，跑分还压过 GPT-5.6 Luna 和 DeepSeek v4.1 Flash，写代码可以直接试。
Chinese content单文件 Minecraft 测试：DeepSeek V4.1 Flash 胜过 Space Bunny Alpha
有人拿 DeepSeek V4.1 Flash 和 Space Bunny Alpha 现场比拼，让两个模型各自写一个网页版 Minecraft，前者能跑能挖，后者地面还有破洞，结果一目了然。
Sep 24
Chinese contentZenith 系统让 DeepSeek v4.1 Flash 在长程任务上超过 GPT 5.6 Sol
Zenith 用最便宜的 DeepSeek v4.1 Flash 打赢了 GPT 5.6 Sol，开源党可以看看它怎么做到的。
Chinese contentDeepSeek 疑似在新架构上推进，V4.1 或将采用 YOCO 相关设计
有人推测 DeepSeek V4.1 会用 YOCO 这类新架构，如果靠谱，KV 缓存开销可能大幅下降，架构党可以留意。
Chinese contentBolt Forge 一周数据：GLM 5.3 Flash 与 DeepSeek V4.1 Flash 占八成请求
Bolt 公了一周真实用量：GLM 5.3 Flash 占 63%，DeepSeek Flash 17%，用户宁可要快的也不挑最大的，这个数据挺说明问题。
Sep 23
Goldman Sachs: US Outspends China on AI Compute $806bn vs $110bn
The compute gap is smaller than it looks, because efficiency gains let Chinese labs deliver competitive inference at a fraction of the infrastructure cost. Developers and procurement teams choosing between US and Chinese models should track OpenRouter usage rankings and token pricing rather than headline capex figures. Goldman expects the next competitive front to be virtual-worker use cases in finance, legal and accounting workloads.
Chinese content开源 MiMo v2.6 成为性价比新标杆，代理成本仅为 Grok 4.7 的 1/57
小米的 MiMo v2.6 Flash 跑分接近 Grok 4.7，成本却只有 1/57，做 agent 的可以看看这份 60 任务实测。
Sep 22
Chinese contentGrok 4.7 浏览器长任务基准 39.9 分，仍落后 DeepSeek
Grok 4.7 浏览器任务 39.9 分，比上代涨 8.7，但只有 GPT-6 Astra 一半。
Sep 21
Chinese contentOpenAI 用 1 万个代理展示纳维-斯托克斯方程失效，DeepSeek V4.1 Flash 发布新架构
OpenAI 用 1 万个代理做了个实验，结果挺有意思的，DeepSeek 也出了个新版本，对长文本处理更便宜了。
Sep 20
Chinese content智谱GLM 5.3 FlashX性能提升但价格更高，被DeepSeek v4.1 Flash超越
智谱AI新出的GLM 5.3 FlashX模型，性能确实有提升，但价格比之前贵不少，而且被DeepSeek的v4.1 Flash模型给超越了。
Sep 19
Chinese contentBolt 上开源模型首周，开发者选最快 DeepSeek V4.1 Flash
Bolt 上开源模型首周，开发者选最快 DeepSeek V4.1 Flash，该版本在 Bolt Forge 中上线，使用量是 DeepSeek V4 Pro 的 10 倍。
Sep 17
Chinese contentNotion 推出 DeepSeek V4.1 Flash 模型
Notion 推出了 DeepSeek V4.1 Flash 模型，你可以用它来创建更快的智能体，比之前版本更快。
Sep 16
Chinese contentDeepSWE测试显示DeepSeek V4.1-Flash输入token占比远高于输出
DeepSWE测试发现DeepSeek V4.1-Flash的输入token消耗远高于输出，缓存命中率高，能大幅降低成本。
Sep 14
Chinese content上海 AGI Bar 的 Next Token 第二期上线，讨论 GPT-6 Astra、DeepSeek V4.1 Flash 和苹果的 iPhone Duo
朋友录的播客，周一摸鱼时可以听，内容有 GPT-6、DeepSeek V4.1 和苹果的 iPhone Duo 这些热点。
Sep 12
DeepSeek V4.1 Flash benchmarked against coding agents
For developers, this matters because it shows DeepSeek V4.1 Flash's coding capabilities are robust and not tied to a specific agent framework, making it a versatile choice for different coding tasks.
Chinese contentDeepSeek V4.1 Flash 在 OpenRouter 上 24 小时处理 1T token
DeepSeek 新模型 V4.1 Flash 性价比很高，在 OpenRouter 上 24 小时处理 1T token，比 GLM-5.3 Flash 便宜 5 倍。
Sep 11
Chinese contentDeepSeek V4.1 Flash 性能接近 GPT-5.6，成本仅为其 1/30
DeepSeek 推出了 V4.1 Flash，性能接近 GPT-5.6，但成本只有 1/30，用 15 美元就能跑 100 个复杂任务，性价比很高。
Chinese contentDeepSeek V4.1 Flash 模型发布，成本降低50倍，性能接近 Sol 和 Opus
DeepSeek 新出的 V4.1 Flash 模型，用起来特别便宜，比 Sol 和 Opus 便宜50倍，性能还差不多，适合预算有限的人。
Chinese contentDeepSeek 发布 V4.1 Flash 模型，称其为新架构家族中最小模型
DeepSeek 新发布的 V4.1 Flash 模型，比 V4-Pro 小三分之一，但在很多测试里还比它强，价格也便宜很多，值得看看。
Sep 10
DeepSeek V4.1-Flash KV cache update
This update directly addresses a key cost factor for developers using AI agents, making the model more economical for deployment.
Chinese contentDeepSeek V4.1 Flash 成本仅1% 达到 GPT-6 Astra 98% 跑分
DeepSeek 新版模型很厉害，成本比 GPT-6 便宜很多，性能还差不多。
Chinese contentDeepSeek 发布 V4.1 Flash 模型，轻量级且支持视觉理解
DeepSeek 新出的 V4.1 Flash 模型，小、快、能看东西，适合快速处理任务，比他们之前的模型更高效。
Chinese contentDeepSeek V4.1 Flash 正式上线
DeepSeek 新出的 V4.1 Flash 模型，500B 参数就吊打 V4 Pro，还比 GPT 5.6 Sol 和 Opus 5 强，缓存还省四倍，性价比很高。
Sep 9
Sep 8
DeepSeek V4.1 Flash Model Update
Priced same as V4 Flash with multimodal support, offering better value for developers in Southeast Asia working with visual data.
DeepSeek V4.1 Flash launched on Cola
Available in beta for testing, this multimodal model from China's DeepSeek offers developers early access to new capabilities.