DeepSeek V4 Pro 相关 AI 资讯

7月9日

14:50

14:50IT之家（博客/媒体）

精选

Artificial Analysis 新增 6 个行业指数测试，Claude Fable 5 在全部 8 项指标中排名第一。Claude Opus 4.8 六项第二，GPT-5.5 xhigh 拿下剩余两项第二。开放权重模型 GLM-5.2 在 5 个行业指数中领先，工程基准得 53 分。成本方面，Claude Fable 5 在战略与运营指数中每任务成本 3.48 美元，是 DeepSeek V4 Pro max（0.03 美元）的 116 倍，性能仅高 12 分。DeepSeek V4 Flash 成本低于 0.04 美元，得分处于中游。

推荐理由：想选行业AI模型？Claude Fable 5 碾压全场，但成本是 DeepSeek V4 Pro 的百倍，性能只多 12 分，性价比得掂量。

原文

00:22

官方账号Decoder@Matthias Bastian

Anthropic 的 Claude Fable 5 在 Artificial Analysis 发布的六个新行业基准（金融、法律、医学）中全部获得最高分。在 Strategy & Ops Index 中，Fable 5 单次任务成本 3.48 美元，是 DeepSeek V4 Pro 的 0.03 美元的 100 倍以上，但分数仅领先 12 分。这表明顶级推理性能以极高的使用成本为代价。

AI模型 Claude Fable 5 Anthropic DeepSeek V4 Pro 行业基准 AI成本

推荐理由：Claude 5 性能确实最强，但用一次要三块多，比 DeepSeek 贵百倍，分数只高一点，性价比要好好掂量。

原文

7月6日

16:26

官方一手pandaily@contact@pandaily.com (Pandaily)

精选

腾讯发布Hunyuan Hy3，一个295B参数的MoE架构模型，其中21B为活跃参数。该模型在Agent任务中达到90%的解决率，超越DeepSeek V4 Pro和Qwen 3.7 Max。它在多个关键基准上表现领先。

AI模型 Hunyuan Hy3 Tencent DeepSeek V4 Pro Qwen 3.7 Max 智能体

推荐理由：腾讯新出的Hunyuan Hy3，Agent任务解决率90%，直接超过DeepSeek和Qwen，搞智能体的话一定要看看。

原文

7月3日

10:04

Viking@vikingmute

精选

Mitchell Hashimoto分享了使用Fable xhigh作为规划/架构师、GPT 5.5 xhigh作为编码员、再让Fable xhigh审查的工作流。每次规划和审查成本仅需几美元，远低于通常的50美元以上。另有用户尝试廉价方案：GPT5.5规划+DeepSeek V4 Pro编码+composer2.5/GPT5.5交叉审查。GPT 5.5 xhigh收费比Fable便宜且速度很快。

技巧 Fable GPT 5.5 DeepSeek V4 Pro composer2.5 工作流

推荐理由：Mitchell Hashimoto分享的核心方案：Fable xhigh规划+GPT 5.5 xhigh编码+Fable xhigh审查，成本低至几美元。想省钱的可以用DeepSeek V4 Pro代替编码步骤。

原文

6月19日

18:34

官方账号Together AI@togethercompute

Together AI 部署的 DeepSeek V4 Pro 在 Artificial Analysis 基准测试中同时获得输出速度和延迟两项第一。该成绩通过优化 KV 缓存、前缀复用、内核及端点配置实现。Together AI 公开了其推理系统的具体工程方案，包括缓存策略和内核调优。

AI模型 DeepSeek V4 Pro Together AI Artificial Analysis 推理优化性能基准

推荐理由：Together AI 把 DeepSeek V4 Pro 调到了速度与延迟双第一，还公开了优化方法，搞推理部署的值得看看。

原文

6月13日

13:11

官方账号LMSYS Org (SGLang)@lmsysorg

精选73°

SGLang在NVIDIA GB300 NVL72平台上，针对DeepSeek V4 Pro 1.6T模型（FP4精度，8K/1K上下文）实现了每GPU超过12K tok/s的推理速度。该性能由NVIDIA Dynamo（SGLang）和MTP技术协同实现。根据SemiAnalysis InferenceX基准测试，该性能在整个交互性曲线上保持稳定。

AI模型 SGLang GB300 NVL72 DeepSeek V4 Pro NVIDIA Dynamo 推理模型

推荐理由：SGLang在GB300上跑DeepSeek V4 Pro，每GPU超1.2万token

原文

6月4日

16:04

16:04IT之家（博客/媒体）

精选

安全研究员Kasra Rahjerdi搭建了一个故意留有漏洞的图书评论APK，测试多款AI大语言模型的安全推理能力。模型需解包APK并识别暴露的Firebase凭据以绕过API访问数据库。每个模型预算10美元，限时2小时，总花费1500美元。结果显示，GPT-5.5在10次运行中成功7次，每次成功成本9.46美元；DeepSeek V4 Pro成功3次，但每次成功成本仅0.62美元，约为GPT-5.5的十五分之一。Gemini多次在任务早期拒绝继续，而Claude Sonnet 4.6和Opus 4.8各成功2次。该测试揭示了不同模型在安全漏洞利用任务中的性能与成本差异，对批量运行安全工具的团队具有现实意义。

AI模型安全测试 GPT-5.5 DeepSeek V4 Pro 漏洞利用成本对比

推荐理由：安全团队和AI开发者可以直观看到不同模型在真实漏洞利用任务中的性价比——GPT-5.5最可靠但贵，DeepSeek V4 Pro成本极低但成功率有限，做自动化安全测试的团队值得参考这个对比。

原文

5月30日

02:21

官方账号Cohere@cohere

精选

Cohere 发布 Command A+，在非拉丁语系语言测试中表现突出。在韩语、日语、希伯来语、中文和阿拉伯语上均超越 Mistral Medium 3.5。尤其在阿拉伯语上，Command A+ 比 Mistral Medium 3.5 高 5 个百分点，比 DeepSeek V4 Pro Sovereign AI 高 10 个百分点。

AI模型 Command A+Mistral Medium 3.5 DeepSeek V4 Pro Cohere 多语言模型

推荐理由：非拉丁语表现更优

原文