新模型在 CVE 漏洞复现基准上追平 DeepSeek V4 Pro 0813
一个模型在漏洞复现测试里找回 87.5% 的 CVE，跟 DeepSeek V4 Pro 0813 打平，只差 GPT-6 Astra 三个百分点，安全研究方向可以看看。
全部动态
AI 相关资讯全量信息流 · 50 条
10月22日
10月16日
NVIDIA 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。
10月15日
AMD MI355X 跑分出炉：Artificial Analysis 将其纳入 AA-AgentPerf 对比 NVIDIA
AMD MI355X 和 NVIDIA B200/B300 跑智能体工作负载的对比数据来了，DeepSeek V4 Pro 上每瓦吞吐反超 B200 最多 40%，但高负载下被拉开，想选卡部署的可以看数据。
10月8日
Mistral Large 4 在 AutomationBench 办公自动化基准上领先
Mistral 晒了新基准成绩：Mistral Large 4 跑 657 个办公自动化任务，赢了 Kimi K3 和 DeepSeek V4 Pro，做 agent 介绍的可以看看。
10月3日
AI芯片2027年可支持数亿智能体
DeepSeek基准测算显示，2027年AI芯片可支持19亿智能体，相当于80亿人工作量
9月25日
Composio 评测 6 款模型跑 30 项智能体任务，Pareto 26.9 以 1/3 成本并列第一
有人把多个模型混着调用，30 个智能体任务测下来追平 GPT-6 Astra，成本只要 1/3，混合路由这事有数据了。
9月19日
Bolt 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。
9月18日
GLM 5.3 Flash 在 Bolt 平台表现领先
Bolt 平台现在支持使用 GLM 5.3 Flash，它速度最快、最便宜，还能处理更大的提示词。
9月17日
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…
AITOP阅读全文
9月9日
DeepSeek V4 Pro与V4.1 Flash关系确认
DeepSeek V4.1 Flash正式上线，速度惊人，想知道它能保持多久吗？
9月3日
DeepSeek V4 Pro 0813发布，开源评估工具同步上线
DeepSeek不仅发布了新模型V4 Pro 0813，还开源了评估工具，让开发者能透明复现性能并自定义评估框架。
8月26日
DeepSeek V4 Pro击败Fable 5
DeepSeek V4 Pro在成本和性能上优于Fable 5，值得一试。
8月24日
15 AI 模型梯队排名发布
看看这份 AI 模型排名，Fable 5 和 GPT-5.6 Sol 表现抢眼，和其它模型比有什么不同？
8月18日
DeepSeek V4 Pro翻车实测：Flash比Pro强，High比Max强
看 DeepSeek V4 Pro 翻车实测，便宜版 Flash 反而更强，High 模式干翻 Max，还有 Harness 能否救场。
8月14日
Z.ai推出GLM-5.3：743B基座后训练，主打编码与网络安全
GLM-5.3开源发布了，743B后训练，主打编码和网络安全。蹲个价格，看它能不能背刺Grok和DeepSeek。
GLM-5.3正式发布，同周Grok 4.6与DeepSeek V4 Pro相继亮相
GLM-5.3来了，这周还有Grok 4.6和DeepSeek V4 Pro，模型更新扎堆，看看哪个最强。
Gemini 3.7 Flash 正式发布，编码与智能体跑分大涨、价格减半
Gemini 3.7 Flash 转正了，编码和智能体跑分大涨，价格还砍半。生产环境被 Preview 并发坑过的话，可以上手试试。
8月13日
传DeepSeek V4 Pro版本发错已撤回重发
DeepSeek疑似手滑发错V4 Pro版本又撤回，想知道V4 Pro真面目和官方反应的，可以关注后续。
DeepSeek V4 Pro低调发布，API价格同步调整
DeepSeek V4 Pro 出来了，API 价格也变了，想了解涨价多少和性能表现，直接看官方图表吧。
DeepSeek V4 Pro 0813 正式更新公告发布，峰值定价提升逾4倍
DeepSeek V4 Pro 0813 正式更新，峰值定价是原来的四倍多，用 API 的朋友注意钱包。
Deepseek V4 Pro 0813 更新公告发布，峰谷定价最高涨4倍多
Deepseek正式发了V4 Pro 0813，价格也定了，峰值输出贵4倍多，要调用的话得挑空闲时段。
DeepSeek V4 Pro 0813上线OpenRouter，智能体基准大幅提升
DeepSeek把V4 Pro的智能体能力一口气拉高了，DeepSWE涨了快50分，写代码和操作终端都更顶了，现在就能在OpenRouter上直接用。
DeepSeek V4 Pro 0831版异常：API标注0813，更新日志无记录
DeepSeek 悄悄改了 V4 Pro 版本号，但更新日志和公告都没跟上，连跑分也只比 V4 Flash 高 1 分，想确认是不是撤了模型的可以看看这个讨论。
DeepSeek V4 Pro正式版被曝仅比Flash高1分，涨价或取消
DeepSeek V4 Pro正式版被曝比V4 Flash只强1分，涨价还可能取消，买之前建议先看看这条。
DeepSeek V4 Pro生成鹈鹕骑自行车撞大象SVG动画实测
DeepSeek V4 Pro不开思考模式就能按提示词生成鹈鹕撞大象的SVG动画，效果挺逗，价格和限流也都摸清了，来看看。
DeepSeek V4 Pro 正式版 0813 发布
DeepSeek V4 Pro 0813 正式版来了，听说测试成绩很炸，想蹲实测的可以先围观。
Deepseek V4 Pro 0813实测：网站开发、60种设计风格、3D游戏
vista8用Deepseek V4 Pro 0813跑了三个活：网站部署、60种设计风格、3D游戏，视频挺直观。
一条推文盘点四款新模型：Grok 4.6、DeepSeek V4 Pro等
四个新模型突然一起出现，Grok、DeepSeek、WeLM、Qwen，你想先试哪个？
Grok 4.6实测：打砖块游戏创意场景与60种Bento样式生成效果出色
有人用同一组提示词跑Grok 4.6和DeepSeek V4 Pro，Grok在打砖块场景和Bento样式上都很惊艳，部分比DS 4 Pro还好看。
DeepSeek V4 Pro 0813正式版发布，多项指标超越Opus 4.8
DeepSeek出了V4 Pro 0813，多项跑分超过Opus 4.8，比Fable便宜100倍，想省钱又想要性能的可以看看。
Grok 4.6一次成功率略高DeepSeek v4 Pro 0813，价格DeepSeek赢
有人拿Grok 4.6和DeepSeek v4 Pro 0813比了比，说成功率Grok稍好，但DeepSeek便宜不少，预算有限选它更香。
DeepSeek V4 Pro 被评不够惊艳，分析称算力短缺欠训所致
DeepSeek V4 Pro 到底行不行？这条推文用公开数据聊了聊它为什么不够惊艳，顺便夸了 Flash 和 GLM-5.2，观点挺实在。
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…
AITOP阅读全文
DeepSeek V4 Pro 正式版 0813 发布
DeepSeek 又发新版本了，V4 Pro 0813 的社区测试成绩看着很猛，想感受下有多强就点进来吧。
DeepSeek V4 Pro API 文档上线
DeepSeek 悄悄放出了 V4 Pro 的 API 文档，想抢先试新模型的开发者赶紧去 api-docs.deepseek.com 看看快速开始。
8月7日
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…
AITOP阅读全文
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…
AITOP阅读全文
DeepSeek V4 Pro 仅比 Claude Fable 弱 0.3%
DeepSeek V4 Pro 跟 Claude Fable 只差 0.3%，又赶上新一轮融资，colaos.ai 的六倍 DeepSeek 额度还能撑多久真不好说。
DeepSeek V4 Pro编程仅弱于Claude旗舰0.3%
DeepSeek V4 Pro编程只比Claude旗舰差0.3%，API价格便宜很多，还适配国产芯片，性价比拉满。
8月6日
OpenRouter任务榜：DeepSeek V4 Pro与Kimi K3登顶
OpenRouter按真实花费给模型排名，DeepSeek V4 Pro拿下Shell执行第一，Kimi K3拿下工具调度第一，开放模型领先。
8月2日
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…
AITOP阅读全文
7月31日
DeepSeek-V4-Flash-preview仅重训后超越V4-Pro
geekbb 晒图：同 Flash-preview 架构，重训后超 V4-Pro，但没有具体分数。
7月19日
阿里云 Qwen 3.8 max preview 开源权重模型预览上线，2.4T参数
阿里云发了个 2.4T 参数的开源模型 Qwen 3.8 max preview，性能接近 Fable 5，首月才 4 美元，还能在 Claude Code 里用，可以试试。
7月18日
Kimi K3 在 front-end coding 上超越所有美国模型，比多数闭源模型更小
Moonshot 的 Kimi K3 在前端编码上打败了所有美国模型，而且模型更小，值得关注。
7月17日
