全部动态

同样 100 美元，不同模型差出 60 倍任务量，选模型前看这组性价比数据能省不少钱。

官方账号Artificial Analysis@ArtificialAnlys原文

腾讯的 Hy4 在 APEX-Agents 上跑赢 DeepSeek V4.1，定价也放出来了，还说要开源权重，开源圈可以盯一下。

kimmonismus@kimmonismus11 个信源在谈原文

Particle-1 上线 OpenClaw 了，输出 token 比 DeepSeek V4.1 Flash 少 45%，跑 agent 的成本能省不少，升级到 v2026.10.10 就能用。

openclaw@openclaw5 个信源在谈原文

DeepSeek 的 V4.1 Flash 1017 把开源模型在 ARC-AGI-2 拉到 78.1%，还顺手刷了 ARC-AGI-3 和 -1 的开源最佳，关注开源推理的可以看看成绩单。

官方账号ARC Prize@arcprize原文

Meta 的 Muse 系列在性格评测里最暖，Nemotron 3 Ultra 只有 1 分，榜单差距挺有意思。

官方账号Artificial Analysis@ArtificialAnlys2 个信源在谈原文

模型评测榜 v5 版来了，60% 改用私有题防刷榜，Claude Opus 5.5 拿了第一，开源和闭源差距拉大到 12 分，选模型前可以看看。

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

Moonshot 的 Kimi K3.1 Pro 在网络防御基准拿了开源模型第一，CyberGym-E2E-AA 得分 95% 连 GPT-6 Sol 都被超过，不过单任务成本反而变贵了，这篇把各家分数和价格都列得很清楚。

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

DeepSeek 新版开源模型在网络防御榜单上拿了开放模型第一，总分只差 GPT-6 受限版 12 分，价格还便宜 4 倍。

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

SiliconFlow 拿 DeepSeek V4.1 Flash 和 GPT-6 Astra 跑同一个 Three.js 3D 场景提示词，效果打平还便宜一半，提示词直接在评论区自取。

官方账号SiliconFlowAI@siliconflowai11 个信源在谈原文

DeepSeek 又刷了 ARC-AGI-2，V4.1 Flash 1017 拿到 78.1%，每任务才 $0.16，分数和成本都很能打。

官方账号ARC Prize@arcprize原文

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。

@atomic_chat_hq@atomic_chat_hq原文

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。

官方账号vLLM@vllm_project原文

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。

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

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。

官方账号Artificial Analysis@ArtificialAnlys9 个信源在谈原文

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。

kimmonismus@kimmonismus原文

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。

官方账号Together AI@togethercompute原文

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。

Guillermo Rauch@rauchg原文

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。

Browser Use@browser_use11 个信源在谈原文

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。

kimmonismus@kimmonismus原文

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。

OpenRouter@OpenRouterAI原文

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。

岚叔@lufzzliz原文

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。

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

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。

lmarena.ai@lmarena_ai原文