DeepSeek-V4 Flash RL 在 AMD MI355X 上完成端到端训练
DeepSeek-V4 Flash RL 在 AMD 显卡上跑通了，训练结果还不错，AIME 分数涨了一截。想试试 AMD 平台搞 RL 训练可以看看这篇。
全部动态
AI 相关资讯全量信息流 · 469 条
7月11日
7月9日
GPT-5.6今日全面发布，Gemini 3.5 Pro将至，中国新模型蓄力
各家疯狂出新模型，OpenAI今天正式发GPT-5.6，谷歌的Gemini 3.5 Pro快了，中国也有新动作，竞争太激烈了。
Claude Fable 5 六项行业指数第一，成本比 DeepSeek V4 Pro 高 100 倍
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。
GPT-6、Fable 5.1、DeepSeek V4 等模型传闻汇总
圈内多个模型传闻汇总：GPT-6 来势汹汹，Fable 5.1 几周内上线，DeepSeek 和 MiniMax 也在发力，值得关注。
OpenCode 开源模型使用统计：GLM-5.2 被低估，deepseek-v4-flash 亮眼
推主分享了OpenCode上的模型使用数据，发现deepseek-v4-flash当子代理既便宜又高效，GLM-5.2被低估了。
7月8日
腾讯开源Hy3模型，295B MoE媲美GPT-5.5
腾讯Hy3开源模型295B参数，比GLM-5.2小一半却和GPT-5.5打平，还超过DeepSeek V4 Pro，免费API两周，智能体应用很香。
7月7日
SGLang集成DSpark：置信度驱动变长验证提升推测解码吞吐
SGLang加入DSpark后，高并发场景下吞吐能提升20%，在DeepSeek-V4上实测383.7 tok/s，推理优化党可以试试。
DeepSeek V4周Token量达6.6T，超越Anthropic领跑中国模型
DeepSeek V4的周Token量干到了6.6T，超过Anthropic，也甩开其他国产模型。想直观对比模型热度？OpenRouter这组数据很说明问题。
7月6日
7月2日
DeepSeek DSpark 投机解码原生集成 vLLM，性能提升显著
DeepSeek 把 DSpark 开源自带进 vLLM，跑 DeepSeek-V4 实测单卡 250 token/s，比 MTP 快 12-42%，想搞投机解码的可以试试。
SGLang 联手 NVIDIA 优化 DeepSeek V4 在 Blackwell 上实现 5 倍性能提升
SGLang 和 NVIDIA 联手让 DeepSeek V4 在 Blackwell 上跑得快了 5 倍，开源推理引擎的效率又上了一个台阶。
7月1日
英伟达 Blackwell 优化 DeepSeek V4 推理：单 Token 成本降至 1/5，吞吐量提升 20 倍
英伟达把 DeepSeek V4 的推理成本砍到五分之一，单 GPU 吞吐量暴增 20 倍，选 Blackwell 做推理的可以闭眼冲了。
6月30日
模型10:40
EMPATH：多语言审计-法官基准用于情感支持聊天机器人安全评估这个新基准EMPATH专测情感支持聊天机器人的安全漏洞，用AI模拟求助者进行多语言多轮对话，发现主流模型评分虚高且不稳定，值得一做。
Agent场景下谁才是好用的Flash模型？Step 3.7 Flash实测
最近这几个Flash模型我帮你试了，Step 3.7 Flash写博客页和抓GitHub项目都很稳，页面好看，一次跑通，成本也就一两块钱，值得试试。
6月29日
GLM 5.2、Opus 4.7、GPT 5.5、Minimax M3 在 QA 基准上对比
他们用 Browser Use v4 搞了个新基准，测了 GLM 5.2、Opus 4.7、GPT 5.5 和 Minimax M3，人工打分告诉你谁在 QA 任务上更强。
模型11:51
Opus 4.7 与 GLM 5.2 前端设计基准测试Browser Use 团队拿 Opus 4.7 和 GLM 5.2 比前端设计，一个 prompt 生成网站打分，看看谁画页面更强。
DeepSeek开源DSpark投机解码框架，推理提速60-85%
DeepSeek开源了DSpark框架，能让你的V4模型推理提速60%以上，且不影响质量。它解决了投机解码在真实部署中的难题，已经稳定跑在生产环境。
6月28日
6月27日
6月26日
NVIDIA 发布 nvidia/GLM-5.2-NVFP4 量化模型，可经 Hugging Face 调用
NVIDIA 把智谱的 GLM-5.2 量化成 NVFP4 精度，放 Hugging Face 上免费调，还能白嫖，日常推理够用了。
6月24日
Qwen发布Paradigm II：世界建模作为Agent能力，7项基准提升
Qwen做了个新Agent模型Paradigm II，不用额外训练就在终端、编码、搜索和工具调用任务上全涨分，尤其没见过的任务也管用。
6月22日
百川发布新一代医疗增强大模型 M4：登顶 OpenAI 医疗评测，超越 GPT-5.5
百川发了医疗增强大模型 M4，在 HealthBench 碾压 GPT-5.5，幻觉率仅 3.3%，看病问诊更靠谱。
6月20日
GLM 5.2、Minimax M3、Kimi k2.7 在 BrowserCode 基准上超越闭源模型
智谱发了 GLM 5.2，Benchmark 接近 Opus，成本才一毛八，还有更便宜的 M3 和升级的 Kimi 2.7，做浏览器智能体有得选了。
6月19日
DeepSeek V4 Pro on Together AI 登顶 Artificial Analysis 性能榜首
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。
AA-Briefcase基准测试：Claude Fable 5领先但任务成本$31，DeepSeek V4 Flash仅$0.04
新基准AA-Briefcase测长期项目，Claude Fable 5最强但贵，DeepSeek V4 Flash极便宜，GLM-5.2性价比超赞。
6月18日
StepFun Step 3.7 Flash 物理竞赛胜 DeepSeek V4-Flash
StepFun 的 Step 3.7 Flash 在生成物理动画上把 DeepSeek V4-Flash 比下去了，慢点但模拟和画面都好很多。
GLM5.2在Artificial Analysis登顶，用户反馈接近Opus 4.6
GLM5.2在开源模型排名拿了第一，而且有人说用起来感觉像Opus 4.6，你要是想换掉Deepseek V4 Pro可以试试。
6月16日
OpenRouter推出Fusion API，多模型协同以一半成本接近Claude Fable 5水平
OpenRouter用多个便宜模型拼出顶级效果，成本砍半但性能追上Claude Fable 5，预算有限又想用好模型可以试试。
谷歌更新 Android Bench 榜单：Gemini 3.5 Flash 成本最贵，约 DeepSeek V4 Flash 的 17.5 倍
谷歌新榜单实测，Gemini 3.5 Flash 在安卓开发任务中得分低、成本高，性价比远不如 DeepSeek V4 Flash。