HeyGen Voice 登顶 Artificial Analysis 语音合成竞技场榜首
HeyGen 第一次做 TTS 就拿下 Elo 1,201 的榜首，价格还比 Eleven v4 便宜一半，做语音客服的可以听听样例对比。
全部动态
AI 相关资讯全量信息流 · 469 条
10月10日
10月9日
10月8日
Anthropic Haiku 5.5 价格低于 DeepSeek-V4.1 flash 和 GLM 5.3 flash
有人把 Haiku 5.5 和 DeepSeek、智谱的 flash 模型做了价格和 Terminal Bench 跑分对比，选便宜模型前可以看看这张对比表。
vLLM 分享 DeepSeek-V4.1-Flash 的 SWA bounded replay 优化
37FlowAI 拆解了 DeepSeek-V4.1-Flash 在 vLLM 上跑 agent 的优化细节，SWA bounded replay 能明显降低 TTFT，搞部署的可以看看。
DeepSeek 压缩智能体记忆：缓存每 token 仅 890 字节
DeepSeek 把智能体的 KV 缓存砍到每 token 890 字节，比 V1 小 437 倍，Flash 还在 AA Index 上反超 V4-Pro，价格只要一半不到。
Agent Arena 实测 Jev Router：4700 场智能体会话表现如何
Agent Arena 跑了 4700 多场真实会话测 Jev Router，结论挺直接：比 DeepSeek V4.1 Flash 贵 38%，但根据反馈换模型的能力接近 Claude Opus 5.5。
Microsoft 演示 DeepSeek V4 Flash 本地跑在 Windows PC 上
284B 的 DeepSeek V4 Flash 量化到 1.6 bit 只要 60GB，配 128GB 内存的 Surface Laptop Ultra 就能本地跑，视频都放出来了。
Jev Router 中位延迟 6.18 秒，高于 DeepSeek V4.1 Flash 的 3.64 秒
LMArena测了Jev Router的实际延迟：中位数6.18秒，比DeepSeek V4.1 Flash的3.64秒慢了一截，P90差距更明显。
vLLM 三周优化 DeepSeek-V4.1-Flash：低并发提速 1.9 倍
vLLM 花三周把 DeepSeek-V4.1-Flash 跑快了 1.9 倍，AgentX 上吞吐 5.3 倍，还附交互图表拆解过程，做部署的可以看看。
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6日
DeepSeek V4.1 Flash 在 ARC-AGI 验证集上超越 V4 Flash
DeepSeek 的 V4.1 Flash 跑分出来了，ARC-AGI-2 拿下 72.9%，比上一代高了 11.5 分，不过每任务成本贵了两倍多，看你怎么权衡。
ElevenLabs 旗下 Eleven v4 Turbo 登顶 Artificial Analysis 文本转语音榜单
ElevenLabs 的新 Turbo 版把语音质量做到榜单第一，价格还只有自家 v4 的一半，做语音相关的可以看看数据。
Mistral发布Mistral Large 4：1T总参数49B激活，10月开源
Mistral放出Mistral Large 4，1T参数只激活49B，跑分被DeepSeek V4.1 Flash压了一头，10月就开源，可以先试试API。
蚂蚁集团发布 Ling 3.1 Flash：智能指数翻倍至 41 分
蚂蚁的 Ling 3.1 Flash 智能分直接从 20 涨到 41，智能体能力能跟 GLM-5.3-Flash、DeepSeek V4.1 Flash 掰手腕，权重还快开源了。
Reflection AI 开源 Beam：501B 参数 MoE，号称最强西方开源模型
Reflection AI 开源了 Beam，501B 参数 MoE，作者称推理算力只要 GLM-5.2 的三分之一，Apache 2.0 可商用，不过注意这数字只是估算。
10月5日
EverMind AI 开源多智能体系统 Raven：为每个模型单独演化 harness
EverMind AI 开源了 Raven，每个模型配一套会自我进化的 harness，用 DeepSeek-V4-Flash 在 BrowseComp 上跑出 69.3%，研究者可以看看这套思路。
10月4日
DeepSeek V4-Flash 单 GPU 吞吐量对比引争议：72 TPS 仅为其三分之一
有人实测推理只有 72 TPS，对比 DeepSeek V4-Flash 在 DSpark 报告里的单 GPU 成绩直接少了三分之二，评论里讨论了 TileLang 内核和 npugraph_ex 还能优化多少。
10月3日
GeneralityLabs Exploit Bench测试结果
GeneralityLabs公布Exploit Bench测试结果，V4.1 Flash性能下降，Claude Code超越Codex。
10月1日
9月30日
9月29日
KernelZero：Proposer 与 Coder 协同进化生成高性能 GPU Kernel
一个 7B 模型在 CUDA 上干过 Claude-4.5-Sonnet，靠的是两个小模型互相出题互相训练，生成 GPU kernel 的可以看看这套思路。
9月28日
ElevenLabs 发布 Eleven v4，登顶 Artificial Analysis 语音合成榜
ElevenLabs 新的 Eleven v4 拿了语音合成榜第一，支持 90 多种语言，发音准确率 91.7%，就是价格比 Google 贵不少。