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。
全部动态
AI 相关资讯全量信息流 · 601 条
7月2日
7月1日
6月30日
多家西方公司将AI工作负载迁移至中国模型，包括Lindy/Cursor/Coinbase等
Lindy、Cursor、Coinbase这些大厂都在把AI任务切到DeepSeek、Kimi、Qwen上，连微软都在测试DeepSeek V4，中国模型在西方变主流了。
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
flomo Agent使用心得：降低记录摩擦，打通记忆与行动
黄叔总结了flomo Agent的10条理解，比如用微信入口降低摩擦、打通记忆和行动，还提到了DeepSeek V4的作用。想用好flomo的可以看看。
6月27日
hf-claude 让 Claude Code 接入超100个开源模型，含 GLM 5.2、MiniMax-M3 等
想在 Claude Code 里用别的模型？hf-claude 能直接集成 100+ 开源模型，包括 GLM 5.2 和 DeepSeek v4 Pro，很方便。
改进DeepEP MoE负载均衡：SGLang引入Waterfill和LPLB
SGLang给DeepSeek模型加了两个新负载均衡器，跑DeepSeek V3/R1速度能快最多7%，而且不改精度，想加速推理的可以试试。
行业13:04
反直觉模型观察：GLM 5.2受付费用户青睐，GPT 5.5鲜有人用oran_ge用Cola数据发现一个反常识现象：GLM 5.2在抢Claude的付费用户，而GPT 5.5却没人用，值得看看
6月26日
基于DeepSeek V4的终端编码agent，7个bug修复仅¥1.07
这个基于DeepSeek V4的终端agent超省钱，修7个bug才1块零7分，比Claude Opus便宜30倍，编码体验还接近Claude Code。
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23日
GLM 5.2 在 OpenRouter 上 token 份额快速追赶 DeepSeek V4
OpenRouter晒出了GLM 5.2和DeepSeek V4的token份额对比，GLM 5.2涨得真快，开源模型里能跟DeepSeek掰手腕了。
6月22日
产品07:23
Browser Harness 云版 beta 上线，邀请用户测试browser_use 发布了云端版 Browser Harness，基于 AWS 架构，现在就能试，快去搞崩它提反馈。
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。
Codex用Claude Code干活，支持多模型讨论的MCP开源了
作者自己写了MCP让Codex调用Claude Code，还能用智谱GLM-5.2、Deepseek V4便宜模型，开发翻译都方便，已开源快去用。
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。
2026年国产AI模型竞争白热化 每月新旗舰发布
这帖子把2022到2026国产模型进化史盘得清清楚楚，DeepSeek、Qwen、GLM、Kimi每月一个旗舰，本地部署清单都快十个版本了，AI发烧友必看。
6月17日
微软 Copilot Cowork 正式 GA，考虑引入 DeepSeek V4 低成本模型
Copilot Cowork 终于上线了，微软还打算用 DeepSeek V4 当廉价模型，按用量收费，做 Agent 的可以看看怎么降本。
6月16日
vLLM v0.23.0 发布：408 次提交，DeepSeek-V4 支持增强
vLLM v0.23.0 大更新，DeepSeek-V4 和 Llama 用户值得升级，新的 KV 缓存卸载能省显存，推理与工具调用解析也更顺了。
6月15日
6月13日
6月12日
DeepSeekV4 上下文内存压缩至1/10，FlashMemory 显存占用仅1.3GB
长文本推理的显存瓶颈被 FlashMemory 大幅缓解，做 LLM 推理优化或部署长上下文模型的团队可以直接参考论文方法，效果甚至比原版更好。
