全部动态
Fish Audio 的 Drama 3 把开源 TTS 拉到新高度，发音准确率压过 Eleven v4，价格还只有五分之一，权重直接能下载。
ARC Prize 实测了 DeepSeek V4.1 Flash，ARC-AGI-3 跑出 3.3%，成本不到 1000 美元，目前性价比最好的一份成绩单。
V4.1 和 Sol 6.1 这轮表现都很能打，尤其 Sol 6.1 出乎意料，还顺带聊了 Haiku 和 Fable 5.5 的定位。
Recraft 演示了一条三步头像工作流，从 V4.1 Pro 出图到 Seedance 2.5 成视频，提示词全公开，直接照抄就能跑一遍。
Cognition 的新基准看代码能不能被维护者真合并，最强模型也只有 52%，GPT-6.1 Sol 花十分之一的钱就追平 Claude，榜单数据很硬核。
Cognition 的 FrontierCode 1.1 排行榜来了，专测代码能不能被真实维护者合并。Claude Opus 5.5 拿 52% 居首，GPT-6.1 Sol 用十分之一的价格打平，开源的 MiMo-V2.6-Pro 也很能打。
LMArena 给出实测数据：Kimi K3 和 DeepSeek V4.1 Flash 用不到一成的成本追平了 Claude Fable 5，做 agent 选型前可以看看这份榜单。
Meta 六周内又发了新模型，智能指数涨到 56，代理类任务进步明显，比 Claude 便宜但比 GPT-6 贵，做 agent 的可以看看。
有人实测 80 美元在 DeepSeek V4.1 Flash 上跑了 3 万多次请求，比 Command Code 还多，写代码跑量的可以看看这笔账。
有人用 Codex 加 Deepseek-V4.1-Flash，让模型只写 JSON 就能自动生成会动的架构图，还能导出 GIF 和 MP4，画时序图、Sankey 图都行，做技术分享很实用。
有人给 DeepSeek V4-Flash 做了个超网络，把上下文直接变成参数，投影塞进每层共享专家 MLP，思路挺野。
LangChain 把 Open SWE 改成按任务自动挑最便宜够用的模型，成本直接砍掉 64%，还能看看 DeepSeek v4.1 flash 当编排器的实际体验。
OpenRouter 自曝内部案例：5 个销售加一个 AI 智能体 Rasp，每月省 600 小时，连踩坑经验和模型省钱套路都写清楚了。
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。
博主对比了 Haiku 5.5 和 DeepSeek-V4.1 flash、GLM 5.3 flash 的价格和 Terminal Bench 4.0 分数，顺便吐槽了评论区骂战，看看各方实际差距。
一个人用 ARTEX 加上 DeepSeek、GLM、Grok 和 Claude Code 就能打穿韩国多家银行，CrowdStrike 的报告把工具链讲得很细。
微软把 Windows 定位成 AI 智能体的底座，从 MXC 容器隔离到能跑 DeepSeek V4 Pro 的 DGX Station 一口气全铺开，做端侧智能体的可以细看。
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。
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 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 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。
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。
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。
有人实测了 Jev Router，5 个常用模型里 4 个上了 Pareto 前沿，但直连 DeepSeek V4.1 Flash 反而更便宜更快，选路由前可以先看看这组数据。
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 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。
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 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。
