DeepSeek 又更新了,这次 V4.1-Flash-1017 跑智能体任务比更大的模型还强,成本还降了,还附带 Search API,Claude Code 里能免费用。
全部动态
vLLM 官方晒出 DeepSeek-V4.1-Flash-1017 的服务成绩:每美元 1.3B tokens,单卡 830K tok/s,跑智能体循环很省钱。
有人用 DeepSeek V4.1-Flash-1017 做了个 SVG 相机,作者说效果像 Sonnet 5.5,想看实际效果的可以点开视频。
DeepSeek 刚更了 V4.1-Flash-1017,写代码和跑 Agent 任务明显变强,专项基准还赢了 GPT-5.6-Sol,不过综合推理还是 Claude Opus 5 更稳。
有人拿同一个画乌龟的提示词对比了 V4.1 Flash 新旧版本,新版本快很多,但快到 90% 会开始磨蹭,得手动拉一把,实测细节挺有用。
DeepSeek 更新了 V4.1-Flash-1017,编程测试涨到 77.0,还专门改了话痨问题,输出更精简,权重直接开放下载。
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。
DeepSeek 更新了 V4.1-Flash,DeepSWE 跑到 77.0 分,速度更快输出更短,还把 Search API 开放出来了,可以试试。
DeepSeek 把 V4.1-Flash-1017 的权重直接放上 Hugging Face 和 ModelScope 了,想本地跑的可以去下载试试。
DeepSeek 更新了 V4.1-Flash-1017,跑分更高、出结果更快、输出还更省,写代码工具也做了适配,可以直接在 API 里换上试试。
DeepSeek 刚发了 V4.1-Flash-1017,跑分更高还更快,输出更短更省钱,用 CodeBuddy 的人可以直接升级试试。
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。
DeepSeek 的新版本在自家 SWE V1.1 基准跑分领先,成本更低还开放了搜索 API,做开发工作流的可以看看
DeepSeek 刚发的 V4.1-Flash-1017,跑分更高还输出更短,用 CodeBuddy 或 Harness 的可以升级试试。
DeepSeek 新出的 V4.1-Flash-1017 是开源的,DeepSWE 1.1 跑分 77%,把 GPT-5.6 Sol 和 Opus 5 都比下去了,价格还便宜。
DeepSeek 周末更新的 V4.1-Flash-1017,性能更强还降价,搜索直接做成 API,5 元一千次,Agent 开发者可以马上试试。
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。
对比了 DeepSeek 和 Reflection AI 各自披露的 RL 训练规模,Beam 用了 13 亿 sandbox 和一万多块 GB300,想看训练算力数据可以留意。
DeepSeek 给 V4.1-Flash 做了次小更新,推理、编程、看图都变强,跑任务还更快更省 token,开源党可以关注下。
DeepSeek 的 V4.1 Flash 换了新版本号 1017,网页和 API 都自动切过去了,不用重新配置就能用上。
DeepSeek 的 Harness 框架更新了,能自定义插件索引还能让智能体自己造插件,API 里还闪现了个 v4.1-flash 快照,像是新模型在偷偷测试。
DeepSeek 把搜索和网页抓取直接做成了 API,每千次 5 元,Agent 和 RAG 应用接上就能用,还顺带更新了 Harness 的插件系统。
华为用 DeepSeek 当参照秀自家算力:2 机柜就能训练,273K tok/s,不过序列长度和适用场景都有局限,看看具体数据。
有人拿没官宣的 DeepSeek V4.1F-1017 做前端,5 分钟出活,还敢说比 Opus 强,看看截图自己判断。
有人发现 DeepSeek 这两个版本号可能其实是同一个模型,用 DeepSeek 的朋友可以看看自己的 API 版本对应关系。
DeepSeek 的 flash 模型指纹变了,疑似悄悄上了 V4.1-Flash-1017,有人说变聪明也更简洁了,可以自己试试对比。
有人实测了 Meta 新开源的 Muse Spark Open,结论是打不过 DeepSeek-v4.1-flash,还特能幻觉,想本地部署的先看看再决定。
Meta 放了个 816B 的开源权重模型 Muse Spark Open,美国开源第一,1M 上下文还能塞进两台 Mac Studio 自托管,不过跑智能体任务不如 GLM-5.3。
腾讯混元把 Agent 记忆做成开源全家桶了,3B 小模型记忆任务得分压过 Opus 5,还能插件接入 Cursor 等十种工具,做 Agent 的可以试试。
OpenCode 里用 DeepSeek V4.1 Flash 不扣套餐额度了,还有 200K 上下文,而 DeepSeek 官方 API 还得付费,写代码想白嫖的可以试试。
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。
把知识写进模型记忆到底行不行?这篇论文在 Qwen 和 DeepSeek 上做了实测,命中率数据挺扎眼,做记忆机制研究的值得看数据。
Meta 开源了 816B 的 Muse Spark Open,主打 1M 上下文和 Agent 任务,作者还算清了要跑起来得 700GB 显存,看看你的卡够不够。
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。
NVIDIA 开源了这个 120B 参数的视觉智能体模型,跑 LangChain 测试比 DeepSeek V4.1 Flash 快一半,做智能体的可以试试。