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。
全部动态
AI 相关资讯全量信息流 · 960 条
10月6日
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。
Bloomberg：DeepSeek 拟融资至少 120 亿美元，估值或达 710 亿美元
DeepSeek 这轮可能融到 120 亿美元以上，估值 710 亿，还要买 16 万块华为芯片建数据中心，腾讯宁德时代都跟投了。
测量优先的智能体排行榜审计框架：污染风险与评分器验证
一群研究者专门审计智能体排行榜的基准污染问题，用 GPT-4.1 和 DeepSeek-V4-Flash 在 SWE-bench 上做了对照实验，结论是很多污染指控证据不足，做评测的人值得看看这套框架。
CIPHER-MoE：万亿参数 MoE 训练负载均衡新方法
训练万亿参数 MoE 模型的负载不均问题有了新解法，DeepSeek-V4-Pro 上实测训练加速最高 1.94 倍，还不用加硬件，做训练的可以看看。
自我进化 LLM 系统何时该停：arXiv 论文提出即插即用停止准则
做自我进化 agent 的可以看看：不用改算法，套个统计检验就能让系统自己判断什么时候停止迭代，省 91.6% 的 token 还不掉点。
RETRACE 从 CI 修复历史中提取可复用经验，提升智能体修复成功率
arXiv 上的新论文 RETRACE，教 AI 智能体从真实 CI 修复历史里学经验，mini-SWE-agent 成功率从 19.6% 涨到 31.9%，做智能体修复的可以看看。
ElevenLabs 的 Eleven v4 Turbo 登顶语音 TTS 排行榜，价格减半
ElevenLabs 出了个便宜一半的 Eleven v4 Turbo，语音质量榜上反超自家老大哥，速度还更快，做语音产品的可以看看价格对比。
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。
Fireworks AI 平台支持 DeepSeek V4.1 Flash 微调训练
Fireworks 现在能直接微调 DeepSeek V4.1 Flash 了，想做编程智能体或工具调用的可以看看，托管训练省不少事。
SelfSearch：智能体自改 harness，$4.03 达到 Codex 水平
DeepSeek V4 Flash 加自改 harness，花 4 美元搜索就在 Terminal-Bench 上追平 Codex，SWE-bench 还省了近四成开销，做智能体的都该看看。
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。
DeepSeek V4.1 Flash 发布后，中美顶尖模型 LiveBench 差距缩至 3%
DeepSeek V4.1 Flash 把和 Anthropic 的跑分差距从 15% 追到只剩 3%，想知道中美模型现在差多少的看这篇。
开源模型观察清单：Qwen 4、Kimi K3.1、GLM-5.4、DeepSeek V4.2 发版传闻汇总
帮你盘了下四款国产开源模型的发版传闻：Qwen 4、Kimi K3.1、GLM-5.4、DeepSeek V4.2，想本地跑模型可以先记好时间线。
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。
Ling 3.1 Flash 接入 Cline，10月13日前免费使用
写代码的朋友可以试试，560B 的 MoE 模型 Ling 3.1 Flash 进 Cline 了，10月13日前免费用，性能对标 Kimi K3 和 DeepSeek V4 Pro。
观点：DeepSeek V4.1 训练复杂度更高但信息流更简洁
一条关于 DeepSeek V4.1 的训练观察：没做 dense warmup 也能训练顺利，作者解释了为什么这种设计值得 scale up。
DeepSeek V4.1 Flash 论文在 HF 9 月榜单仅获 191 赞引争议
DeepSeek V4.1 Flash 的论文在 HF 榜单只有 191 赞，发帖人直接开怼，评论区吵起来了，看看大家怎么说。
Meta 研究发现预训练模型加轻量脚手架在智能体任务上可超越 RL 后训练版本
Meta 这篇论文挺反直觉的：给基座模型配个轻量脚手架，多采样几次，居然比 RL 后训练版本更能解智能体任务，做训练的人可以看看。
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2日
10月1日