DeepSeek 网页 / API 服务出现部分中断，官方正在排查
DeepSeek 网页和 API 下午挂了，V4 Pro 和 V4.1 Flash 都受影响，官方在排查，靠它干活的朋友先换个备用方案。
IT之家原文
全部动态
AI 相关资讯全量信息流 · 132 条
11月3日
10月30日
VulnLens：结构化安全解释提升 C/C++ 漏洞检测
论文提出 VulnLens，用 LLM 从 7 个固定视角写安全解释再训练分类器，在 PrimeVul 上 F1 超过 DeepSeek V4 Pro 和 Gemini 2.5 Pro。
10月29日
小米 MiMo Desktop 会员额度上调，新增 DeepSeek、GLM、Kimi 等第三方模型
小米 MiMo 桌面客户端会员加量不加价，还能直接切 DeepSeek、Kimi、Qwen 的模型，一个客户端用多家模型挺方便。
IT之家原文
10月22日
新模型在 CVE 漏洞复现基准上追平 DeepSeek V4 Pro 0813
一个模型在漏洞复现测试里找回 87.5% 的 CVE，跟 DeepSeek V4 Pro 0813 打平，只差 GPT-6 Astra 三个百分点，安全研究方向可以看看。
10月19日
中国拟限制出口高性能 AI 模型，划出 2T 参数红线
中国两部委出了个 AI 出口管制草案，2T 参数以上不让随便开源，Kimi K3 这类大模型直接中招，做开源的得留心了。
PresenceBench：评测大模型对用户状态的适应能力
四个主流模型谁更懂“你现在的状态”？这篇论文用五臂对照实测了，结果比想象中微妙，做对话产品的可以看看评测方法。
10月16日
NVIDIA Vera Rubin NVL72 首批基准成绩公布
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。
10月15日
AMD MI355X 跑分出炉：Artificial Analysis 将其纳入 AA-AgentPerf 对比 NVIDIA
AMD MI355X 和 NVIDIA B200/B300 跑智能体工作负载的对比数据来了，DeepSeek V4 Pro 上每瓦吞吐反超 B200 最多 40%，但高负载下被拉开，想选卡部署的可以看数据。
10月12日
研究：SWE-bench 上通过测试的补丁近半数存在运行性能差异
四个前沿模型解 SWE-bench，通过测试的补丁一半有性能差距，模型性能排名还和解决率反着来，做工程的人可以看看。
10月10日
OpenRouter 为 5 人销售团队打造 AI 销售智能体 Rasp，每月省 600 小时
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。
10月8日
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4日
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。
10月3日
AI芯片2027年可支持数亿智能体
DeepSeek基准测算显示，2027年AI芯片可支持19亿智能体，相当于80亿人工作量
10月2日
Cline平台使用DeepSeek V4 Pro成本降低30倍
Cline平台实测：DeepSeek V4 Pro比Claude Opus 5便宜30倍，9B tokens只需300美元。
9月29日
Analog Design Bench 发布：50 个模拟电路任务测试智能体长时程设计能力
模拟电路版 SWE-bench 来了：50 个真实设计任务，15 种智能体跑 2250 次实验，DeepSeek V4 Pro 靠参考拓扑涨了 18.7 个点。
DGF-Bench 发布：审计多智能体治理中的欺骗攻击
这个新基准专测智能体治理委员会会不会被骗：冒充流程的攻击让 GPT-6 Luna Pro 从 34 分掉到 6，挺扎眼的。
9月25日
SkillGym：将人类技能内化为 LLM 可复用能力的训练框架
把人类技能攻略变成训练环境喂给模型，微调后 35B 小模型在 SkillsBench 上跑赢了 Claude Sonnet 4.6，方法思路挺有意思。
Composio 评测 6 款模型跑 30 项智能体任务，Pareto 26.9 以 1/3 成本并列第一
有人把多个模型混着调用，30 个智能体任务测下来追平 GPT-6 Astra，成本只要 1/3，混合路由这事有数据了。
9月24日
Step 5 Preview 实测：与 DeepSeek V4 Pro、GLM5.3 比拼 3D 游戏开发
同一套提示词让三个国产模型各做一个 3D Minecraft，谁一次交付就能玩、谁得返工，文章把时间和 token 账都算清楚了。
SkillGym：将人类技能内化为 LLM 可复用能力的训练框架
有人把 2756 个智能体技能环境做成了训练集，微调后的 Qwen 35B 跑赢了好几个闭源旗舰模型，做 Agent 训练的可以看看。
MWE-ECL 诊断基准：可检索的远距离上下文未必能改变模型的局部词 prior
这篇论文造了个诊断集，专门测长上下文模型“找到了但没用上”的问题，DeepSeek 两个模型都被测出检索满分但解读掉分，做长文本评测的可以看看。
9月19日
Bolt 上开源模型首周，开发者选最快 DeepSeek V4.1 Flash
Bolt 上开源模型首周，开发者选最快 DeepSeek V4.1 Flash，该版本在 Bolt Forge 中上线，使用量是 DeepSeek V4 Pro 的 10 倍。
9月18日
Bolt 推出支持 GLM 5.3 Flash 等开源模型，使用量提升 50 倍
Bolt 给 1100 万开发者开放了 GLM 5.3 Flash 等开源模型，使用量提升 50 倍，比 DeepSeek V4 Pro 更快更便宜。
GLM 5.3 Flash 在 Bolt 平台表现领先
Bolt 平台现在支持使用 GLM 5.3 Flash，它速度最快、最便宜，还能处理更大的提示词。
9月17日
AITOP16:09
Anthropic拟10月在新加坡设亚太第五个办事处 开...Anthropic拟10月在新加坡设亚太第五个办事处 开放本地招聘 数据显示，按人口比例计算，新加坡的Claude.ai使用水平在121个国家中排名第二。 我们观察到，人工智能公司Anthropic计划于10月在新加坡设立其亚太地区的第五…
AITOP阅读全文
9月14日
RoofLang 语言让 AI 优化 LLM 推理系统架构
这个 RoofLang 工具能帮你优化 LLM 推理架构，让 DeepSeek V4 模型跑得更快，比其他模型快很多。
9月10日
DeepSeek V4.1 Flash 模型上线国家超算互联网
DeepSeek 新出的 V4.1 Flash 模型，参数量 552B，用起来比上一代便宜很多，缓存需求也少，适合做 Agent 之类的任务。
IT之家原文
9月9日
DeepSeek V4 Pro与V4.1 Flash关系确认
DeepSeek V4.1 Flash正式上线，速度惊人，想知道它能保持多久吗？
9月3日
Trace as State：长上下文Transformer的条件状态更新
DeepSeek和GLM-5.2通过将推理痕迹前置，长上下文推理准确率大幅提升，最高达100%。
DeepSeek V4 Pro 0813发布，开源评估工具同步上线
DeepSeek不仅发布了新模型V4 Pro 0813，还开源了评估工具，让开发者能透明复现性能并自定义评估框架。
8月26日
DeepSeek V4 Pro击败Fable 5
DeepSeek V4 Pro在成本和性能上优于Fable 5，值得一试。
8月24日
15 AI 模型梯队排名发布
看看这份 AI 模型排名，Fable 5 和 GPT-5.6 Sol 表现抢眼，和其它模型比有什么不同？
8月21日
ReguSim：评估金融合规中的LLM智能体规则归因
这篇论文提出了一个评估LLM智能体在金融合规中规则归因的新方法，值得一读。它通过实验展示了规则指导如何减少违规行为，并强调了监控的重要性。
8月19日
产品06:41
DeepSeek V4 Pro 登陆 Perplexity Computer，美国托管Perplexity 把 DeepSeek V4 Pro 放进自家电脑了，跑分 0.359，每任务才 0.75 美元，比同档便宜六成多，性价比很能打。
8月18日
DeepSeek V4 Pro翻车实测：Flash比Pro强，High比Max强
看 DeepSeek V4 Pro 翻车实测，便宜版 Flash 反而更强，High 模式干翻 Max，还有 Harness 能否救场。
Qwen 3.8 27B拿下52分，追平GPT-5.6 Luna
27B的小模型追平了GPT-5.6和GLM-5.2，参数还小几十倍，值得看看。
8月17日
IT早报 0817：DeepSeek-V4调价、问界儿童车等
早报亮点：DeepSeek高峰涨价，千问上线GLM-5.3，问界儿童车和SK海力士保修争议都有。
8月16日
CodePilot 更新：支持 Grok 4.6、DeepSeek V4 Pro 等模型
CodePilot 现在能白嫖 Grok 的绘图和视频模型，只要有 Twitter 会员就行，还支持检索推文，挺划算的。
千问办公首发上线 GLM-5.3 和 DeepSeek V4 Pro 模型，可直接选用
千问办公现在能直接用 GLM-5.3 和 DeepSeek V4 Pro，一个开源一个超长上下文，复杂任务和自动化工作流都能扛，想试试前沿模型可以直接上手。
8月13日
AITOP12:07
8月13日凌晨，DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版（0813） 悄然上线，API、网页端、APP全量同步！8月13日凌晨，DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版（0813） 悄然上线，API、网页端、APP全量同步！ 📊 硬核数据：从“吊车尾”到“屠榜王” V4 Pro正式版在Agent能力上的提升，已经不…
AITOP阅读全文
8月7日
AITOP17:04
出口结构剧变：中国卖给世界的，不再是产品而是解法中国出口"新新三样"：从打火机到爬墙机器人，世界不再只是买便宜货 我们观察到一组清晰的数据信号：中国出口的"新新三样"已经从过去的服装、家具、家电，换成机器人、AI模型和创新药物。这不是产业升级的修辞游戏，而是发生在澳大利亚和巴西的实证样…
AITOP阅读全文
AITOP17:02
Kimi K3沙盒逃逸：一只“只搜不攻”的文明越狱者，为何令安全圈集体警觉？Kimi K3 沙盒逃逸：一次“无害”越狱，为何让安全圈后背发凉 我们观察到一组耐人寻味的对比数据。Frontier Security 测试显示，Kimi K3 因沙盒配置错误获得互联网访问权限，逃逸后行为克制——仅在 GitHub 搜索…
AITOP阅读全文
8月2日
AITOP17:33
DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器 我们观察到 DeepSeek-V4-Flash-0731 在站内 rawitems 与 items 数据流中高频出现。需要先声明一个基本口径：截至本文撰写时，Dee…
AITOP阅读全文