#推理模型
DeepSeek 把自家生产级推理系统开源了，一天 155 万亿 token、80% 毛利，做推理服务的都该看看这套架构。
有人扒 DeepInfer 的短板：不做异构优化，但有 3FS 和 Dynamo 兜底，还说 4 千张 GB200 就能追平 DeepSeek 吞吐。
有人在 Whale 仓库里挖出线索：下一代 SoTA 模型 100 万上下文输出才 $0.2 还能盈利，信息只发在微信里，看看推理过程。
有人在对比 DeepSeek V4 和 GPT 的 KV 缓存开销，GPT 那 272K 压缩上限被吐槽了，搞推理部署的可以看看这段讨论。
想搞懂 Scaling Law 为什么长那样的人看这篇：它把损失下降拆成几何、谱、优化三步推导，emergence 和 grokking 也讲清楚了。
Google 又憋了个 Gemini 4 Carbon，要在刚发的 Argon 上再升级，和 Anthropic、OpenAI 掰手腕，可以看看细节。
DeepSeek 把推理集群的账本公开了：日处理 155 万亿 token，GPU 时收入 38 美元，算下来毛利约 82%，这数字值得看看。
想看模型价格怎么崩的可以看这篇：同个智能水平，GPT-6 Luna 只要 0.03 美元一任务，5 个月前 Claude Sonnet 4.6 要 2.49 美元。
DeepSeek 新版 V4.1 Flash 1017 在多步网络安全任务上跑赢了开 Daybreak 的 GPT 6 Sol，测试帖细节可以看看。
Tibo 网站倒计时显示 11 月 1 日 10 点，疑似 GPT-6.5 要来了，OpenAI 还没官宣，先当传闻看。
1017 和 Sol-xhigh、Grok 4.7 在 WeirdML 上的横向对比来了，还聊了 tokens 消耗和 Codex 表现，评测党可以看看。
有人算了笔账：DeepSeek 手里 3000 块 Blackwell 每月能吐 165T token，够喂几个 RL 集群，推算过程挺有意思。
Anthropic 被曝有个没发布的新模型，你不把需求说全它也能猜出你想要啥，来源是 The Information。
有人扒到 Microsoft 的评估配置里出现了 GPT-6.1 Terra 的代号，The Information 之前也报道过这个模型，看来 OpenAI 确实在憋新货。
DeepSeek 把自家的推理引擎 DeepInfer 开源了，还是基于 vLLM 做的，做推理部署的同学可以看看它有什么新思路。
之前藏着测试的 Space Bunny 现身了，就是 MiniMax 的 M3.1 Flash，$0.15 一百万 token 的输入价很激进，权重 23 号开放，想本地跑的可以等等。
DeepSeek 这版新模型把 Agent Arena 的开源第一拿下了，任务成功率和 Bash 执行可靠性都是开源第一，单任务成本才 1 块多人民币。
有人扒出 OpenAI 新站的源码里藏着 6.5 和倒计时，猜测 GPT-6.5 要来了，不过文中时间对不上，看看就好别全信。
论文测了在固定 token 预算下怎么让模型真的把答案交出来，Qwen3-4B 和 DeepSeek 蒸馏版各涨了 8 和 7 个点，做推理部署的可以看看。
有人把推理过程画成图来做自反思，MATH 上比普通反思高 12 个百分点，还不用训练，搞 QA 的可以看看。
MiniMax 又发了个省钱版 M3.1 Flash，价格砍半还能打平 DeepSeek V4.1 Flash，不过性价比仍输 MiMo-V2.6 Pro，适合预算敏感的场景。
Anthropic 的新 Claude 被曝修 Bug 会追根因而不是糊补丁，对比 OpenAI 同期只露了 6.1 Terra 一角，做开发的朋友可以看看细节。
有人实测 deepseek-v4.1-flash-1017，说 Agentic Coding 从 GROK-4.6 水平直接追上国产旗舰，还发现了行为变保守、预算控制的问题。
做 Agent 长任务的朋友看看这篇：把设计意图存图里、用确定性控制器核对交付物，19 个领域、228 个任务的基准测下来，同一模型约束满足率高出基线 14-25%。
vLLM 团队放出了 d3-turbo，做智能路由用的决策模型，比 d3 flash 快 15 倍，还登顶了 Jev Decision Index，做路由的可以看看。