vLLM 把 DeepSeek 自家引擎 DeepInfer 的性能追平了,还吸收了它的开源内核,跑 DeepSeek-V4.1-Flash 的可以关注下。
#DeepSeek-V4.1-Flash
vLLM 用 Wide-EP 和 EPLB 基本追平了 DeepSeek 官方推理栈的性能,decode 差距 6% 以内,还有单卡 1M tokens/s 的数据,自己搭推理服务的可以看看。
DeepSeek 把自家跑 V4.1-Flash 的推理框架开源了,Apache 2.0 随便商用,还同时支持英伟达和昇腾,做部署的可以看看。
DeepSeek 把自家生产环境的推理引擎 DeepInfer 开源了,能看懂官方 API 为什么便宜,想自己部署模型的人值得翻翻代码。
DeepSeek 更新了 V4.1-Flash-1017,速度更快、输出更短还更省钱,跑 CodeBuddy 或 Harness 的开发者可以直接升级试试。
DeepSeek 新版 V4.1-Flash-1017 用自反馈强化学习练出了从零写完整项目的能力,官方放出了做游戏和 3D 建模的演示。
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。
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 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。
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。
拿 Minecraft 重建曼哈顿、白金汉宫这些真实地点来考模型找路,GPT-6 Astra 考了 85.6 分,开源的 DeepSeek-V4.1-Flash 才 23.9,差距很直观。
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。
Step 5 Preview 刚发布,作者拿发动机动画和3D抓娃娃机两个任务实测它,和 GLM-5.3、DeepSeek-V4.1-Flash、GPT-5.6 Sol 逐项对比耗时和成品质量,比看跑分实在。
有人在比 GPT-6-Luna 和 DeepSeek-V4.1-Flash 的实际成本,短上下文选 Luna,272K 以上大输入选 DeepSeek,做 agent 的可以看看怎么省钱。
DeepSeek 发布了新模型,性能提升 4.87%,成本只有 0.07 美元,比很多模型便宜很多。
DeepSeek新出的V4.1-Flash模型参加Agent Arena竞赛,你可以去投票看看它的表现,这个模型设计得更智能、更快、更高效。