搜索“DeepSeek”

DeepSeek 开源推理代码缩小 AI 芯片间差距

DeepSeek 发布的开源推理包把华为昇腾处理器与 Nvidia 当前数据中心 GPU 列为同一支持层级的构建目标，同一项目树可同时面向两者，切换工作负载更接近改配置而非分叉技术栈。

DeepSeek 开源生产推理栈 DeepInfer，披露单集群 155T tokens/天与单卡每小时 38 美元收入

DeepSeek 开源了支撑 V4.1 Flash 的生产推理栈 DeepInfer，并公布单集群每天处理 155 万亿 tokens、96% 输入缓存命中、单卡每小时 38 美元收入等生产数据。

DeepSeek推理框架对等支持华为、英伟达芯片，意味着什么？

钛媒体作者分析DeepSeek于10月20日开源的推理框架DeepInfer，华为昇腾950系列NPU与英伟达SM100同时进入支持名单，来自同一代码树，仅通过一个环境变量即可在两类硬件间切换。

OpenAI API 新增 12 小时缓存保留选项，Codex 和 Work 登录用户缓存永久保留

OpenAI 模型的 API 服务新增 12 小时缓存保留选项，Codex 和 Work 登录用户缓存将永久保留。该选项对 GPT-5.6 及以上版本模型生效，默认保留 30 分钟；选择 12 小时后缓存写入价格从 1.25 倍升至 2.5 倍，缓存读取价格不变。官方文档指出 12 小时规定的是缓存读取计费资格对应的最短生命周期，不保证每次请求复用已存储的 KV 张量，也不保证降低延迟。

DeepSeek 开源推理引擎 DeepInfer，支撑 V4.1-Flash 高速低成本服务

DeepSeek 以 Apache License 2.0 开源内部推理框架 DeepInfer，该框架是支撑 V4.1-Flash 模型大规模快速出答案的服务软件。

DeepSeek@deepseek_ai· 17:30精选AI 评分7272

DeepSeek 宣布将自研推理框架 DeepInfer 完全开源，代码已发布在 GitHub。该框架用于支撑 DeepSeek-V4.1-Flash 的大规模服务，主打高吞吐与低延迟，DeepSeek 称分享生产栈意在帮助社区降低算力成本与能耗。

DeepSeek@deepseek_ai· 15:00AI 评分6060

DeepSeek 发布 DeepSeek Harness 的打包桌面版，覆盖 macOS 和 Windows。Linux 用户可通过 npm 上的 @deepseek-ai/dsh 包获取，详情见 deepseek.com/harness。

DeepSeek@deepseek_ai· 21:02精选AI 评分8080

DeepSeek 发布 DeepSeek Harness v0.1 开发者预览版，面向构建智能体框架的开发者开放，并以 MIT 许可证开源代码库。该框架基于 Cordis 元框架，核心设计是“一切皆插件”，模型、工具、技能、会话、沙箱、文件系统、循环、编排和 UI 均以插件形式实现，可自由组合、替换和扩展。

DeepSeek@deepseek_ai· 14:56精选AI 评分7878

DeepSeek 宣布 DeepSeek-V4-Flash 官方 API 进入公开测试。官方称其 Agent 能力大幅升级，基准分数已明显超过 V4-Pro-Preview，并原生支持 Responses API 格式、完成对 Codex 的适配，配置细节见官方 API 文档。

DeepSeek@deepseek_ai· 10:20AI 评分4040

DeepSeek-V4-Pro 折扣已延长至 2026 年 5 月 31 日 15:59 UTC！

DeepSeek@deepseek_ai· 00:35AI 评分6262

DeepSeek 宣布全系 API 的输入缓存命中价格立即降至原价的 1/10。同时，DeepSeek-V4-Pro 的 75% 折扣活动仍在进行，截止时间为 2026 年 5 月 5 日 15:59（UTC）。

DeepSeek@deepseek_ai· 23:33AI 评分5858

DeepSeek 宣布 DeepSeek-V4-Pro API 在 2026 年 5 月 5 日 15:59（UTC）前享受 75% 折扣。接入方面，Claude Code 需将模型设为 deepseek-v4-pro[1m] 以启用 1M 上下文，OpenCode 需升级到 v1.14.24+，OpenClaw 需升级到 v2026.4.24+，完整信息见官方 API 文档。

DeepSeek@deepseek_ai· 11:00AI 评分3838

⚠️ 提醒所有使用 DeepSeek-V3.2-Exp 推理演示的用户：早期版本在 indexer 模块中存在 RoPE 实现不匹配的问题，可能导致性能下降。Indexer 的 RoPE 期望非交错输入，而 MLA 的 RoPE 期望交错输入。已在 https://github.com/deepseek-ai/DeepSeek-V3.2-Exp/tree/main/inference 修复。