MiniMax 上线 M3.1 Flash 模型
稀宇科技（MiniMax）于 10 月 19 日正式上线 MiniMax M3.1 Flash 模型，线上推理速度较此前提升近 3 倍，Agent 类任务综合使用成本降低 70%。
搜索“DeepSeek”
找到 63 条 · 更新于 12:09
少数派AI 评分5858
极客公园AI 评分2222 OpenAI 三个 Aurora 神秘模型曝光；DeepSeek 开放搜索与网页抓取 API；智界将获独立造车资质｜极客早知道
OpenAI API 模型列表镜像中短暂出现 aurora-red-alpha、aurora-green-alpha、aurora-blue-alpha 三个模型，随后条目消失，官方未作说明。
DeepSeek@deepseek_ai精选AI 评分7878推荐理由：官方给出新版本在基准表现、任务完成速度和输出长度上的变化，并说明已上线网站、App 与 API。
Latent SpaceAI 评分5050 Latent Space 推出新节目 High Taste Testers，首期聊 Dev Day 与最新模型
Latent Space 正在试播新节目 High Taste Testers，把旧金山的午餐闲聊搬上节目，首期话题从 Dev Day 延伸到最新模型与助手。同期 AI 新闻汇总中，Meta 发布 816B 总参数、42B 激活的 MoE 开源模型 Muse Spark Open，Artificial Analysis 智能指数得分 39，为美国开源模型最高。
DeepSeek 模型发布精选AI 评分7575 DeepSeek 发布 DeepSeek-V4.1-Flash-1017 小版本更新
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，作为 DeepSeek-V4.1-Flash 的小版本更新，在推理、编码、智能体任务和视觉基准上均有提升，同时缩短任务执行时间和输出长度。
推荐理由：原文给出多项基准对比和推理成本变化，读者可据此判断这次小版本更新在智能体任务上的位置。
DeepSeek 模型发布精选AI 评分8585 DeepSeek 发布 V4.1-Flash 多模态 MoE 模型，KV cache 压至 890 bytes/token
DeepSeek 发布 DeepSeek-V4.1-Flash，这是一个 552B 骨干参数、支持 100 万 token 上下文的多模态 MoE 模型，原生处理图像与文本并自回归生成文本。
推荐理由：技术报告给出 KV cache 压缩到 890 bytes/token 与激活参数 8B/16B 的设计取舍，可据此判断长上下文智能体负载的成本走向。
Emad@EMostaqueAI 评分3838@river_ai_inc 能低于 @deepseek_ai 的价格，令人印象深刻——尤其是缓存这块很难做！ 那里团队很有实力，完整的 RL + 推理栈应该会构成真正的竞争。
引用River AI@river_ai_incRiver Inference is live! We're serving DeepSeek V4.1 Flash and GLM 5.3 Flash for 20% below official provider rates.
- DeepSeek@deepseek_aiAI 评分6060引用DeepSeek Harness@DeepSeekHarness
DeepSeek Harness for desktop is now available on macOS and Windows. https://x.com/i/article/2104777189275439104
- DeepSeek@deepseek_ai精选AI 评分7272
DeepSeek 发布 DeepSeek-V4.1-Flash，称其为新架构家族中参数规模最小的模型，并原生支持视觉理解。官方表示该模型面向更强能力、更快推理和更高吞吐设计，并可扩展至更大模型。
推荐理由：DeepSeek 新架构家族的最小模型，原生支持视觉理解，并强调推理速度与吞吐。
DeepSeek 模型发布精选AI 评分7272 DeepSeek 发布实验性多模态模型 DeepSeek-V4-Flash-Vision-Exp
DeepSeek 发布 DeepSeek-V4-Flash-Vision-Exp，这是 DeepSeek-V4 系列首个实验性多模态模型，在 DeepSeek-V4-Flash 架构上加入视觉模块并继续训练。
推荐理由：DeepSeek 首次把视觉模块接入 V4-Flash，并给出多模态与纯文本智能体基准的对照数据。
- DeepSeek@deepseek_ai精选AI 评分7575
DeepSeek 在 API 平台上线实验性多模态模型 DeepSeek-V4-Flash-Vision-Exp，调用时使用 model='deepseek-v4-flash-vision-exp'。
推荐理由：官方给出新模型与 V4-Flash 的文本能力对照，以及多模态智能体基准上的提升幅度，便于判断是否值得接入。
DeepSeek 模型发布精选AI 评分8888 DeepSeek 发布正式版 DeepSeek-V4-Pro-0813 模型
DeepSeek 发布 DeepSeek-V4-Pro-0813 正式版，取代此前的预览版本，官方称其智能体能力大幅增强，在生产环境中提升尤为明显。该模型沿用 DeepSeek-V4-Pro (Preview) 的结构，并附加 DSpark 投机解码模块，在 HLE、Terminal Bench 2.1、NL2Repo、DeepSWE 等基准上均高于预览版。
推荐理由：官方技术报告列出正式版与预览版在多项智能体基准上的对比，可据此判断其生产环境能力变化。
- DeepSeek@deepseek_ai精选AI 评分8080
推荐理由：官方给出 Harness 的插件化架构与 MIT 开源仓库，读者可据此判断它能否接入现有智能体工作流。
- DeepSeek@deepseek_ai精选AI 评分8080
推荐理由：官方给出 V4-Pro 的 Agent 能力升级、三档推理强度和 Codex 接入方式，可据此判断实际使用成本与场景。
DeepSeek 模型发布精选AI 评分8888 DeepSeek 发布 DeepSeek-V4-Flash-0731 正式版
DeepSeek 发布 DeepSeek-V4-Flash-0731 正式版，取代此前的预览版本，智能体能力大幅增强。该模型与 DeepSeek-V4-Flash-DSpark 结构相同，附带投机解码模块，在 Terminal Bench 2.1、NL2Repo、DeepSWE 等基准上超过 DeepSeek-V4-Pro (Preview)，激活参数量则小得多。
推荐理由：官方技术报告列出多项基准对比，读者可据此判断小激活参数模型在智能体任务上的位置。
- DeepSeek@deepseek_ai精选AI 评分7878
推荐理由：官方公布 V4-Flash API 公测，并给出 Agent 能力提升与 Codex 适配的配置入口。
- DeepSeek@deepseek_aiAI 评分4242
我们已将折扣永久化！🎉 尽情使用 DeepSeek-V4-Pro 构建，让你的创新想法成为现实！🚀
引用DeepSeek@deepseek_aiThe DeepSeek-V4-Pro discount has been extended until May 31, 2026, 15:59 UTC!
- DeepSeek@deepseek_aiAI 评分4040
DeepSeek-V4-Pro 折扣已延长至 2026 年 5 月 31 日 15:59 UTC！
引用DeepSeek@deepseek_ai🔥DeepSeek-V4-Pro API is 75% OFF until May 5th, 2026, 15:59 (UTC Time)! Don't miss out on this massive discount. 🛠️Integration Updates: 🔹Claude Code: Set model to deepseek-v4-pro[1m] to unlock 1M context! 🔹OpenCode: Update to v1.14.24+ 🔹OpenClaw: Update to v2026.4.24+ Check the latest official API docs for full details: https://api-docs.deepseek.com/quick_start/pricing
- DeepSeek@deepseek_aiAI 评分6262
- DeepSeek@deepseek_ai精选AI 评分8888
推荐理由：DeepSeek 官方公布 V4 两个版本的参数规模与 1M 上下文，可据此判断开源模型在长上下文上的成本位置。
- DeepSeek@deepseek_ai精选AI 评分8080
推荐理由：官方给出两个版本的定位差异与开放渠道，可据此判断面向智能体的推理模型如何分层落地。