实测 DeepSeek V4.1 Flash:4 元生成特斯拉飞行 3D 网页
作者在 DeepSeek Harness 中实测 DeepSeek V4.1 Flash,用纯提示词生成特斯拉飞行 3D 网页,耗时 35 分钟、消耗 3752 万 Token,按缓存命中 0.04 元每百万 Token 和输出 8 元每百万 Token 计算约花 4 元。
推荐理由:作者用多个实测案例对比 V4.1 Flash 与闭源模型的成本差距,可据此判断低价模型能覆盖哪些任务。
作者在 DeepSeek Harness 中实测 DeepSeek V4.1 Flash,用纯提示词生成特斯拉飞行 3D 网页,耗时 35 分钟、消耗 3752 万 Token,按缓存命中 0.04 元每百万 Token 和输出 8 元每百万 Token 计算约花 4 元。
推荐理由:作者用多个实测案例对比 V4.1 Flash 与闭源模型的成本差距,可据此判断低价模型能覆盖哪些任务。
美国国土安全部要求联邦文职机构停止采购 DeepSeek 开发的服务和产品,并将其从政府 IT 系统中移除,理由是国家安全与用户数据处理风险。该命令不仅针对 DeepSeek 自有产品,也覆盖使用 DeepSeek 技术构建的第三方产品和服务,机构可申请例外。中国外交部发言人毛宁回应称反对过度延伸国家安全概念、将科技和贸易问题政治化。
QuestMobile 三季度报告显示,9月AI办公赛道活跃用户达1.42亿,同比增长50.6%,办公Agent榜前三为腾讯WorkBuddy(3235.3万)、百度搭子(977万)和阿里千问办公(790.5万)。
NSA、CISA 和 FBI 联合发布报告,警告企业防范针对美国前沿 AI 能力的恶意蒸馏攻击,并给出缓解建议。推文称 DeepSeek-V3 和 R1 部分通过蒸馏训练,但指出字节跳动未被提及,认为其拥有中国最大用户群、最多算力和极强研究团队,被外界低估。
美国国土安全部 10 月 19 日指示联邦民事机构禁止采购 DeepSeek 及其关联企业产品,并从信息系统中移除,范围涵盖搭载 DeepSeek 技术的第三方软硬件;商务部 10 月 20 日回应称强烈不满、坚决反对。
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。
我本希望看到它能胜过Haiku,尤其是在Vals的网络安全评测结果之后。
MiniMax 正式发布 M3.1 Flash,即此前在 OpenRouter 匿名测试的 Space Bunny(玉兔),Agents' Last Exam 得分 29.6%,位列国产模型第一。
推荐理由:文章列出 M3.1 Flash 在 Agent、编码、网络安全等基准上的分数与定价,可对照国产 Flash 模型的性价比路线。
记忆张量开源发布 MemT 1.0 系列记忆原生模型,包含 36B 参数、激活 3B 的 MemT-1.0-Nano(基座 Qwen3.6-35B-A3B)和 288B 参数、激活 17B 的 MemT-1.0-Flash(基座 DeepSeek-V4-Flash),在选定 Transformer 模块中增加与注意力并行的记忆分支。
美国国土安全部禁止联邦文职机构使用 DeepSeek 的 AI 技术,要求各机构从 IT 系统中移除现有 DeepSeek 产品且不得采购新产品。据《华尔街日报》报道,该命令还涵盖关联公司产品以及基于 DeepSeek 实现构建的第三方服务,但未设定移除期限,也未说明具体安全关切,AI 网关如 OpenRouter 是否受限尚不清楚。
大众汽车计划在2030年前冻结全球60万名员工中大部分人的薪资,德国13万名员工此前已同意推迟5.5%的加薪。美国国土安全部发布规定,禁止在联邦民事部门IT系统中使用DeepSeek全系列产品,并要求删除相关开发成果及衍生产品。MiniMax发布M3.1 Flash,线上推理速度提升近3倍、使用成本降低70%,API每百万tokens输入1元、输出4元。
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。
推荐理由:DeepSeek 公开了支撑自家模型规模化服务的推理框架,读者可据此了解其生产栈的吞吐与延迟取舍。
哦这太牛了 但考虑到它的效率低了好几倍,我不太会说它击败了 Sol 我想说的是,它击败了 Kimi-K3、GLM-5.3 Flash 和 Grok-4.7,这已经令人印象深刻了
Latent Space 的 AINews 汇总了 10 月 16 日至 19 日的 AI 动态,其中 DeepSeek V4.1 Flash 1017 以 552B 总参数、16B 激活的 MoE 架构和 1M token 上下文窗口发布,MIT 许可,定价维持 $0.30/$1.20 每百万输入/输出 token。
Arena 于 10 月 19 日宣布,DeepSeek-V4.1-Flash-1017(Max)以 1670 分超过 Kimi K3(Max)等开源模型,成为 Code Arena WebDev 榜单排名最高的开源模型,仅落后 GPT-6 Sol(Max)12 分。
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%。
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 发布 DeepSeek-V4.1-Flash-1017,称其基准表现更强、任务完成更快、输出更短,在性能与成本上实现帕累托改进。该模型已在 DeepSeek 网站、App 和 API 上线,并针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等做了优化,使用 DeepSeek Harness 需升级到 v0.2.1-rc.1 或更高版本。
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 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。
@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。
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 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 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 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。
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 发布 DeepSeek-V4-Pro,重点升级 Agent 能力并带来明显的生产环境收益。V4-Pro 与 V4-Flash 支持灵活推理强度,简单任务用 low、日常 Agent 工作流用 high、复杂任务用 max;同时原生支持 OpenAI Responses API,并针对 Codex 提供一键配置。V4 Pro 已在 app 和网页端以 Expert Mode 上线,也可通过 API 调用,模型名称保持不变。
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 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。
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。
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!🚀
DeepSeek-V4-Pro 折扣已延长至 2026 年 5 月 31 日 15:59 UTC!
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 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 正式发布并开源 DeepSeek-V4 Preview,主打低成本 1M 上下文长度。其中 DeepSeek-V4-Pro 为 1.6T 总参数、49B 激活参数,官方称性能可对标顶级闭源模型;DeepSeek-V4-Flash 为 284B 总参数、13B 激活参数,定位快速经济。
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 发布 DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale 两款以推理为先、面向智能体的模型。DeepSeek-V3.2 是 V3.2-Exp 的正式后继版本,已在 App、Web 和 API 上线;DeepSeek-V3.2-Speciale 侧重进一步拓展推理能力,目前仅通过 API 提供。官方同时放出了技术报告链接。
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。
⚠️ 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。