推理能力 最新动态

DeepSeek@deepseek_ai· 19:31精选AI 评分8080

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。

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。

MiniMax 发布原生多模态模型 MiniMax-M3，支持 1M 上下文

MiniMax 发布原生多模态模型 MiniMax-M3，参数量约 428B、激活参数约 23B，支持 1M 上下文。该模型从训练第一步起就进行混合模态训练，并引入 MiniMax Sparse Attention（MSA），在 1M 上下文下相比 M2 实现 9 倍 prefill 和 15 倍 decode 加速，单 token 计算量降至 1/20。

字节发布 UniVR-34B 视觉推理模型并开源权重

字节发布 UniVR，一个基于 Emu3.5（34B）的视觉推理框架，直接在视觉空间生成推理轨迹，不依赖中间文本链。模型经 VR-X 数据集 SFT 冷启动和 VR-GRPO 强化学习训练，在 VR-X 基准上较 Emu3.5 基线最高提升 25%，整体得分 58.2，接近 Gemini 3 Pro + Nano Banana 2 的 66.1。

MiniMax 发布原生多模态模型 MiniMax-M3 及 MXFP8 量化版

MiniMax 发布原生多模态模型 MiniMax-M3，并同步提供 MXFP8 量化版本 MiniMax-M3-MXFP8。

阶跃星辰发布 Step-3.7-Flash GGUF 量化版本

阶跃星辰为 198B 参数稀疏 MoE 视觉语言模型 Step-3.7-Flash 发布 GGUF 量化版本，含 BF16 到 IQ3_XXS 共 7 个语言量化档位及 4 GB 的 F16 视觉投影器。

阶跃星辰发布 Step 3.7 Flash 视觉语言模型

阶跃星辰发布 Step 3.7 Flash，这是一个 198B 参数的稀疏 MoE 视觉语言模型，由 196B 参数语言主干与 1.8B 参数视觉编码器组成，每 token 约激活 11B 参数，吞吐最高 400 tokens/s，支持 256k 上下文窗口和低中高三档推理等级。

月之暗面发布 Kimi K2 Instruct 模型

月之暗面发布 Kimi K2，这是一个总参数 1T、激活参数 32B 的 MoE 语言模型，在 15.5T token 上预训练，采用 Muon 优化器，并针对工具调用与自主问题求解做了优化。

DeepSeek@deepseek_ai· 19:19精选AI 评分8080

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。