whatmodel.sh:2026年10月中美 AI 大模型性能差距縮短至 1 個月
whatmodel.sh 的圖表顯示,10月中美 AI 大模型的性能及發布時間差距已縮短至約 1 個月。圖表最新比較的模型是 DeepSeek V4.1 Flash-1017;若計入 Kimi K3.1 Pro,差距或會再縮小,但仍約為 1 個月。比較未涵蓋價格等因素。
whatmodel.sh 的圖表顯示,10月中美 AI 大模型的性能及發布時間差距已縮短至約 1 個月。圖表最新比較的模型是 DeepSeek V4.1 Flash-1017;若計入 Kimi K3.1 Pro,差距或會再縮小,但仍約為 1 個月。比較未涵蓋價格等因素。
DeepSeek V4.1-Flash-1017 解決一項 SWE benchmark 任務的 token 費用略低於 20 美仙,但智能體成本還須計入執行時間及等待中資源的成本。
OpenAI 據報以最高 90% 折扣爭取 Anthropic 的大型客戶,多家公司正把更多 AI 支出轉向 OpenAI。Rippling 的編碼工作負載中,OpenAI 佔比由 16% 升至 52%,Anthropic 則由 57% 降至 18%。
Meta旗下Muse自9月推出以來累計下載量達1090萬次,長鑫與美光則就DRAM架構選擇不同技術路線。Muse的下載量中有1020萬次來自美國。美光表示將沿用6F²路線並開發3DDRAM,不採用4F²,理由是複雜度與成本上升。
DeepSeek在10月20日開源推理框架DeepInfer時披露,按API非繁忙時段價格折算,平均每GPU小時對應38美元的理論計費收入。這項估算以單個集羣每日處理155萬億Token為基礎;DeepInfer目前主要面向DeepSeek-V4.1 Flash,部分生產系統組件亦未完整開源。文章指出,這個數字不代表實際盈利,付費利用率、推理支出、GPU折舊及融資成本等都會影響最終回報。
inclusionAI 發佈 Ling-3.1-flash-base 基礎模型檢查點,總參數量為 560B,每個 token 啟用 25B 參數。它採用與 Ling-3.1-flash 相同的混合線性 MoE 架構,結合 KDA 和 Gated MLA,並在 47 項基準、八個領域進行評測。檢查點以 BF16 權重發佈,模型以 FP8 訓練,適用於持續預訓練、領域適配及後訓練研究。
程序員魚皮開發並開源《藍色大肥魚清除插件》,用於識別和隱藏 B 站留言區的 DeepSeek AI 機械人留言。
DeepSeek 的 DeepInfer 支援在 NVIDIA SM100 GPU 或 Huawei Ascend 950 NPU 上對 DeepSeek-V4.1-Flash 執行離線推理;本文整理建置、確定性輸出及 JSON Schema 約束輸出的流程。
月之暗面發佈 Kimi K3.1 Pro 後,部分訂閲用戶抱怨額度不足,文章由此分析模型規模擴大及 Agent 任務增長帶來的算力需求壓力。K3.1 Pro 的 API 每百萬 Token 輸入及輸出價格,分別由 K3 的20元及100元降至13元及68元;一名開發者的測試顯示,舊套餐折算的 API 價值約為新套餐的1.94倍,但不能代表所有用戶的實際額度變化。
AgentProofBench 評測網頁智能體的可重用驗證,透過連結凍結的接受規則與執行軌跡,建立程序閘門正確性及重用基線。基準涵蓋 97 項任務、79 個家族及四項 Web 服務;在 48 個家族的測試中,DeepSeek Flash 和 Pro 分別保留 82/96、79/96 個來源程式。
Gisoo 團隊成員 Aliasghar Ramin 示範以單一 OpenAI 相容端點連接 GPT、Claude、Gemini 和 DeepSeek,並提供 Python 與 Node.js 範例。
vLLM 團隊在一個 NVIDIA GB300 NVL72 機架上,以 P/D disaggregation 和 Wide-EP 服務 DeepSeek-V4.1-Flash,在 SemiAnalysis AgentX 達到每 GPU 954K tokens/s,為首篇文章中單節點結果的 7.9×。
DeepSeek 關聯團隊提出 Engram,以可擴展查表模組為 Transformer 加入靜態記憶,在 27B 參數規模下,於作者報告的所有基準測試中勝過參數量及 FLOPs 相同的 MoE 基線。
捷達M6正式上市,定位AI純電大家轎,上市指導價7.98萬元—9.98萬元。新車搭載地平線征程6M智駕硬件和GAIA 2.0世界模型,座艙融合豆包、千問、DeepSeek三大AI大模型。CLTC續航最高555千米,並提供無圖NOA輔助駕駛。
中國信通院聯合相關機構發布《大模型詞元服務性能監測報告(2026年)》,稱2026年6月國內模型 token 日均消耗量約500萬億,為2025年12月的近4倍。報告分析2026年1至8月的監測數據,8月國內模型平均TPS為78.23個/秒,低於國外典型模型的112.82個/秒。同一模型在不同平台的TPS差距最大可接近一倍,國內歸一化均價則由2025年下半年的6.8元升至今年以來的13.46元。
中國信通院聯合相關機構發布《大模型 Token 服務性能監測報告(2026 年)》,指出 2026 年 6 月國內 Token 日均消耗量約 500 萬億,為 2025 年 12 月近 4 倍。
DeepSeek 完成約 100 billion yuan(約 15 billion dollars)融資,據報是中國 AI 領域歷來最大單輪融資。
推薦理由:這輪融資不只涉及金額,投資者須説明可帶來的數據支援與業務協同,並與公司的上市計劃一併理解。
DeepSeek V4.1 Flash Uncensored 是 dealignai 發佈的 FP8 checkpoint,透過權重移除拒答行為;文章評估這項改動的代價,並測試其 LU Cloud 端點。
中國開源 AI 與美國模型的差距在 10 月縮至約 1 個月。文中圖表比較模型性能和發布時間,未計入價格等因素;最新納入的模型是 DeepSeek V4.1 Flash-1017,若計入 Kimi K3.1 Pro,差距或會進一步縮小。
DeepSeek 將 V4.1-Flash 更新至 V4.1-Flash-1017,並開源高效能推理框架 DeepInfer。V4.1-Flash 採用 MoE 架構,總參數量為 552B,輸入和輸出分別啟用 8B 和 16B;DeepInfer 包含優化的 GPU kernels、改良排程及大型 MoE 模型並行處理,並支援 NVIDIA 和 Huawei 硬件。
這篇教程介紹 DeepSeek Harness 的 Cordis 內核、環境配置與部署流程,並提供搭建和自訂智能體的實作示例。文中列出標準、PTC、極簡及創意四種模式,以及會話軌跡回放、安全沙箱和自訂工具插件等功能。部署要求 Node.js 版本為 ^22.19.0 或 >=24,並提供 npx @deepseek-ai/dsh web、源碼編譯及 headless 任務執行示例。
零點擊搜尋指用戶在搜尋結果頁取得答案而不點開外部網站,文章指出這會令 GEO 重心由排名與點擊轉向引用和品牌提及。文中引述的 2025 年統計顯示,約 60% 搜尋以零點擊結束,手機端接近 75%;Pew Research Center 的分析中,出現 AI 摘要時傳統搜尋結果點擊比例為 8%,沒有摘要時為 15%。
研究以 5 個模型和 3 種 harness 比較編碼智能體,發現多數解題率差異處於測量誤差範圍內;更換 harness 對任務結果的影響,與重跑同一設定相近。相同模型和任務下,單項任務成本可因 harness 相差最高 3 倍,主要差異來自每步重送的系統提示詞和工具描述。447 個任務的大型測試池中,OpenCode 的解題率較另外兩種 harness 低最多 9 個百分點。
作者在同一 API 端點測試 deepseek-flash、glm-5.3 和 kimi-k2.6 的九組任務組合,發現每百萬 token 單價幾乎無法預測單次請求成本。
Strata 0.2.4 終端版新增 DeepSeek V4.1-Flash 支援,使用 12GB 顯示卡、46GB 記憶體及至少 239GB 硬碟空間,可在本地執行完整架構量化模型。
作者以 DeepSeek V4.1 Flash 1017 測試 Claude Code 與 OpenCode,兩者各有 3/3 次成功建立內容正確的 hello.py 測試。
MiniMax 在雙11前夕入駐天貓,開設首家品牌官方旗艦店並上架 M Plan Token 訂閲套餐,分為 Go、Explore、Build 三檔。天貓亦上線「AI空間站(Token充值中心)」集中展示多家廠商的訂閲服務,Token 調用額度由 API 技術介面走向標準化數碼商品。各家套餐的計量單位及額度標示不一,店舖銷量亦未如預期,雙11營銷仍大於實際銷售。
Dimension Capital 團隊赴中國走訪多家 AI Lab 後,在致 LP 的信中重新評估中美 AI 格局,指出兩地基礎設施瓶頸不同,模型、數據與服務鏈條亦相互交織。
DeepSeek 的 Terminal-Bench 2.1 對照測試顯示,同一模型在五種執行框架下得分由 90.6 降至 84.1,相差 6.5 分。Vals AI 在中立條件下測得 74.53%,低於 DeepSeek 公佈的 90.6;作者據此主張公開完整測試、框架名稱及原始輸出。
B站近期不少影片評論區被大量名為「大肥魚」的 AI 帳號洗版,形成網友戲稱的「賽博魚塘」現象。這些帳號使用愛好者開發的開源自動智能體腳本,可自主瀏覽影片、理解內容並發表評論和回覆留言;「大肥魚」形象則源自 AI 將 DeepSeek 藍色藍鯨標識誤認為大肥魚後的網友玩梗。同質化留言擠壓真人討論空間,社區出現屏蔽插件,腳本開發者調整規則限制重複刷屏,B站亦對相關異常帳號風控限流。
宇樹科技創始人王興興表示,全球對AI的重視和信仰仍不足,並稱物理AI可能在最近1到2年迎來突破。OpenAI正研發人形機器人,將機器人智能系統作為核心攻關方向;奧特曼預計項目有望在2027年推出演示樣機,但實際應用還需數年。
本週國內一級市場披露102宗融資事件,已披露融資金額的45宗,總額994.51億元人民幣。人工智能領域融資規模最高,約928.36億元人民幣,其中 DeepSeek 完成近1000億人民幣A輪融資。融資事件主要集中在廣東、上海和江蘇,分別有24宗、23宗和14宗。
DeepSeek Harness(DSH)實戰指南整理社區插件與桌面端擴展,説明如何補足圖像解析、網頁工作台及 macOS 使用體驗。文中涵蓋 ModLens、dsh-web-ui-all 和 deepseek-harness-app,並列出 ModLens 3.17.2 安裝版本及各項擴展的使用或取得方式。
AIClaw v3.7.22 將 AI 審批檢查的模型請求時限由 v3.7.21 的 30 秒縮至 8 秒,並分開顯示模型審查與人工確認的耗時。審查逾時或失敗仍會要求用戶確認,不會自動放行;Default 模式亦改為檔案工具可在工作區內外寫入而毋須審批,受保護憑證路徑仍會封鎖。作者以 Go 的 race detector 重跑 8 個聚焦測試函數,全部通過;這些測試並非實際模型延遲基準。
Node.js 發票聊天機械人可透過 /v1/chat/completions 使用 deepseek-v4.1-flash,但關鍵在於固定輸出合約,並由應用程式驗證發票欄位,而非單看模型品牌。
Node.js 媒體 CRM 應先建立不依賴供應商的摘要動作合約,再選擇文字摘要 API,並把逐字稿參照、提示詞版本、模型決策及結構化結果分開儲存。比較 API 時,須以相同的遮蓋規則、資料結構及驗收檢查評估候選模型,並確保 CRM 寫入具冪等性。成本比較用來查詢當時可用模型,成本估算則評估批次用量;deepseek-v4.1-flash 可作一般擷取的起點。
文章整理海外開發者使用中國 AI API 時,註冊驗證、付款方式和網絡路徑三類主要阻礙,並提供選擇官方平台或 OpenAI-compatible gateway 的核查清單。
SGLang 團隊以 DeepInfer 自有基準比較兩者,結果顯示 SGLang 表現相若或更佳。在 4x GB300 和 4x B300 上,prefill 吞吐量最高達 1.04x;在 64x GB300 上,decode 步驟短 1.1% 至 7.4%,其餘測試點差距在 1% 內。
寧德時代董秘被打的消息不實,知情人士稱董秘並未出席相關路演;娃哈哈集團董事長兼總經理許思敏近日離職。DeepSeek最新一輪融資約1000億元人民幣,寧德時代和騰訊是主要投資方之一。
作者按 2026-10-23 公開標價檢視 IBM 的成本説法,DeepSeek V4.1-Flash 的示例費用分別為 Claude Opus 5 和 GPT-6 Sol 的 2.9% 和 7.1%。