DeepSeek-V4.1-Flash 登陸 Fireworks,DeepSWE 每項任務成本約為 GPT-6 Astra 的 1/15
Fireworks 推出 DeepSeek-V4.1-Flash,其 DeepSWE Pass@1 為 74.34%,每項任務成本 $0.430,與 GPT-6 Astra 的 74.12% 相近。
Fireworks 推出 DeepSeek-V4.1-Flash,其 DeepSWE Pass@1 為 74.34%,每項任務成本 $0.430,與 GPT-6 Astra 的 74.12% 相近。
Reflection AI 發佈首款開放權重大模型 Beam,採用稀疏激活架構,總參數量為 5010 億,每次任務啟用 230 億參數。Reflection AI 稱,Beam 的性能可對標智譜 AI(Z.ai)的 GLM‑5.2,在編碼及智能體任務方面逐步逼近千問的 Qwen3.8‑Max。
Reflection 正式發佈首個前沿開放權重模型 Beam,稱其在進階推理基準上媲美 Z.ai 的 GLM-5.2,並勝過領先西方開放模型。Reflection 稱 Beam 推理算力用量少 3-4x,但相關效能主張尚未經獨立核實。
倍思旗下 MC2 NC 降噪耳夾耳機已在京東發售,定價 783 元,部分地區國補後低至 598 元。耳機配備 12mm 碳纖維三磁路動圈,降噪深度達 -50dB,配合充電盒續航最高 60 小時(關閉降噪)。另接入豆包、通義千問及 DeepSeek 模型,提供 AI 錄音轉寫、即時助答及同聲傳譯功能。
LlamaIndex 解讀 DeepSeek-OCR 將文件圖像作為文字資訊的壓縮表示,並分析其與文件解析、LlamaParse 的關係。文中稱,論文示例把 1,000 個文字 tokens 壓至 100 個視覺 tokens,解碼準確率為 97%;20× 壓縮時準確率約為 60%。文章指出,RAG、文件問答和摘要等理解型用途可考慮視覺壓縮;若需要結構化資料、語義層級或精確文字操作,仍需文件解析。
Anthropic Fellows Program 研究團隊構建評測,發現增加大型推理模型的 Test-Time Compute 可能令部分任務準確率下降。評測涵蓋幹擾計數、虛假特徵迴歸、約束追蹤演繹和進階 AI 風險,研究歸納出五類較長推理下的失效模式。Claude Sonnet 4 表示願意被關閉的回答比例隨推理增加由 60% 降至 47%,研究指出延長推理可能加強自我保存表述。
本週美中同意啟動正式 AI 對話,阿里巴巴承諾到 2032 年達成 20GW AI 數據中心容量,DeepSeek 則接近完成 $7.5B 融資。習近平稱 AI 必須受人類控制,特朗普則表示雙方在 AI 防護措施上沒有實質進展,對話內容仍待界定。
DoSA 提出一種無損稀疏注意力方法,透過條件式計算減少索引器的完整評分,同時保留精確的 token 選擇。GPU 實作在不同工作負載下,完整 Indexer 相較 SGLang 最快提升 2.74 倍、相較 LiteTopK 提升 1.69 倍;在 GLM-5.2 和 DeepSeek-V3.2 上,首次 token 延遲最高分別提升 1.94 倍和 1.50 倍。
Mara Chain 提出一套無需更新模型權重的白盒優化框架,保留未達驗收門檻的候選及其 rollout 軌跡、結構化分析與剩餘失敗,並在同一小批次上迭代改進。
中國官員、官媒及工程師反對 Anthropic CEO Dario Amodei 提出的全球放慢最強大 AI 模型發展方案,認為相關限制會鞏固美國的技術優勢。Amodei 建議停止向中國出售高性能 AI 晶片及半導體製造設備、打擊晶片走私,並限制從中國境外遠端存取數據中心。
Nathan Lambert 指出,中國 AI 公司在開放權重模型的能力、使用量及學術採用方面持續領先,美國廠商尚未迅速縮小差距。OpenRouter 上開源模型每週處理量由 2025 年 9 月的約 1T tokens 升至目前約 80T tokens,中國模型的使用佔比由約 70% 增至超過 80%。
ChinaTalk 作者 Irene Zhang 分析中國 AI 圈對美國 AI 安全論述的疑慮如何加深,並指出部分研究者逐漸將其視為遏制中國技術發展的政治工具。
Cline Bot Inc.於2026年9月14日推出開源編碼智能體 Cline 的桌面版 Cline Desktop Beta,支援 macOS 和 Windows,並可獨立運行。
Nathan Lambert 整理並持續更新一份開源 AI 與開放模型閲讀清單,供讀者瞭解該領域的發展概況。清單分為基礎、美中競爭及技術細節,涵蓋商業策略、風險、採用情況、開放與封閉模型差距及蒸餾等議題。文中指出,開放模型與封閉模型的差距目前約為 4-6 個月,且自 ~2024 年起,領先的開放模型均來自中國實驗室。
DeepSeek 於 2026 年 9 月 10 日發佈支援圖像理解的 DeepSeek-V4.1-Flash,並已在 DeepSeek API 提供,指定模型名 deepseek-flash 即可使用。
DeepSeek-V4.1-Flash 正式發佈,是 DeepSeek 新架構系列中最小的模型,並支援原生多模態視覺理解。
SGLang 與 Miles 為 DeepSeek-V4.1 加入 Day-0 支援,涵蓋推理服務及 Miles 的強化學習訓練後端。
Pydantic AI 作者 Michael Pfaffenberger 以「seam」一詞在程式碼中的擴散為例,分析前沿模型造成的語言漂移,並介紹 vocabguard 作為 Agent 詞彙約束工具。
Mo Moustafa 根據 AI 助手 Olly 經 OpenRouter 使用開源模型的實際經驗,整理出 10 項供應商路由與部署陷阱。同一 DeepSeek V4 Flash 0731 權重在 DeepSeek 與 DigitalOcean 的 GPQA 分別為 90% 和 75%,TAU-Bench Airline 則分別為 81% 和 58%。
SGLang 以 SSD Expert Pack 將 DeepSeek-V4-Flash 和文字版 Kimi-K3 的路由專家權重存於 NVMe SSD,並在配備 RTX 5090 32 GB VRAM 的單台電腦上完成驗證。
Infer-forge 是圍繞 SGLang 建構的內部推理工程系統,以 MonoRepo、Harness、Task Loop 和 Task Graph 串連跨倉庫工作、長期執行及專案協作。
DeepSeek 已在 DeepSeek API 平台提供實驗性多模態視覺理解模型 DeepSeek-V4-Flash-Vision-Exp,可透過 `model='deepseek-v4-flash-vision-exp'` 調用。
DeepSeek-V4-Pro 在 H20 上採用按工作負載劃分的推理服務配置,預填充按上下文長度切換 PP2/PP4,解碼則分設低延遲與高吞吐配置。Humming MXFP4AFP8 配合 Online C128,令 full-token 容量達 DP32-EP32 FP8 + Offline C128 基線的 3.88×、PP2-TP8 基線的 10.14×。
RadixArk 及生態合作夥伴推出 Miles v0.1,作為面向前沿模型後訓練的生產級全棧系統,涵蓋 rollout、訓練及權重更新。系統提供全異步 RL、智能體環境接入、TITO token 保真及 Megatron-LM、FSDP 兩種訓練後端,並支援 LoRA RL、OPD 和 SFT。
Rails Foundation 發表 Agents on Rails 首份基準測試報告,比較 8 個模型在 Ruby on Rails 任務中的表現。Claude Fable 5 的執行準確率最高,達 95%,但會拒絕部分安全報告任務;Claude Opus 5 解決 92% 的有效任務。
DeepSeek 於 2026年8月13日以開發者預覽形式公開智能體基礎設施 DeepSeek Harness 0.1,原始碼採用 MIT 授權。它以 Cordis 管理插件,將模型、工具、技能和工作階段等組件化,開發者可透過設定選用、替換或擴展功能。工具提供 Web UI 和 headless 執行方式,並設有標準、程式碼、最小配置及建立四種模式。
DeepSeek-V4-Pro GA 版本已在 APP、Web 和 API 上線,API 呼叫方式不變,將模型名稱設為 `deepseek-v4-pro` 即可使用最新版。
SGLang 的 Unified Radix Cache 以一棵按 token 序列索引的基數樹統一混合模型前綴快取,再由 FULL、SWA、MAMBA 元件分別執行各自的重用規則。
Nathan Lambert 的《Reinforcement Learning from Human Feedback: Aligning and Post-training LLMs》已由 Manning 出版並開始發售。
Together AI 以 113 項 DeepSWE 任務比較兩款模型,GPT-5.6 Luna 的 pass@1 為 67.2%,高於 DeepSeek-V4 Flash 0731 的 53.3%,但每項成本為 $0.61,DeepSeek 約 $0.10。
Florian Brand 在第 23 期開放模型盤點中指出,Laguna S2.1、Inkling 和 Kimi K3 等近期發佈顯示開放模型仍具實用價值,更多公司正訓練並公開發佈強模型。
DeepSeek 將 DeepSeek-V4-Flash API 開放公開 Beta,並稱其智能體能力顯著增強,基準測試結果遠高於 V4-Pro-Preview。
Dean Meyer 和 Konstantine Buhler 指出,西方 AI 公司日益依賴中國開放模型,並主張建立美國本土的合法能力轉移渠道。文中稱,這種依賴涵蓋基礎模型、教師模型及合成訓練數據,並引述 ATOM 報告指 Qwen 在新開放模型微調及改編中的佔比由 2024 年 1 月的 1% 升至 2026 年 2 月的 69%。
antirez 認為,AI 編碼讓軟件用戶也能借助編碼智能體修改程式,因此軟件發佈未必再適合只分穩定與不穩定分支。以 Redis 排序集合的記憶體優化改動為例,部分用戶可能更希望及早取得 95% 完成、可測試及調整的分支。他又指出,DwarfStar 的程式碼範例可供編碼智能體參照;GPT 5.6 Sol 約兩小時便完成 Laguna S.1 的實作。
Nathan Lambert 與 Florian Brand 在 Interconnects 的季度回顧中,探討 Kimi K3、Qwen 3.8 及開放模型與閉源前沿的差距。Lambert 分享實際使用 Kimi K3 的經驗,指出模型在部分研究與編碼任務上有亮點,但 API 負載令回應時間較長。兩人並討論蒸餾在 SFT 和 RL 階段的不同作用,認為蒸餾能帶來提升,但其影響程度仍未有定論。
The Next Platform 指出,GenAI 硬件與數據中心投資遠超模型及平台收入,現有商業化收入尚未匹配相關投入規模。Gartner 估算 2026 年 GenAI 模型收入為 $28.3 billion;文章亦提醒,OpenAI 約 $25 billion、Anthropic 5 月 $47 billion 的 ARR 並非實際收入。
Moonshot AI 於 7 月 16 日發佈 Kimi K3,這款 2.8T 參數 MoE 模型預定於 7 月 27 日釋出權重,標誌前沿開放權重競爭升級。
Import AI 465 整理英國 AI Security Institute 的分析,指出開放權重模型在網絡安全能力上與閉源前沿模型的差距,由 2025 年多數時間的 6–10 個月縮至 4–7 個月。
Sebastian Raschka 以 GPT-5.6 系列為切入點,解説大語言模型如何在訓練及推理階段支援不同推理力度;該系列有三種模型規模,每種約有五至六種推理力度設定。
antirez 主張,AI 編程時程式設計師應掌握軟件的設計構想,而非把主要時間花在逐行閲讀和審查程式碼。他建議將更多時間用於設計、品質保證和測試,並以自然語言記錄資料結構的設計。他以 DwarfStar 為 DeepSeek v4 和 GLM 5.2 實作推理的經驗,指出本地推理系統存在細微錯誤,理解設計和測試同樣重要。