DeepSeek 发布 V4.1-Flash-1017 模型并开放自研搜索 API
DeepSeek 发布新模型 DeepSeek-V4.1-Flash-1017,网页端、APP 与 API 已同步切换,官方称其针对 DeepSeek Harness 做了专项优化,在提升代码与 Agent 任务表现的同时缩短任务运行时间、减少输出消耗和 token 费用。
推荐理由:新模型在基准测试中提升的同时压缩了任务运行时间和输出长度,读者可据此判断 Agent 任务的成本边界变化。
按深度
给已经在用 AI 做事的人:怎么做更好、别人踩过什么坑、有哪些可复制的做法。
32 条精选近 30 天 27 条共收录 648 条
DeepSeek 发布新模型 DeepSeek-V4.1-Flash-1017,网页端、APP 与 API 已同步切换,官方称其针对 DeepSeek Harness 做了专项优化,在提升代码与 Agent 任务表现的同时缩短任务运行时间、减少输出消耗和 token 费用。
推荐理由:新模型在基准测试中提升的同时压缩了任务运行时间和输出长度,读者可据此判断 Agent 任务的成本边界变化。
谷歌正式面向全球开发者、企业及付费订阅用户陆续开放 Gemini 4 Argon,主打编程、专业知识工作与长流程任务执行能力。API 首发价为每百万输入 token 2 美元、输出 10 美元,约为 Opus5.5 的一半,优惠截至 11 月 30 日,12 月 1 日起恢复至 4 美元和 20 美元。
推荐理由:材料给出 Gemini 4 Argon 的评测位次、API 定价与编程、多模态实测案例,可据此判断其与竞品的取舍。
DeepSeek V4.1 Flash 升级至 DeepSeek-V4.1-Flash-1017,官方网页端与 APP 同步更新,API 调用方式与价格不变,仍使用 deepseek-flash 访问最新模型。
推荐理由:官方给出新版本在多项基准上的分数与运行时间变化,可据此判断升级后的性能与成本取舍。
美国新实验室 Reflection 在 Hugging Face 发布首个开源模型 Beam,采用 501B 参数 MoE 架构、每 token 激活 23B,支持 1M token 上下文,Apache 2.0 许可,面向编码与智能体场景。
推荐理由:原文给出 501B MoE 模型的架构细节、多精度基准与 vLLM、SGLang 部署配方,可据此判断自托管前沿模型的硬件门槛。
Black Forest Labs 发布 FLUX.3 Image Klein,一个模型同时支持文生图、多参考图生图和用边界框做布局控制,两个开放 checkpoint 已上线 Hugging Face。
推荐理由:原文给出两个开放 checkpoint、布局控制用法和 H100 上的实测耗时,可据此判断接入成本与显存门槛。
Google 公开发布 Deep Review,这是一个面向复杂文档提供严格反馈与技术核查的智能体系统,最初用于计算机科学论文分析,现已扩展到法律、金融等领域。
推荐理由:原文交代了 Deep Review 的四阶段智能体流程与会议试点规模,可据此判断自动审稿工具能承担哪部分核查工作。
作者在 HuggingChat 中开启 ML-intern,用提示词驱动它完成数据准备、训练、评测和发布,几天内做出六个模型,总计算花费约 103 美元。
推荐理由:作者用六个真实项目拆解了给 ML-intern 写提示词的方法,包括基线、冒烟测试和预算上限的具体写法。
DeepSeek 正式发布 DeepSeek-V4.1-Flash,这是其全新模型结构系列中尺寸最小的模型,具备原生多模态视觉理解能力。该模型已同步上线 DeepSeek API,将模型名改为 deepseek-flash 即可调用,API 价格同步下调;旧版 V4 Flash 与 V4 Flash Vision Exp 已下线,旧模型名暂时路由到 V4.1 Flash。
推荐理由:官方更新日志给出新模型的评测分数、API 调用方式和价格下调,可据此判断替换旧版的成本与迁移路径。
DeepSeek 上线实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp,可通过 model='deepseek-v4-flash-vision-exp' 在 API 调用。
推荐理由:官方给出实验性视觉模型在多项 Agent 基准上的分数,并说明其纯文本能力与正式版持平。
DeepSeek-V4-Pro 正式版已在 APP、网页端和 API 同步上线,API 调用方式不变,模型名设为 deepseek-v4-pro 即可使用。官方称正式版大幅增强 Agent 能力,并给出 HLE(wo / w tools)42.7/60.0、Terminal Bench 2.1 87.9、NL2Repo 61.5 等基准数据。
推荐理由:官方更新日志列出 V4-Pro 正式版的 Agent 基准成绩、Responses API 适配与三档思考强度,便于对照现有工作流评估升级。
DeepSeek-V4-Flash 正式版 API 上线公测,模型名设为 deepseek-v4-flash 即可调用,调用方式不变。
推荐理由:官方更新日志列出正式版 V4-Flash 在多项 Agent 基准上的成绩,并说明与 Preview 的结构一致、仅重做后训练。
DeepSeek 将 deepseek-chat 和 deepseek-reasoner 两个 API 模型升级为 DeepSeek-V3.2。其中 deepseek-chat 对应 DeepSeek-V3.2 的非思考模式,deepseek-reasoner 对应其思考模式。
推荐理由:官方更新日志说明两个 API 模型名分别对应 V3.2 的思考与非思考模式,便于开发者调整调用方式。