DeepSeek 发布 DeepSeek-V3，671B MoE 参数、60 tokens/秒
DeepSeek 发布 DeepSeek-V3，采用 671B MoE 参数、37B 激活参数，基于 14.8T 高质量 token 训练，生成速度 60 tokens/秒，比 V2 快 3 倍，API 保持兼容并开源模型与论文。API 定价在 2 月 8 日前与 V2 相同，此后调整。官方表示后续将支持多模态等功能。
匹配字段标题、摘要、正文
←搜索结果
搜索“DeepSeek”
Fireworks 上线 DeepSeek-V4.1-Flash：DeepSWE 达 Astra 水平，成本仅 1/15
Fireworks 发布 DeepSeek-V4.1-Flash，在 DeepSWE 上 pass@1 为 74.34%，与 GPT-6-Astra 的 74.12% 处于同一水平，单任务成本 0.43 美元，约为 Astra 的 1/15。该模型为 552B 参数 MoE，采用输入 8B、输出 16B 的分离激活预算，KV Cache 的 HBM 占用降至上一代 V4 的 1/4。在 HLE 上它得分 34.52%，低于 Astra 的 50.40%，作者认为它更适合智能体编码而非高难推理。
匹配字段标题、摘要、正文
DeepSeek 发布 V4.1-Flash：面向编码智能体的高效 prefill 模型
DeepSeek 本周发布并开源 DeepSeek-V4.1-Flash，这是一个 552B 参数、8B 激活参数用于 prefill、16B 用于 decode 的多模态 MoE 模型，支持 1M token 上下文窗口，已上线 HuggingFace 与 Baseten Model APIs。它采用 Causal Encoder-Decoder 架构，prefill 只跑 20 层编码器，decode 跑完整模型，官方称全局 KV cache 内存仅为 V4-Flash 的四分之一。在编码与智能体基准上，V4.1-Flash 以约三分之一的总参数量超过 V4-Pro，长程智能体任务提升达两位数，但 Automation-Bench 得分 54.8，复杂工作流仍有约一半失败。
匹配字段标题、摘要、正文
DeepSeek API 上线原生多模态模型 V4.1-Flash
DeepSeek API 已上线原生多模态模型 V4.1-Flash，调用时需将模型设为 deepseek-flash。V4-Flash 与 V4-Flash-Vision-Exp 已退役，其旧模型名暂时路由至新模型；自 2026 年 9 月 14 日 04:00 UTC 起，deepseek-v4-pro 请求也将按 V4.1-Flash 费率转发至该模型，直至 V4.1-Pro 上线。
匹配字段标题、摘要、正文
DeepSeek 非对称架构：更高智能，更低成本
DeepSeek 介绍了一种 552B 参数的 MoE 非对称架构，采用新的 Causal Encoder–Decoder，输入仅激活 8B 参数，输出激活 16B 参数。其称新预训练方法与更大规模的 RL 后训练使该架构的基准测试成绩超过包括 DeepSeek-V4-Pro 在内的旗舰模型。
匹配字段标题、摘要、正文
DeepSeek 推出 DeepSeek-V4.1-Flash：更智能、更快速、更高效
DeepSeek 推出 DeepSeek-V4.1-Flash，这是其新架构模型族中最小的模型，具备原生视觉理解能力。该模型旨在增强能力、加快推理、提高吞吐量，并支持扩展至更大模型。
匹配字段标题、摘要、正文
DeepSeek-V4-Flash-Vision-Exp 上线 DeepSeek API Platform
DeepSeek 在 API Platform 上线实验性多模态模型 DeepSeek-V4-Flash-Vision-Exp，其文本能力与 DeepSeek-V4-Flash 相当，涵盖智能体、推理和世界知识。该模型在多模态智能体评测中较 V4-Flash 显著提升，表现接近 Opus-4.8；DeepSeek Harness 0.1.1 已提供开箱即用的支持。
匹配字段标题、摘要、正文
DeepSeek 发布 DeepSeek-V4-Pro
DeepSeek 发布 DeepSeek-V4-Pro，重点升级 Agent 能力，并为 V4-Pro 与 V4-Flash 提供 low、high 和 max 三档推理强度。该模型原生支持 OpenAI Responses API，并针对 Codex 优化；现已通过 app/web 的“Expert Mode”和 API 提供，模型名称保持不变。
匹配字段标题、摘要、正文
DeepSeek-V4-Flash-0731 仅升级 API，架构与规模不变
DeepSeek-V4-Flash-0731 与预览版保持完全相同的模型架构和规模，今日升级仅适用于 DeepSeek-V4-Flash API。DeepSeek-V4-Pro API 及 App/Web 模型暂时不变，DeepSeek-V4-Pro 正式版将尽快发布。
匹配字段标题、摘要、正文
DeepSeek-V4-Flash 官方 API 开放公测
DeepSeek-V4-Flash 官方 API 已开放公测，智能体能力评测成绩大幅超过 V4-Pro-Preview。该版本原生支持 Responses API 格式，并已适配 Codex，配置详情可查阅官方 API 文档。
匹配字段标题、摘要、正文
超衍智能开源35B模型Apex-35B-V1.0，AI参与自身研发
北京大模型创企超衍智能发布并开源首款大模型Apex-35B-V1.0，总参数量350亿，每Token激活约30亿参数，支持26.2万Token上下文窗口，以Qwen3.6-35B-A3B为基础经中训练和后训练优化。该模型在论文复现测试PaperBench和科研难题测试FrontierScience中分别取得60.9分和40.0分，高于GLM-5.3的42.5分和30.7分；工具调用测试BFCL V4取得84.0分，高于DeepSeek-V4.1-Flash-1017的75.0分。模型已采用Apache 2.0许可证开放权重，官方提供约72GB的BF16权重和不同精度的GGUF量化版本。
匹配字段摘要、正文
Mistral 发布 Mistral Large 4 权重，编码能力领先开源模型但整体落后中国模型
Mistral 将 Mistral Large 4 的权重发布到 Hugging Face，该模型昵称 Le Chonk，约 1 万亿参数、每步激活 520 亿，支持文本和图像输入。在 Terminal-Bench 4.0 上得分从预览版的 28% 升至 41%，略高于 GLM-5.3 的 40%，但在 Artificial Analysis 新版 Intelligence Index 上仅得 26 分，低于 DeepSeek V4.1 Flash 和 GLM-5.3 的 32 分。API 价格为每百万输入 token 0.70 美元、输出 2.10 美元，采用修改版 MIT 许可，将其作为商业云服务需另行授权。
匹配字段摘要、正文
Mistral 称万亿参数开源模型 Le Chonk 在编码与网络安全上超越中国模型
Mistral 发布万亿参数开源权重模型 Le Chonk 的正式版本，称其是自动化编码和网络安全领域全球最好的开源权重模型，可免费获取。Mistral 科学副总裁 Pierre Stock 表示，该模型通过不断加难的网络安全与编码问题训练，得以追平或超过 DeepSeek、Z.ai 等中国实验室的模型。Stock 同时强调西方需要自己的先进开源权重模型，因为闭源模型可被远程关停，而开源权重一旦发布便无法切断访问。
匹配字段摘要、正文
记忆张量开源 MemT 1.0 系列记忆原生模型
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），在选定的 Transformer 模块中加入与注意力并行的记忆计算通路。团队构建了 340 亿 Token 记忆训练语料，其中继续预训练 200 亿、后训练 140 亿。在 11 项记忆基准综合评估中，Flash 和 Nano 平均得分分别为 50.6 和 47.0，位列参与评估的参数化记忆方法前两名；在 500 项 SWE-bench Verified 任务中，Nano 三次全部成功的任务比例从无经验基线的 54.00% 提升到 62.80%。
匹配字段摘要、正文
记忆张量开源发布 MemT 1.0 系列记忆原生模型
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 Nano 和 288B 参数、激活 17B 的 Flash 两个型号，基座分别为 Qwen3.6-35B-A3B 和 DeepSeek-V4-Flash。模型在选定的 Transformer 模块中加入与注意力并行的记忆分支，把经验编码为可更新的矩阵状态并参与后续生成。在 500 项 SWE-bench Verified 任务中，Nano 关键断点平均成功率 69.73%，无经验基线为 66.07%；128K 长历史下端到端推理速度约为完整上下文方案的 1.86 倍，每条轨迹持久状态占用为完整上下文 KV Cache 的六十六分之一。
匹配字段摘要、正文
MiniMax 发布 M3.1 Flash 模型，称智能体运行成本降低 70%
MiniMax 发布 M3.1 Flash，这是对 6 月推出的 M3 大语言模型的更快更便宜更新，公司称智能体任务运行成本比上一代降低 70%，推理速度接近 3 倍，日常峰值输出超过 200 tokens/s。该模型参数为 428B，推理时保持开启，提供从 Low 到 Max 五档努力级别，支持文本、图像和视频输入，提示词最长 100 万 tokens。在 MiniMax 自测中，M3.1 Flash 在 OSWorld V2 得 61.7 分、BankerToolBench 得 76.2 分、CyberGym 得 82 分；在 DeepSWE v1.1 上得 73.7%，低于 DeepSeek 称其 V4.1-Flash 取得的 77%，两项结果均未经独立验证。该模型输入定价为每百万 tokens 15 美分，输出为 60 美分，缓存输入为 1.5 美分，现可通过 MiniMax API、M Plan 订阅和 MiniMax Code 桌面应用使用，权重将在之后发布。
匹配字段摘要、正文
微软完成 2.8 万亿参数 MAI-Base-2 预训练
微软在官方博客中称已完成自研大模型 MAI-Base-2 的预训练，总参数 2.8 万亿、激活参数 800 亿，全部层采用 MoE 架构。该模型在 8 月至 9 月用 16000 块 Nvidia GB200 GPU 训练 38 天，数据集含 50 万亿 token，视觉语言数据约占 18%。微软称其预训练算力效率达到 DeepSeek-V4-Pro-Base 的 4.2 至 12.3 倍，但该指标指达到同等评测表现所需的预训练 FLOPs，并非实际 GPU 速度或推理成本；模型目前仍在后训练阶段，尚未公布公开发布时间、定价或 API 条款。
匹配字段摘要、正文
MiniMax M3.1 Flash 发布：输出 200+TPS，价格降至一半
MiniMax 发布 M3.1 Flash，定位 Coding/Agent 优化的轻量级模型，拥有 100 万 token 上下文，日常场景输出速度可达 200+TPS，P50 稳定在 170+TPS。其输入价格为每百万 Token 1 元、输出每百万 Token 4 元、缓存读取每百万 Token 0.1 元，约为 DeepSeek V4.1 Flash-1017 高峰期价格的一半。在 Automation-Bench v1.0.6 中它拿到 62.2 分，反超 DeepSeek 的 60.5 分；在 DeepSWE v1.1 上则为 73.7 分，低于 DeepSeek 的 77.0 分。
匹配字段摘要、正文
微软发布 2 万亿参数基座模型 MAI-Base-2
微软 AI 研究团队公布基座模型 MAI-Base-2，采用全 MoE 架构，总参数 2 万亿、每次提示激活 800 亿。微软称其在科学、编程和数学的内部基准上超过 DeepSeek-V4-Pro-Base，部分指标上硬件效率最高提升 12 倍。该模型用 16000 块 NVIDIA GB200 训练 38 天，数据集为 50 万亿 token，其中约五分之一用于训练集成的计算机视觉模块；权重将通过 Azure 以授权方式提供给可信合作伙伴。
匹配字段摘要、正文
微软 MAI-Base-2 完成预训练，MAI-Base-3 训练周期已在筹备
微软 MAI-Base-2 预训练已完成，MAI-Base-3 的训练周期也已在筹备中。据引用内容，MAI-Base-2 在留出评测上优于其测试过的所有开放权重模型，预训练 FLOPs 效率比最强的开放基础模型 DeepSeek-V4-Pro-Base 高 4-12 倍，微软将这部分节省用于训练更大的模型。Mustafa Suleyman 表示，MAI 已完全自研出 3T 参数级别的 SOTA 预训练基础模型，后训练结果即将公布。
匹配字段摘要、正文