DeepSeek

UUnsloth21:26一手产品发布

AI 评分72

Unsloth 发布 DeepSeek-V4.1-Flash-1017 的 GGUF 版本

Unsloth 发布 DeepSeek-V4.1-Flash-1017 的新 GGUF 版本，称其在基准测试中排名最高。其称 Dynamic V3.1 在 GPQA Diamond、AIME25、LiveCodeBench v6、MMLU-Pro、Aider 等几乎全部基准上领先，运行需要 64GB 以上内存，并附上 GGUF 与博客链接。

推荐理由Unsloth 放出 DeepSeek-V4.1-Flash-1017 的 GGUF 量化版本，并给出 64GB 内存的运行门槛，方便本地部署者评估。

东东方财富15:32

AI 评分76

DeepSeek 第二轮融资细节曝光：募资 1055 亿元，腾讯、长鑫存储等近 30 家机构参投

据 The Information 报道，DeepSeek 第二轮融资已筹集 1055 亿元人民币（约合 158 亿美元），吸引近 30 家投资者参与，国资出资占比约 27%，较首轮的 2% 大幅提升。腾讯两轮各出资 100 亿元，宁德时代及其董事长曾毓群两轮分别出资 50 亿元和 100 亿元，长鑫存储、中芯国际、vivo、美团、吉利、美的、立讯精密、携程、小红书等产业方也在投资方之列。报道援引知情人士称，英伟达高端芯片价格上涨和对 AI 泡沫的担忧，是 DeepSeek 中途将募资规模扩大一倍的原因。

推荐理由融资细节披露了投资方构成与国资占比变化，可据此观察 DeepSeek 的资本结构和产业方参与程度。

UUnite.AI13:21

AI 评分86

CrowdStrike 称 VAPOR PANDA 用 DeepSeek 驱动的 ARTEX 框架攻击 200 多家机构

CrowdStrike 报告称，中国关联组织 VAPOR PANDA 使用以 DeepSeek 大语言模型为主、另一款商业模型为辅的 AI 驱动 ARTEX 入侵框架，在 2026 年 10 月 17 日起的 11 天内针对至少 14 个国家的 200 多家机构，并确认在其中 9 家完成入侵后活动。ARTEX 由主智能体与规划、执行子智能体共享事实与目标图谱，单次入侵中规划智能体消耗约 14 亿输入 token，操作员以中文下达指令并在关键节点介入。CrowdStrike 还称该组织在部分目标部署了 BLOODALCHEMY 后门，并预计未来 12 个月中国关联对手会更多采用此类智能体框架。

推荐理由CrowdStrike 报告披露了 AI 智能体框架在真实入侵中的分工与规模，可据此了解自动化攻击的运作方式。

PPromptArmor12:53一手解读

AI 评分60

PromptArmor 测试发现 DeepSeek、Kimi、GLM、Qwen 遭网络攻击的易感度比…

PromptArmor 将自家传播最广的攻击样本在多个模型上测试，发现 DeepSeek、Kimi、GLM 和 Qwen 模型对网络攻击的易感度比 GPT、Claude 和 Gemini 模型高 88%。测试覆盖钓鱼、数据外泄和运行恶意软件的倾向等多个网络风险维度，作者称差异显著。

推荐理由PromptArmor 用自家高传播攻击样本横评多款模型，给出中外模型在钓鱼、数据外泄和运行恶意软件上的差异。

LLatent Space07:32

AI 评分96

Anthropic 提交 S-1 申请上市：上半年营收 163 亿美元，Q2 运营利润 9.74 亿美元

Anthropic 于周一公开提交 S-1，计划在纳斯达克以代码 ANT 上市，营收从 2023 年的 4100 万美元增至 2026 年上半年 163 亿美元，Q2 单季 116 亿美元、同比增长 1368%。Q2 运营利润为 9.74 亿美元，上半年运营现金流为正 39 亿美元，而 807 亿美元净亏损主要来自 811 亿美元非现金金融工具费用。上半年约 48% 的收入（约 78 亿美元）经由 Bedrock、Vertex 和 Azure Marketplace 流转，S-1 还披露近期推迟了一款前沿模型的预训练，并列出最高 1205 亿美元的 NVIDIA 算力承诺。

推荐理由原文汇总了 Anthropic S-1 的关键财务数字与各方反应，读者可据此了解其收入结构、算力承诺和争议点。

阿阿易 AI Notes08:48观点

AI 评分76

Kimi K3.1 Pro 价格对比 Opus 5.5 与 GPT-6 Astra，11 月初全量开源

作者对比了 Kimi K3.1 Pro、Opus 5.5 和 GPT-6 Astra 的价格：Kimi K3.1 Pro 的输入、输出和缓存命中价格都只有 GPT-6 Astra 的五分之一，输入和输出价格也只有 Opus 5.5 的一半。作者称 Kimi K3.1 Pro 在代码和终端测试上全面超过 Opus 5.5，并将在 11 月初全量开源。其引用的另一条推文给出的价格为每百万 token 输入 $2、输出 $10、缓存命中 $0.20，Highspeed 版输入和输出均为两倍价格。

推荐理由作者用价格对比和基准表现，呈现开源模型对闭源定价体系的冲击。

AArena08:23模型发布

AI 评分77

Kimi K3.1 Pro 发布，Code Arena WebDev 升至第 8

月之暗面发布 Kimi K3.1 Pro，在 Code Arena WebDev 以 1692 分位列第 8，与 Claude Opus-5 (Max) 持平而成本低 70%，较 Kimi K3 (Max) 的第 17 名提升 9 位。该模型定价为每百万输入/输出 token 2/10 美元，单任务成本中位数 1.23 美元，比 Kimi K3 低 29%，并将在 11 月 4 日开放权重。Kimi 官方称其为 3T 级开源权重模型，具备 1M token 上下文、2.8T 总参数/104B 激活参数的 MoE 多模态架构，幻觉率下降 65%。

推荐理由Kimi K3.1 Pro 在 Code Arena 的排名与成本数据，可与 Claude Opus-5 及前代 K3 直接对照。

TThe Elec08:23模型发布

AI 评分82

月之暗面发布 Kimi K3.1 Pro，AA 智能指数 55 分超过 GPT-6 Astra

月之暗面发布 Kimi K3 的升级版 Kimi K3.1 Pro，采用 MoE 架构，总参数 2.8 万亿、激活参数 1040 亿，896 个专家中每次激活 16 个。据 Artificial Analysis 评测，该模型以 55 分位列 Intelligence Index 第四，高于 GPT-6 Astra 的 53 分，前代 Kimi K3 为 44 分。它在 Terminal Bench 4.0 以 67% 排名第一，前代为 13%，Claude Sonnet 5.5 为 64%；定价为每百万输入 token 2 美元、每百万输出 token 10 美元，但输出速度 73 tokens/s 低于 81 tokens/s 的平均水平。

AArtificial Analysis08:23解读

AI 评分71

Kimi K3.1 Pro 在 Artificial Analysis 网络安全指数得 64%，居开放可用模型首位

Kimi K3.1 Pro 在 Artificial Analysis Cyber Index 上得分 64%，比此前的开放可用模型领先者 DeepSeek V4.1 Flash 1017（57%）高 7 分，比仅通过 OpenAI 可信访问计划提供的 GPT-6 Sol（Daybreak Blue，max，69%）低 5 分。该指数由 CWE-Bench-AA、DeepsecBench-AA 和 CyberGym-E2E-AA 三项基准组成，K3.1 Pro 在 CyberGym-E2E-AA 上拿到 95%，高于 GPT-6 Sol（Daybreak Blue）的 93%。其单任务成本为 2.81 美元，高于 GPT-6 Sol（Daybreak Blue，max）的 1.77 美元和 DeepSeek V4.1 Flash 1017 的 0.42 美元，原因是每 token 价格虽比 Kimi K3 低 33%，但输入 token 用量约为 2 倍。

推荐理由榜单给出了分项得分与单任务成本，可对比开放权重模型与受限访问模型在网络安全任务上的差距。

NNathan Lambert08:23模型发布

AI 评分85

Kimi K3.1 Pro 发布，智能指数 55 分位列第四

Kimi K3.1 Pro 在 Artificial Analysis 智能指数上得分 55，排名第四，比 Kimi K3 的最高分 44 提升 11 分。该模型在智能体能力上提升明显，GDPval-AA 得分 1,846 Elo，比 K3 高 312 Elo，Terminal-Bench 4.0 得分 67%，高于 K3 的 13%。模型上下文窗口为 1M tokens，总参数 2.8T、激活参数 104B，支持文本和图像输入，定价为每 1M 输入、输出、缓存命中 token 分别 $2、$10、$0.20，比 K3 低 33%；权重尚未发布，Moonshot 预计在发布后不久放出。

AArtificial Analysis 完整文章08:15一手模型发布

AI 评分78

Kimi K3.1 Pro 发布，智能指数排名第 4，权重开放后将领先开源模型

月之暗面发布推理模型 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上得分 55，排名第 4，比 Kimi K3 的 44 分提升 11 分，仅次于 Claude Opus 5.5（58）、Claude Sonnet 5.5（56）和 Muse Wonder Full（56）。其智能体能力提升明显，GDPval-AA 得分 1,846 Elo 排第 3，Terminal-Bench 4.0 得分 67%（Kimi K3 为 13%），AutomationBench-AA 从 58% 升至 73%。模型上下文窗口 1M tokens，总参数 2.8T、激活参数 104B，支持文本和图像输入，定价为每 1M 输入/输出/缓存命中 token 2/10/0.20 美元，三项均比 Kimi K3 低 33%；权重尚未公布，发布后将成为得分最高的开源权重模型，开源与闭源领先模型的差距将从 12 分缩小到 3 分。

推荐理由评测机构给出 Kimi K3.1 Pro 在智能指数与智能体基准上的具体分数，并对比其与闭源头部模型的差距。

AARC Prize01:14一手解读

AI 评分73

DeepSeek V4.1 Flash 1017 在 ARC-AGI-2 得分 78.1%

ARC Prize 公布 DeepSeek V4.1 Flash 1017 在 ARC-AGI 验证集上的成绩：ARC-AGI-2 得分 78.1%，每任务成本 $0.16；ARC-AGI-1 得分 94.5%，每任务成本 $0.06。DeepSeek Flash 系列在 ARC-AGI-2 上的最好成绩从 V4 Flash 0731 的 61.4% 升至 V4.1 Flash 的 72.9%，再到 V4.1 Flash 1017 的 78.1%。

推荐理由ARC Prize 给出 DeepSeek Flash 系列在 ARC-AGI 上的逐版本分数与单任务成本，可横向比较模型迭代幅度。

336氪 · AI21:07模型发布

AI 评分80

Recursive 开源 40B MoE 编程模型 Flint，MacBook Pro 可跑

田渊栋创立的 Recursive 开源首个模型 Flint，主打本地 Agent 编程，总参数 400 亿、每 token 激活 25 亿，支持 512k token 上下文窗口。官方称搭配自研推理引擎 rec，Flint 在 MacBook Pro 上可达至少 125 tokens/s，RTX Spark 上超过 150 tokens/s，相比 llama.cpp 吞吐提升约 1.4～2.6 倍。Flint 在 SWE-bench Verified 得分 74.2%，SWE-bench Pro v2 为 89.7%，Terminal-Bench 2.1 为 54.9%；rec 目前支持 M4 Pro、M5 Pro 和 M5 Max，要求至少 48GB 统一内存和约 30GB 空闲磁盘空间。

推荐理由田渊栋创业公司 Recursive 开源首个模型，读者可据此了解本地 Agent 编程模型在速度与编码基准上的取舍。

336氪 · AI12:13

AI 评分82

DeepSeek 千亿融资接近收官，结盟完美世界、中芯聚源等产业资本并押注具身智能

据彭博社报道，DeepSeek 第二轮融资规模锁定约 1000 亿元人民币，投前估值约 5000 亿元，募资目标从最初 500 亿元两次上调后翻倍。老股东腾讯与宁德时代各追加约 100 亿元，新进方包括石溪资本、中芯聚源、CPE 源峰、君联资本和吉利等产业资本。完美世界、世纪华通、利通电子通过砺思星深、拾象尚势两只专项基金间接参与，DeepSeek 同时筹备科创板 IPO，并已投资宇树科技等具身智能企业。

推荐理由原文梳理了千亿融资的出资方结构与外部基金通道，并给出具身智能布局的三笔投资线索。

TTomasz Tunguz 博客01:46观点

AI 评分67

GPU 收入阶梯：从 DeepSeek 的 38 美元到 SpaceX 的 2.44 美元

Tomasz Tunguz 把 DeepSeek 披露的推理数据与 SpaceX 第三季度财报换算成同一口径，得到每 GPU 卡时收入从 DeepSeek 理论最高 38 美元到 SpaceX 实际 2.44 美元的四个价位。B200 现货价为 8.77 美元，SpaceX 合同价为 5.27 美元，其新算力部署的回本周期不到一年。作者同时指出反向压力：GPU 租金半年内从 4.40 美元涨到 8.08 美元，而同等基准门槛的成本在 18 个月内下降 377 倍，且 JPMorgan 称 2027 年规划的数据中心容量有超过 60% 尚未开工。

推荐理由作者把 DeepSeek 与 SpaceX 的数据换算成同一口径的每卡时收入，读者可据此理解推理生意的价格空间与成本压力。

YYuchen Jin08:35观点

AI 评分80

DeepSeek 单集群日处理 155 万亿 token，每 GPU 小时收入 38 美元

Yuchen Jin 引用 DeepSeek 披露的数据称，单个集群目前每天处理 155 万亿 token，每 GPU 小时产生 38 美元收入（非高峰定价）。他指出 DeepSeek 不仅开源了推理引擎，还公开了收入数字，但未说明所用 GPU 型号，DeepInfer 同时支持 NVIDIA Blackwell 和华为昇腾。按 B300 每 GPU 小时 7 美元的租用价估算，毛利率约为 82%。

推荐理由作者用公开的每 GPU 小时收入与租卡成本估算毛利率，给出判断推理服务经济性的一层参照。

LLatent Space18:24产品发布

AI 评分85

DeepSeek 开源推理框架 DeepInfer，单集群日处理 155 万亿 token

DeepSeek 开源了支撑 DeepSeek-V4.1-Flash 的自研推理框架 DeepInfer，并公布单集群每天处理 155 万亿 token、96% 输入缓存命中、首 token 延迟 400ms、生成速度 230 tokens/s 的生产数据。该框架基于 vLLM 定制，支持分布式推理、投机解码、SWA Bounded Replay 和结构化输出，目标平台为 NVIDIA SM100 与华为昇腾 950。DeepSeek 同时说明 KV cache 管理和负载均衡等组件尚未完全开源，vLLM 团队则称在 GB200 匹配配置下解码吞吐与 DeepInfer 公布结果相差 6% 以内。

推荐理由原文把 DeepInfer 的生产数据、缓存分层和 vLLM 复现对比放在一起，便于判断这套推理栈的可迁移边界。

AArtificial Analysis18:24解读

AI 评分71

MiniMax-M3.1-Flash 在 Artificial Analysis 智能指数得分 42

MiniMax-M3.1-Flash 在 Artificial Analysis 智能指数上得分 42，比 MiniMax-M3 高 13 分，单任务成本不到后者一半。它在 Humanity's Last Exam 上得 48%、CritPt 得 22%，均高于 GLM-5.3-Flash 和 Gemini 3.8 Flash，略低于 DeepSeek V4.1 Flash 1017。该模型上下文窗口 1M tokens，支持文本与图像输入，定价 $0.15/$0.60 每 1M 输入/输出 tokens，目前权重闭源，MiniMax 宣布将于 10 月 23 日开放权重。

推荐理由第三方基准给出该模型与同级 Flash 模型的分数、token 消耗和单任务成本对比，可据此判断性价比位置。

AArena18:24解读

AI 评分71

DeepSeek-V4.1-Flash-20261017 登顶 Agent Arena 开源模型榜

Arena.ai 称 DeepSeek-V4.1-Flash-20261017（Max）成为 Agent Arena 排名第一的开源模型，综合排名第 11，在超过 7.5K 真实会话中净提升 5.1%。该模型每任务中位成本为 0.20 美元，约为 GPT-6.1 Sol 提升幅度的 37%、成本的 27%；在 Confirmed Success、Praise vs. Complaint、Bash Reliability、Steerability 四项信号上均为开源第一，且未出现工具幻觉问题。

推荐理由Agent Arena 的实测榜单显示，DeepSeek-V4.1-Flash 以更低成本进入前列，读者可据此比较开源模型与闭源模型的性价比。

UUnsloth18:19一手产品发布

AI 评分79

Unsloth 让 DeepSeek V4.1-Flash-1017 可在本地运行

Unsloth 宣布 DeepSeek V4.1-Flash-1017 现已支持本地运行，其 1-bit 量化版本保留约 88.2% 的准确率，体积从 508GB 缩小到 250GB，减少 52%。该版本需要 128GB 以上内存的设备，Unsloth 同时提供了使用指南和 GGUF 文件。DeepSeek 此前表示 V4.1-Flash-1017 在基准表现、任务完成速度和输出长度上较上一版本均有改进。

推荐理由Unsloth 给出了 1-bit 量化后的精度保留比例和体积变化，读者可据此判断本地部署门槛。