MiniMax 发布 M3.1 Flash 推理模型并计划开源权重Chinese
MiniMax 推出多模态推理模型 M3.1 Flash,支持 100 万 token 上下文,在 Artificial Analysis 智能指数上取得 42 分并降低了每项任务成本。
Why it matters: 原文通过多项基准对比了该推理模型在性价比与解题表现上的取舍,便于评估低成本推理方案在实际任务中的适用性。
DeepSeek(深度求索)的模型发布、开源权重与技术报告——开源大模型价格与性能双卷的风向标。
MiniMax 推出多模态推理模型 M3.1 Flash,支持 100 万 token 上下文,在 Artificial Analysis 智能指数上取得 42 分并降低了每项任务成本。
Why it matters: 原文通过多项基准对比了该推理模型在性价比与解题表现上的取舍,便于评估低成本推理方案在实际任务中的适用性。
美国正禁止在政府机构的 IT 系统中使用中国 AI 模型 DeepSeek。该消息来自路透社相关报道,目前材料未披露更多具体执行细则。
爱范儿实测了更新后的 DeepSeek V4.1 Flash 1017,展示其基于提示词和视频生成完整 3D 动态网页、逆向复刻软件与辅助制作视频的能力。在特斯拉飞行动作 3D 网页项目中,模型耗时 35 分钟,消耗输入缓存命中 3752 万 token、输出 33 万 token,实际成本约 4 元人民币,远低于同类闭源模型。
Why it matters: 原文通过多组具体案例实测了该模型在 3D 网页构建与软件逆向上的编程表现,读者可据此参考其低成本落地能力。
DeepSeek API 现已支持网页搜索 Search 与抓取 Fetch 接口,单价为每 1000 次成功请求 5 元。两项接口均基于自研搜索引擎,为 Agent 与 RAG 应用提供结构化搜索结果和 Markdown 格式网页正文。当前第三方工具调用暂未计费,官方定于北京时间 2026 年 11 月 1 日 00:00 起正式收费。
Why it matters: 明确了网页检索接口的调用单价与收费节点,开发者可据此核算工具链接入成本。
DeepSeek 推出 Search API 与 Fetch API,为智能体和 RAG 应用提供实时网页检索与内容抓取能力。Search API 基于 DeepSeek 自研搜索引擎返回结构化结果,Fetch API 则将网页转为 Markdown 输出;两项接口定价均为每 1000 次成功请求 0.75 美元,空结果与失败请求不计费,各账号独立限制 5 QPS。
Why it matters: 原文明确了 DeepSeek 搜索与网页抓取 API 的接口规范、QPS 限制与调用计费,可直接作为 Agent 工具链接入的技术参考。
DeepSeek 正式发布新模型 DeepSeek-V4.1-Flash-1017,并在官方网页端、APP 与 API 同步上线。新版本针对 DeepSeek Harness 0.2.1 进行了专项优化,在提升代码与 Agent 任务能力的同时缩短了运行时间并压缩了输出 token 消耗。
Why it matters: 原文汇总了新模型的基准表现与编程演示,并给出了配套搜索API的接口功能及调用定价。
DeepSeek 正式发布 DeepSeek-V4.1-Flash-1017 模型并开源权重,官方网页端、APP 与 API 已同步更新。新版本通过基于自反馈的强化学习优化了运行时间与输出长度,大幅增强游戏开发和 3D 建模等从零构建完整项目的能力。
Why it matters: 新版本不仅降低了代码生成的运行时间与输出成本,还同步开源权重并正式开放了自研搜索与抓取接口。
DeepSeek 推出更新版模型 Deepseek-V4.1-Flash-1017,并在 Hugging Face 与 ModelScope 开源权重,同步上线网页、App 与 API。
Why it matters: 该模型通过自我反馈强化学习减少了外部奖励依赖,并在多项智能体编码基准中大幅压低了单任务成本。
DeepSeek 推出 DeepSeek-V4.1-Flash-1017 模型,网页、App、API 同步上线且在 Hugging Face 与 ModelScope 开源权重。
Why it matters: 新版本在提升代码与项目构建能力的同时降低了单任务运行成本,为开发者低成本验证原型提供了参考。
DeepSeek 发布 DeepSeek-V4.1-Flash-1017 小版本更新,全面提升了推理、编码、智能体任务与视觉基准表现。该模型缩短了任务执行时间并减少输出长度,支持 1M tokens 上下文窗口与 256K 以上的最大生成 token。相关模型权重及配套编码工具 deepseek-recipe 均遵循 MIT License 开源。
Why it matters: 该版本在降低任务执行时间与输出长度的同时提升了基准表现,为开发者提供了更高性价比的智能体与推理方案。
DeepSeek 推出 V4.1-Flash-1017 模型,网页端、APP 与 API 已同步上线,并以 MIT 许可证在 HuggingFace 与 ModelScope 开源权重。新版本缩短了运行时间与输出长度以降低单次调用成本,并通过自反馈强化学习提升了在极少提示词和参考素材下从零构建游戏与 3D 建模等完整项目的编程能力。
Why it matters: 新版本强化了少提示词下的整项目生成能力并降低调用耗时,开发者可直接评估其在自动化编码中的提效表现。
DeepSeek 正式上线基于自研搜索引擎的 Search 与 Fetch API,并发布 DeepSeek Harness v0.2.1-rc1 首个候选版本。
Why it matters: 官方自研搜索与抓取接口降低了智能体获取外部信息的门槛,配套工具链更新也进一步拓宽了插件扩展能力。
DeepSeek 网页与 API 服务发生近 5 小时系统故障,官方宣布恢复并向所有 API 用户以赠金形式全额返还 7 天内(10.8-10.14)的消耗金额。本次故障发生于 10 月 15 日 8:11 至 13:04,官方表示已启动排查并全面剥离单点依赖,补偿赠金自动到账且后续计费扣款优先扣除赠金。
Why it matters: 该方案明确了突发宕机的赔付标准与整改方向,开发者可以核对赠金返还并据此评估调用冗余方案。
DeepSeek计划领投机器人AI初创公司Winverse AI数千万美元种子轮融资,对应投后估值约4亿美元。Winverse AI由Swin Transformer共同作者、前腾讯杰出科学家胡瀚创办,主攻机器人具身基础模型研发,美团旗下龙珠资本也作出投资承诺。这是DeepSeek继今年8月出资约1.41亿元入股宇树科技后,再度在具身智能领域展开重点投资。
Why it matters: 继入股硬件厂商宇树科技后,DeepSeek领投具身模型初创公司,展现出从本体向模型大脑延伸的投资布局。
字节跳动 Seed 团队联合普林斯顿大学等机构发布论文,指出 DeepSeek-V4 的块压缩稀疏注意力(CSA)机制存在“相位敏感性”缺陷,会破坏平移对称性并导致长文本检索出现周期性性能盲区。
Why it matters: 该研究揭示了固定步长分块KV缓存压缩破坏平移对称性的底层机制,为评估长文本稀疏注意力的工程妥协提供了参考。
开源工具 yt-transcript 发布 v1.1.0,提供面向个人与 AI Agent 的 YouTube 字幕提取 CLI 及 MCP 服务端。该工具无需下载音频、视频或安装 FFmpeg,原生字幕与纯文本输出不消耗模型 token,同时支持接入 Pi、OpenRouter 或 DeepSeek API 对字幕进行排版整理与总结。
Why it matters: 该工具将字幕提取与模型润色解耦并提供标准 MCP 接口,方便开发者将视频文本检索高效接入本地智能体工作流。
安全研究人员披露一起自动化黑客攻击,攻击者利用 AI 智能体编排工具链入侵至少 27 家在线零售商,平均每个目标消耗模型费用仅 25.46 美元。攻击者通过 OpenRouter 调用 DeepSeek 与 Anthropic 的模型,串联常规漏洞完成提权并窃取逾 60 万条信用卡记录,同时自动清空了受害者的数据库与备份表格。
Why it matters: 原文拆解了攻击者利用开源工具与低成本模型自动化渗透传统系统的过程,展示了防御重点从修补漏洞转向业务恢复的必要性。
CLI-Dispatch 是一款支持在 Claude Code 会话中将编码任务委托给 OpenAI Codex、Gemini、DeepSeek 等第三方 CLI 模型的开源插件。
Why it matters: 该工具通过独立工作区将具体编码任务分流至其他模型执行,为降低单一商业模型调用成本提供了插件化编排参考。
黑客利用开源渗透测试工具 ARTEX AI 及 Claude agents 攻击了新韩银行、KB国民银行等多家韩国银行,导致客户个人数据与信用卡信息泄露并引发部分系统瘫痪。
Why it matters: 这起事件展示了多模型代理与渗透工具结合发起实际网络攻击的真实路径,为防范AI自动化威胁提供了具体取证案例。
开发者开源了基于 DeepSeek Harness 的多智能体插件 DeepSeek-Bot,支持构建具备长期记忆的多模型协同团队。每个智能体具备独立身份与上下文,支持设置管理员智能体统一回复与调用其他 Bot 以降低 token 消耗。系统采用 Markdown 文件和本地搜索管理持久化记忆,数据保存在本地 DSH 目录,支持桌面端与 Web 端安装。
Why it matters: 该项目展示了如何通过主管智能体调度与本地 Markdown 机制,在多智能体协同交互中降低 token 消耗并管理长期记忆。