搜索
“你以为你买的是 DeepSeek Flash，实际上可能是个 1.5 bit 的 DeepSeek，或者里面掺了 Opus 用于训练。”这是 Pi 核心贡献者 Armin Ronacher 的一个比喻。他形容现在的 token 市场像一种成分不明的商品——量化程度、实际版本、是否掺了别的东西、计费方式，全是黑洞。
同样的模型，同样的任务，让它执行五遍，再让他自己挑一遍最稳的，效果能有多大提升？斯坦福把这套玩法用在了AI身上，DeepSeek V4 Flash在Terminal-Bench 2.1的成绩从79%一路涨到88%，反超了尖子生Fable 5。而且连做五遍加挑选这一通折腾，价格依然比Fable 5便宜了4-11倍。
Anthropic又有两张「新牌」，被提前掀开了！今天，第三方开发者应用和Discord社区中，接连出现了两个陌生的模型ID——claude-mashmallow-eap（棉花糖） 和claude-melon-eap（甜瓜）
本周五，AI 社区热烈讨论的是一个端侧大模型部署技术，它能让笔记本 RTX 4060 跑 Qwen 3.6-35B，桌面 RTX 5090 跑得起 DeepSeek-V4-Flash 284B。而且都是单卡，模型都是满血的。Codex 生产 trace 的中位 decode 速度是 33 token/s
等了四个月，DeepSeek的多模态模型：deepseek-v4-flash-vision-exp，终于发布。我也是第一时间赶到现场，连夜开始实测。相比V4 Flash最大的不同，就是支持原生支持图片输入了，但图片生成当然还是没有的。
DeepSeek 终于「开眼」了。就在刚刚，DeepSeek 推出了一款面向 Agent 时代的多模态模型：deepseek-v4-flash-vision-exp。目前，该模型已经上线 DeepSeek API 平台上，用户可以通过设置 model='deepseek-v4-flash-vision-exp' 访问该模型。
百灵为开发者提供了多个可继续训练的起点。今日，蚂蚁百灵开源Ling-3.0-tiny-base和Ling-3.0-flash-base。除最终Base模型权重外，团队还同步开放了两款模型的预训练和中期训练权重，共计6个checkpoints。
用户让 AI 编程助手写个贪吃蛇小游戏，智能体照办了，但同时多跑了一条 curl | bash 命令，把攻击者的脚本下载到本地并执行。
8月13日凌晨，DeepSeek V4 Pro正式登场，给开源模型生态又添一把猛火。从Kimi K3到MiniMax H3，再到DeepSeek V4 flash、DeepSeek V4 Pro，在中国开源模型的猛攻之下，美国的AI公司这次是真的坐不住了。
人形机器人跟人打乒乓球，你可能见过。