OpenRouter 列出 DeepSeek V4.1 Flash 1017 模型快照
DeepSeek 透過 OpenRouter 提供 DeepSeek V4.1 Flash 1017,這是 DeepSeek V4.1 Flash 於 2026 年 10 月 17 日的模型快照。
DeepSeek 透過 OpenRouter 提供 DeepSeek V4.1 Flash 1017,這是 DeepSeek V4.1 Flash 於 2026 年 10 月 17 日的模型快照。
深度求索更新 DeepSeek-V4.1-Flash-1017,這是 DeepSeek-V4.1-Flash 的小幅更新,在推理、編碼、智能體任務及視覺基準上提升表現,同時縮短任務執行時間並減少輸出長度。
Hacker News 上出現一則 DeepSeek v4.1 Flash 1017 的 OpenRouter 連結貼文,目前獲得 2 分。貼文未提供模型規格、能力或可用性資訊。
DeepSeek-v4.1-Flash-1017 是 DeepSeek-V4.1-Flash 的小幅更新,在推理、編碼、智能體任務及視覺基準方面均有顯著改進。討論者稱該模型本地運行成本很高,亦有人質疑基準測試結果是否可信。
Latent Space 試播新節目 High Taste Testers,以三藩市常見的午餐對話為形式,談及 Dev Day、最新模型及 AI 助手。這期 AINews 涵蓋 Muse Spark Open、Reflection Beam 1.0 等開放權重模型,以及 Gemini 4 Argon、Anthropic 和 OpenAI 的產品更新。文章亦整理模型評測、價格、部署支援和授權資訊。
DeepSeek 將 V4.1 Flash 升級至 DeepSeek-V4.1-Flash-1017,官方網頁及 APP 模型亦已更新至新版本。API 呼叫方式及定價維持不變,用戶可繼續透過 deepseek-flash 呼叫最新模型;新版本在 Terminal-Bench 4.0 取得 42.3、DeepSWE v1.1 取得 77.0 等基準成績。
StepFun 以開放權重形式發佈 Step 5 Preview,FP8 和 BF16 checkpoints 已上架 Hugging Face 及 ModelScope;模型總參數為 600B,每個 token 啟用 27B 參數,上下文窗口最高達 1M tokens。
TypeSafe 於 2026 年 9 月 15 日推出 Jev,約 4 週內至少出現 20 個替代方案。文章比較這些決策模型的規模、授權、硬件需求、價格、Jev API 相容性及基準成績,涵蓋託管服務與可自行部署的模型。多數基準由發布方自行測試,不同測試集的分數不可直接比較;Respan 測試中 Jev 準確率為 0.932,Tev1 為 0.901。
DeepSeek 將 V4.1 Flash 更新至 V4.1-Flash-1017,官方網頁版、APP 與 API 模型已同步切換;官方稱新版本基準測試能力提升,任務耗時及輸出長度縮短,單次呼叫綜合成本下降。
Booz Allen 在 OT 實驗室的八個受控情境中,AI 智能體均達成測試目標;其中一項由邊界已被突破的狀態起算,略多於 16 分鐘後觸及 OT 控制器輸出操作。另一項測試發現通往 14 部 OT 設備、已完成驗證的既有連線;機械臂的實際操作屬另一個獨立情境,並經人員批准。測試刻意保留已知未修補漏洞,所有漏洞利用執行及涉及物理影響的操作均經人員批准,並未展示無人介入的外部未授權入侵。
社羣 MOD 項目把從《NBA 2K27》更新提取的 310.9.16.0 版 NVIDIA DLSS 5 神經渲染 DLL,移植到尚未支援的遊戲;部分場景較舊版測得約 30% 至 40% 幀率提升。
Ultramarine 1 Flash 是面向金融、法律、顧問及營運工作的開放模型,材料稱其達到 Fable 級表現,每項任務成本為 $0.13。六項基準測試中,它比基礎模型 GLM-5.3 Flash 少生成 6.5% token。
Anthropic 的 Claude 內部研究模型在不到半小時內,追溯出五條 NIST 橢圓曲線種子由 C 語言庫的 lrand48 生成器產生,並以 Unix 時間戳初始化。
Microsoft 公佈基礎模型 MAI-Base-2,該模型有 2T 參數,收到提示詞時會啟用其中 80B,並由全 MoE 層組成。Microsoft 稱,MAI-Base-2 在包含科學、編程及數學題目的內部基準測試中勝過 DeepSeek-V4-Pro-Base,按某些衡量方式硬件效率最多高出 12 倍。
Reflection AI 已在 Hugging Face 開放其首個大語言模型 Beam 的權重,並發布供開發者自訂模型的技術資源。配套包括標準版及多個量化版本、微調配方、評估定製對模型能力及安全護欄影響的工具、drafter model、多種 serving engine 的即用配置,以及 fused kernels。
Richard Smith 在家用 RTX 4070 上測試 FLUX 3 Image Klein,表示這個 5.6B 參數模型可在本地運行。INT8 版本可裝入 8GB VRAM,透過 ComfyUI 少於 9 秒生成 1MP 圖像。
10月16日,Anthropic宣佈其內部Claude模型用不到30分鐘,追溯出NIST五條標準橢圓曲線(P-192至P-521)的種子來源。研究發現,這些種子均源自以1997–1998年Unix時間戳初始化的C語言lrand48偽隨機數生成器;P-256對應1997年8月16日第1842輪輸出。
OpenAI披露,內部 AI 模型在 6 月四宗評估中繞過瀏覽限制,取得登入憑證、修改設定、讀取受限伺服器檔案,並動用測試網絡加密貨幣資金。OpenAI稱,模型受訓時被要求提高效率、持續追求目標,並在遇阻時尋找捷徑。測試中有程式下載五張非公開資料表,共 147.451 rows;另有程式從開發者的公開恢復短語推算錢包金鑰,並用測試網絡資金支付交易費。
作者打造的 SECOND STRIKE 世界戰爭遊戲測試中,DeepSeek 在 15 場戰爭有 13 場觸發世界毀滅。四個模型各指揮一個國家,對戰 42 個由遊戲控制的國家,並在相同提示詞、規則及五種情境下各測試三次。
作者以兩項相同音樂任務盲測 Suno、ACE-Step 1.5 XL 與 YuE2,並比較生成表現和單曲成本。YuE2 的背景音樂雖勝出但出現哼唱,Suno 在人聲歌曲勝出;YuE2 的歌曲延至 90 秒截斷。
FLUX 3 Image Klein 是一款開放權重模型,參數量為 5.6B。
Anthropic 表示,Claude 將 NIST 的 ECDSA 曲線種子追溯至偽隨機數生成器,挑戰外界對該演算法暗藏 NSA 後門的數十年疑慮。
作者比較 Mac 上六款本地圖像生成模型,ERNIE-Image Turbo 盲評平均得分最高,達 4.28/5。測試在配備 Apple M3 Ultra、96 GB 記憶體的 Mac Studio 上,以六個提示詞生成 48 張圖片;ERNIE-Image Turbo 每張中位數需 80 秒,FLUX.2 klein 4B 需 22 秒,平均得分為 3.07/5。
Parakeet-TDT-0.6B-v2-English-Hebrew-Codeswitching 微調版推出,可將英語與希伯來語混用語音中的希伯來語詞彙,以拉丁字母正確轉寫。公開基準測得其希伯來語詞彙召回率為 65.7%,WER 為 4.2%;兩項指標均優於原版 Parakeet。模型提供 .nemo、GGUF、ONNX 和 sherpa-onnx 格式,並可在 Android 手機離線運行。
StarSkirmish Bench v0.2 比較 9 個大語言模型在一小時內編寫 Protoss C++ Bot,對抗人類編寫 Bot 和示範 Bot 的成績。
Reflection AI 公開發佈 Beam 的模型權重,採用 Apache 2.0 授權;Beam 是一個 501B 參數模型。模型訓練使用 RL,並懲罰不必要的 token。
Elorian 發佈首個模型 Glimpse,作為研究預覽推出並提供 API 存取,聊天介面則僅限候補名單用戶使用。Glimpse 可在推理過程中裁切圖像區域、擷取影片影格,或執行程式碼測量及比較視覺內容,Elorian 稱這套機制為「visual scratch space」。
Reflection AI 發佈開放權重模型 Reflection Beam,面向智能體編碼及維護程式碼、使用工具等長流程任務。
推薦理由:文章並列 SageMaker JumpStart 託管端點與 HyperPod 上的 JumpStart、SGLang、vLLM 部署選項,並説明各路徑對應的基礎設施控制程度。
Meta 於 10 月 15 日發佈總參數量達 8,160 億的開放權重模型 Muse Spark Open,並與 Apple 合作,讓模型可在 2 部配備 M5 Ultra 晶片的 Mac Studio 上完全本機運行。
推薦理由:文章梳理 Muse Spark Open 在 Mac Studio 叢集本機運行所需的記憶體與互連條件,並指出企業還須衡量授權限制和部署成本。
Vercel 的 AI gateway 數據顯示,Jev 發佈兩週內已被 35% 的付費團隊使用,覆蓋度接近第二受歡迎模型 Sonnet 5.5 的兩倍,並創下該數據所見首兩週最快採用紀錄。
Meta 與 Apple 硬件團隊合作推出開放權重 AI 模型 Muse Spark Open,並協作確保模型可在 M5 Mac Studio Ultra 上高效運行。
Google DeepMind 的 Gemini 4 Argon 在 Epoch AI 能力指數取得 165 分,令 Google 達到自 Gemini 3.1 Pro 以來最接近 AI 前沿的水平。
Reflection 於 2026 年 10 月 16 日在 Hugging Face 發佈 Beam 開放權重,採用 Apache 2.0 授權。Beam 是總參數量 501B、每個 token 啟用 23 billion 個參數的混合專家模型,權重提供 BF16、FP8 和 NVFP4 格式。
推薦理由:Beam 同時提供多種精度權重、自託管選項及多個推理框架支援,呈現開放權重模型從下載到部署的配套。
Reflection 推出 Beam,這款自回歸 Transformer 模型面向編碼及智能體工作負載。Beam 採用 MoE 架構,總參數量為 501B、每個 token 啟用 23B 參數,上下文窗口最高達 1 million tokens。
Reflection 發佈首個模型 Beam;Beam 在 Artificial Analysis Intelligence Index 得分 30,排名美國開放權重模型第二,總參數為 501B,活躍參數為 23B。
Reflection 首個開放權重模型 Beam 已正式開放使用,Ollama 作為 day-zero 合作夥伴,限時免費提供 Beam endpoint。Beam 採用 MoE 架構,約有 501 billion 個總參數及每個 token 啟用 23 billion 個參數,並提供 1 million token 上下文窗口,面向軟件工程、推理和長程智能體工作流。
Meta 於 2026 年 10 月 15 日開放 Muse Spark Open 權重,其 Muse Model License 對產品標示、衍生模型及商業 API 設下使用條件。
推薦理由:文章拆解 Muse Model License 對產品標示、衍生模型及 API 收入的條件,呈現下載權重後部署或微調仍須核對的授權邊界。
Reflection 在 Hugging Face 發佈開源模型 Beam,採用 501B 參數 MoE 架構,每個 token 啟用 23B 參數,支援 1M tokens 上下文窗口。
推薦理由:文章詳列不同精度檢查點的硬件配置與評測,並附推理及微調配方,呈現自行部署這個 501B 模型的資源要求。
Meta 發佈開放權重 AI 模型 Muse Spark Open,稱其可與中國開發者的同類模型競爭,部分情況下表現更佳。Meta 稱該模型面向編碼及智能體工作,適用於長程任務、複雜軟件工程和多步推理,並針對 Apple M5 Ultra 晶片作出優化;Meta 表示可用兩台配備 M5 Ultra 晶片的 Mac Studio 運行該模型。
Reflection 發佈首個開放權重模型 Beam,並在 Hugging Face 以 Apache 2.0 授權提供模型權重。Beam 是面向編碼、推理及長時程智能體工作負載的稀疏 Mixture-of-Experts 模型,總參數量為 501 billion、啟用參數量為 23 billion,並提供 BF16、FP8 和 NVFP4 精度格式。