DeepSeek V3 評測:這款開源 AI 能否媲美 GPT-4?2026 指南
DeepSeek V3 是具備 671B 參數、每次推理啟用 37B 參數的開放權重 MoE 模型;評測指其在編碼與數學基準上表現突出,HumanEval 得分為 82%。其 API 輸出價格為每百萬 tokens $1.10,約為 GPT-4 的十分之一,但模型只支援文字,且自託管需要至少 8x A100 80GB。
DeepSeek V3 是具備 671B 參數、每次推理啟用 37B 參數的開放權重 MoE 模型;評測指其在編碼與數學基準上表現突出,HumanEval 得分為 82%。其 API 輸出價格為每百萬 tokens $1.10,約為 GPT-4 的十分之一,但模型只支援文字,且自託管需要至少 8x A100 80GB。
Synapse Shield 的本地測試顯示真人誤攔率為 1.4%,但實際部署權重在真人測試中曾誤攔 19.0%(6 秒窗口)和 19.2%(20 秒窗口);v0.11.0 修正後,兩者分別降至 1.4% 和 0.5%。
Stave 提供引擎無關的輸入格式,讓五種推理範式以同一份匯出資料進行推理,與採用單一推理範式的 AWS Compliance Mod 形成類別區分。試驗涵蓋 SMT、Datalog、ASP、Prolog 及機率模型檢查,五項規格修正後均通過;Prolog 和 Clingo 的盲測亦通過。
作者探索開發者如何同時使用多個 AI 編碼智能體處理不同任務,並保持工作井然有序。文中提到一個旨在簡化並行 AI 編碼工作流程的開源項目,採用 CLI 方式,適用於使用 Claude Code 和 Git worktrees 的開發者。
百度智能雲百舸團隊開源的 LoongSage,透過量化感知訓練(QAT)處理大模型以 BF16 訓練、再以 FP8/FP4 推理時的精度不一致問題。框架採用訓推共用低精度權重、原地權重量化、TRACE 激活校準及固定隨機閾值等方法;改進後的 QAT 訓練效果不輸甚至略優於 BF16。
11月19日,五個不同系統按 AER-1 的語義調整自身工作,記錄了這項 AI 智能體收據標準的採用情況。AER-1 是 IETF datatracker 上的開放 Internet-Draft,具備包含 143 個測試向量和 146 項檢查的公開一致性測試集。翌日早上,另一個系統亦採用其標準化設定檔。
Droidline 透過移除 ADB、數據線和 root 依賴、採用語義定位及自動留存失敗證據,降低 Android 自動化的工程成本。它可作為 MCP server 供 AI 智能體操作手機,並以最小權限和白名單限制操作;作者主張由 AI 探索陌生 App,再把操作固化為腳本執行回歸。
Pierre 測試 Go 的 MJML 和 Liquid 程式庫,發現惡意模板可觸發崩潰、資源耗盡和不安全的 HTML 輸出,並因此開發 safe-mjml 與 liquidgo。
GrapheneOS 稱 Google 多次接觸 OEM,查問其是否與 GrapheneOS 合作,並以 GMS 授權條款威脅合作方。GrapheneOS 亦稱,Play Integrity API 和 Play Store 應用程式保護功能,會在實際使用中阻止替代作業系統執行啟用相關功能的應用程式。該項目正尋求美國及歐盟政府機構關注,並希望有關機構就此向 Google 提問。
文章主張,Agent 開發應先改善 harness 的工具設計、驗證迴圈與執行環境,待提升停滯後才考慮微調模型。
Onlook 推出面向設計師的開源桌面開發工具,讓用戶在畫布上查看並視覺化調整本機運行的真實應用,再由接入的 Agent 編輯 Git 專案中的實際檔案。它不附帶自有模型,可連接 Claude Code 或 ChatGPT/Codex 帳戶,並支援匯出 HTML、PNG、JPEG 或 PDF;其原始碼採用 Apache 2.0 授權。
Perplexity 於 2026 年 11 月 12 日發佈 Decider v1.3 和 Decider Flash v1.3,兩者採用 Apache 授權並提供開放權重,可自行部署。
LiberNT 已按 GNU GPL 3.0 協議開源,定位為 Windows 11 的免費替代系統,並支援 amd64、arm64 及 riscv64。團隊在搭載 Apple M3 Pro 的 Mac 上完成132項性能基準測試,LiberNT 在112項中勝過 Windows 11,部分項目領先超過2000%。項目採用 AI 輔助編程,程式碼須經人手審核及端到端測試。
騰訊混元團隊正式開源 Hy4 大模型,模型權重已在 GitHub、Hugging Face、ModelScope 和 GitCode 四個平台上線。混元 LLM 系列至此已全部開源,涵蓋 Hy3 preview、Hy3、Hy4 preview、Hy4 及 Hy4 flash;Hy4 採用 MoE 架構,總參數 770B、激活參數 49B,上下文窗口突破 100 萬 Token。
推薦理由:Hy4 權重已在四個平台上線,且 Hy4 及 Hy4 preview 採用 Apache 2.0 許可證,開發者可下載部署並作商業使用及修改。
騰訊混元團隊宣佈 Hy4 模型權重在 GitHub、Hugging Face、ModelScope 和 GitCode 同步開源,混元 LLM 系列至此完成全面開源。
文章全面解析 Qwen3.8-2.4T-A95B 開源權重的模型定位、架構、能力表現、適用場景、部署成本與許可限制。該版本為純文字、全思考模式,原生上下文為 262,144 Token;BF16 權重約 4.89 TB,定位為多機多卡部署的可改造底座。文章亦比較其與 API 版在視覺輸入、非思考模式及內置工具上的差異,並説明 Qwen3.8-Max License 的商用門檻。
Qwen-Image-2.1 是 7B 圖像模型,同一模型支援文生圖、圖生圖編輯及摳圖,並提供原生透明通道和 2K 出圖。文章列出 qwen-image-2.1-turbo 與 qwen-image-2.1-pro 在北京/全球地區分別為每張 0.1 元和 0.25 元,按成功生成的圖片數量計費。
AI True Labs 指出,1688 搜尋網址需要 GBK 字節百分比編碼,使用 UTF-8 會導致搜尋結果亂碼,並以 Python 建立到岸利潤及退貨損失模型。售價 $24.99、廣告前貢獻利潤 $6.80 的商品,損益平衡 ROAS 為 3.67x。工具包括免登入互動計算器,以及零依賴、採用 MIT 授權的開源 MCP 伺服器。
LiberNT 是一款以 AI 編程工具輔助開發的免費開源操作系統,目標是替代 Windows 11,支援 AMD64、ARM64 和 RISC-V64。開發團隊公佈的測試結果顯示,LiberNT 在 132 項系統測試中有 112 項領先,測試在搭載 Apple M3 Pro 的 Mac 上進行。現時公開版本屬調試用途的早期測試版,並提供源代碼及可啟動測試映像。
vegapunk-agents 提出一種多智能體架構模式,讓各智能體透過共享黑板 Punk Records 協作,而不直接互相對話。設計以追加式記錄保存過程,由 Shaka 獨自裁決,批評與修訂迴圈預設最多兩輪;如需由 Atlas 執行,須先經 Stella 批准。
iflytek/skillhub 是自託管、開源的 AI 智能體技能登記庫,提供技能套件發佈與版本管理、RBAC 權限及審計日誌。配合 iFLYTEK 官方技能集合 iFly-Skills,可管理涵蓋語音識別、OCR、翻譯、校對及多模態能力的技能。
ja-reading-tagger-v1 是一款日語同形異讀標註器,按語境逐段輸出供假名標註顯示的書寫讀音,以及供文字轉語音使用的發音讀音。在 5,000 句封存測試中,整體準確率為 0.9354,高於 Sudachi 的 0.9308;同形異讀測試為 0.7230,勝過字典的 0.5570,但普通文本略低於 Sudachi(0.9360 對 0.9432)。
這份教學示範如何為 CPU 和 GPU 系統建置 vLLM 容器映像,並推送至容器登錄庫。GPU 映像使用 Dockerfile 建置,目標主機須符合 Dockerfile 指定的最低 CUDA 版本,啟動容器時使用 --gpus all。完成後可將映像用於部署 vLLM。
Eclipse Foundation 推出 Eclipse Enclave 1.0,讓開發者在隔離環境中運行自主 AI 編碼工具,並按需設定其對檔案、憑證及網絡的存取權限。
OfinTech Desk 將計算、分類與文字解釋分開,確保每個財務數字都能追溯至計算過程、分類帳資料、來源文件及文件頁面。確定性程式負責數學運算,Ofin model 分類器處理封閉式判斷,LLM 只用阿拉伯語或英語解釋數字,不會產生數字。核心功能以 Apache-2.0 授權免費開源,並可在 CPU 上運行,無需 GPU。
本週開源項目精選涵蓋影片分析、技術插畫、智能體研究及工作流程自動化。rea-video 可逐鏡拆解影片,並以開放的 VIDEO.md 格式輸出分析;anatomy 可生成互動式等距插畫 SVG,並可選用 WebGL 着色器及 3D 效果。
Praxi-Bot 是採用 Apache-2.0 授權的開源 AI 智能體,以 Rust daemon 和 Tauri 桌面應用程式分工,透過明確審批控制 LLM 使用工具。
UGC Creator Skill 是免費、MIT 授權的 Claude Code Skill,可將付費 UGC 活動簡報轉成核對清單、腳本、影片檢查、發布安排和收益記錄。
Pete Warden 與主持人探討 AI 為何愈來愈傾向在本地而非雲端運行,以及本地 AI 的發展。Warden 指,本地模型在評測中表現出色,能力與大型商業模型的差距僅數月。對談亦涵蓋低延遲語音模型、在筆電及瀏覽器運行 AI,以及可能挑戰 GPU 為中心基建的新硬件方向。
Apache 軟件基金會(ASF)在年度基金會演講中公佈約 1,200 名會員、超過 10,000 名提交者及 308 個項目等數據,並探討 AI、安全和開源社羣的發展。
Moonshine Voice 創作者 Pete Warden 探討 AI 為何需要本地運行,以及開源模型、語音介面和硬件的未來。提供的內容未列出進一步的技術細節或數據。
GitHub 分享開源社羣如何促進開發者協作及 AI 生態,並介紹 Replica 和 Open Source Accessibility Framework 兩個新開源項目。
Orange 發佈五款基於 Alibaba 的 Qwen3 微調、可理解及書寫 Wolof 的開放權重 AI 模型,參數量由 0.6bn 至 14bn。模型以公開、經自動翻譯成 Wolof 的數據集訓練,Wolof 語言標註員亦檢查訓練資料和模型回答。任何人可在 Hugging Face 免費用於非商業用途;商業使用則可能需與 Orange 另行協議。
開發者以 Vanilla JS 開發 8 款免費 CBT 焦慮工具,全部在瀏覽器內運作,毋須註冊或後端,亦不收集數據。工具包括思維紀錄、焦慮安定練習、認知扭曲辨識及呼吸節奏器等,並以 MIT 授權在 GitHub 開源。
Handy 是 cjpais 開發的免費、可擴展且完全離線的語音轉文字桌面應用程式,定位為 Otter.ai、Wispr Flow 和 Superwhisper 的自建替代方案。它以 Rust 編寫,支援 Windows、macOS 和 Linux,目前版本為 v0.10.1,採用 MIT 授權。
作者用 Rust 開發了八款命令列工具,涵蓋離線字典、IMAP/SMTP 電郵用戶端、新聞閲讀器、網頁搜尋工具等。八款工具均為單一二進位檔,以純文字輸出,採用 MIT 授權;作者完成檢查後,clippy 無問題,共有 157 項測試,並修正跳脱序列注入問題,為新聞閲讀器加入 DNS 層級的 SSRF 防護。
歐洲科技界領袖指出,歐洲仍受規模、資本及監管問題掣肘,但正尋找在全球 AI 競爭中的定位。Mistral CEO Arthur Mensch 指出,市場對成本較低、開源及主權 AI 的需求上升,企業可在自家場所運行模型,無須依賴美國模型或暴露數據。
馬來西亞亞太「一帶一路」共策會高級研究員彭潤年指出,東盟應摒棄冷戰慣性思維,在大國競爭加劇之際維護區域合作與發展主動權。東南亞深度參與中美相連的供應鏈,應維持貿易開放,並深化與中國在人工智能、新能源、製造業及基礎設施等領域的合作。
Feltbeat 是一款以 Presage SmartSpectra SDK 開發的 Windows 桌面遊戲,玩家先自行計算並輸入心跳數,網絡攝影機讀取的實際數字才會揭示。遊戲完整流程目前只在模擬器運行,文中的 SDK 測量則來自真實網絡攝影機。每局須先取得穩定 8 秒的脈搏讀數,結束後再按 SDK 訊號驗證是否計分。
千尋智能與華為雲計算簽署戰略合作協議,雙方將在雲算力、昇騰生態共建,以及模型訓練與推理等場景開展合作。合作方向包括提升模型訓練效率、加速推理、多模態融合、安全可信及開源生態。