跳到正文
11月16日周一
  1. 爱范儿77

    实测腾讯 Hy4 flash:花两毛钱,就能让 AI 从零做个 3D 交互网页

    腾讯 Hy4 flash 正式发布,总参数量 224B、激活参数 12B,支持多模态与 1M 上下文,输入价格 0.5 元每百万 Token、输出 2 元每百万 Token,并在 WorkBuddy 提供 11 月 16 日至 11 月 30 日的限时免费额度。

    推荐理由:原文用相同任务对比了 Hy4 flash 与 DeepSeek V4.1 Flash 的时间和 Token 消耗,读者可据此判断高频 Agent 场景下的成本取舍。

11月11日周三
11月10日周二
  1. Latent Space91

    Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,重登 LLM 榜首

    Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2,官方称两者在多数受评能力上优于 Opus 5.5,发布后登上 Artificial Analysis、SemiAnalysis GDPx 等多个独立榜单第一。

    推荐理由:原文汇总了 Fable 5.2 的第三方评测与成本数据,读者可据此对比它与 Gemini 4 Carbon、Opus 5.5 的真实差距。

10月28日周三
10月24日周六
  1. 极客公园31

    iPhone Duo 正式交付;Kimi K3.1 Pro、Seedance 2.5 4K 正式发布;红果短剧上线防沉迷|极客早知道

    iPhone Duo 于 10 月 23 日正式交付,预购强劲、供应有限,部分新订单预计 2027 年 1 月 25 日左右送达。月之暗面发布 3 万亿级参数模型 Kimi K3.1 Pro,支持 100 万 Token 上下文,Terminal-Bench 4.0 得 65.7%;火山引擎发布 Seedance 2.5 4K,定向邀请 20 家影视工作室试用。

10月21日周三
10月20日周二
  1. 掘金40

    10款模型写公交 App 实测:slogan 为什么两极分化

    10 款模型为公交出行 App「站至」写 slogan,由非参赛的 gpt-5.6-sol 按七个维度各打 0-1 分,GPT-6-Sol 以均分 0.95 居首,Kimi-K2.6 因正文留空、格式 0.00 而以 0.32 垫底。MiniMax-M2.7 与 MiniMax-M3 把思考文本混进交付物,格式分仅 0.46/0.30。分化点不在文笔,而在多重硬约束下的交付完整性。

10月19日周一
10月18日周日
  1. 掘金83

    实测 DeepSeek V4.1-Flash-1017:一句话生成可玩游戏,但思考会吃掉大部分输出预算

    DeepSeek 于 10 月 17 日 18:07 将 V4.1 Flash 更新到 V4.1-Flash-1017,网页端、App、API 三端同步切换,API 名 deepseek-flash 与价格均不变。

    推荐理由:实测发现 high 推理档下思考会吃掉大部分输出预算,代码生成需把 max_tokens 给足 32,000 以上,否则交付物被截断。

  2. 掘金78

    DeepSeek V4.1-Flash-1017 发布:许愿式编程成为 API 调用

    10 月 17 日,DeepSeek 将 V4.1 Flash 更新至 1017 版,三端同步:DeepSWE v1.1 从 74.2 升至 77.0、Terminal-Bench 4.0 从 31.2 升至 42.3,任务运行时间与输出长度反而被压低,价格维持 deepseek-flash 原价(约 0.15/M 输入、0.6/M 输出,1.05M 上下文)。

    同一新闻,精选展示《DeepSeek-V4.1-Flash-1017 上线:编程与工具任务增强,价格不变》

10月17日周六
  1. 掘金80

    DeepSeek 又更新!但怎么有个分数往下掉?

    DeepSeek 今天把网页、App、API 三端的线上模型切换为 V4.1-Flash-1017,价格不变。官方贴出的十一项成绩里只有两项能与旧版直接比对,DeepSWE 从 74.2 涨到 77.0,HLE(w/o tools)从 44.0 掉到 42.6;官方称训练方法为自反馈强化学习,模型写完代码会自己先跑通再提交。

    同一新闻,精选展示《DeepSeek-V4.1-Flash-1017 上线:编程与工具任务增强,价格不变》

  2. 掘金84

    DeepSeek-V4.1-Flash-1017 上线:编程与工具任务增强,价格不变

    10月17日 DeepSeek-V4.1-Flash-1017 上线,网页和 App 同步更新,API 价格保持不变,重点加强编程和工具任务能力。官方演示展示了从头开发赛车游戏、故宫3D场景和 Godot 游戏原型,DeepSWE v1.1 通过率从 74.2% 升到 77.0%,Terminal-Bench 4.0 从 31.2 升到 42.3。

    推荐理由:原文把通过率提升、token 计费方式和接口价格放在一起,读者可以据此估算用新版完成编程任务的实际成本。

  3. The Decoder83

    DeepSeek-V4.1-Flash-1017 发布:智能体与编码任务超越更大模型,单任务成本大幅下降

    DeepSeek 发布 V4.1-Flash-1017,在自家基准的多个编码与智能体任务类别上超过 Claude Opus 5、GPT 5.6-Sol、Kimi K3 和 GLM 5.3 等更大模型,权重已在 Hugging Face 与 ModelScope 开源。

    推荐理由:原文给出 DeepSeek 自测基准与单任务成本对比,可据此评估小模型在编码与智能体任务上的性价比,独立评测尚未公布。

  4. IT之家80

    DeepSeek V4.1 Flash-1017 发布:性能提升、耗时缩短,低提示词生成完整项目

    DeepSeek 将 V4.1 Flash 更新至 V4.1-Flash-1017,网页端、APP 与 API 已同步切换。官方称新版本在基准测试中能力提升、运行时间与输出长度缩短,单次调用综合成本下降,并建议将 DeepSeek Harness 升级至 0.2.1-rc.1 及以上以完成适配。

    同一新闻,精选展示《DeepSeek-V4.1-Flash-1017 发布,性能提升且成本下降,同步开放搜索 API》

10月16日周五
10月15日周四
10月14日周三