DeepSeek 开源生产推理栈 DeepInfer，披露单集群 155T tokens/天与单卡每小时 38 美元收入
DeepSeek 开源了支撑 V4.1 Flash 的生产推理栈 DeepInfer，并公布单集群每天处理 155 万亿 tokens、96% 输入缓存命中、单卡每小时 38 美元收入等生产数据。
推荐理由：DeepSeek 开源生产推理栈并披露单集群吞吐与单卡收入，读者可据此对照 vLLM 复现结果判断其可迁移性。
#DeepSeek
Latent Space精选AI 评分8888 钛媒体精选AI 评分7272 DeepSeek推理框架对等支持华为、英伟达芯片，意味着什么？
钛媒体作者分析DeepSeek于10月20日开源的推理框架DeepInfer，华为昇腾950系列NPU与英伟达SM100同时进入支持名单，来自同一代码树，仅通过一个环境变量即可在两类硬件间切换。
推荐理由：从推理框架对等支持两类芯片切入，梳理国产芯片在推理时代角色变化的依据与尚未验证之处。
爱范儿精选AI 评分7878 实测 DeepSeek V4.1 Flash：4 元生成特斯拉飞行 3D 网页
作者在 DeepSeek Harness 中实测 DeepSeek V4.1 Flash，用纯提示词生成特斯拉飞行 3D 网页，耗时 35 分钟、消耗 3752 万 Token，按缓存命中 0.04 元每百万 Token 和输出 8 元每百万 Token 计算约花 4 元。
推荐理由：作者用多个实测案例对比 V4.1 Flash 与闭源模型的成本差距，可据此判断低价模型能覆盖哪些任务。
DeepSeek@deepseek_ai精选AI 评分7272推荐理由：DeepSeek 公开了支撑自家模型规模化服务的推理框架，读者可据此了解其生产栈的吞吐与延迟取舍。
量子位精选AI 评分8080 MiniMax 发布 M3.1 Flash，Agent 基准 ALE 得分 29.6% 居国产模型第一
MiniMax 正式发布 M3.1 Flash，即此前在 OpenRouter 匿名测试的 Space Bunny（玉兔），Agents' Last Exam 得分 29.6%，位列国产模型第一。
推荐理由：文章列出 M3.1 Flash 在 Agent、编码、网络安全等基准上的分数与定价，可对照国产 Flash 模型的性价比路线。
- DeepSeek@deepseek_ai精选AI 评分7878
推荐理由：官方给出新版本在基准表现、任务完成速度和输出长度上的变化，并说明已上线网站、App 与 API。
- DeepSeek@deepseek_ai精选AI 评分7272
DeepSeek 发布 DeepSeek-V4.1-Flash，称其为新架构家族中参数规模最小的模型，并原生支持视觉理解。官方表示该模型面向更强能力、更快推理和更高吞吐设计，并可扩展至更大模型。
推荐理由：DeepSeek 新架构家族的最小模型，原生支持视觉理解，并强调推理速度与吞吐。
- DeepSeek@deepseek_ai精选AI 评分7575
DeepSeek 在 API 平台上线实验性多模态模型 DeepSeek-V4-Flash-Vision-Exp，调用时使用 model='deepseek-v4-flash-vision-exp'。
推荐理由：官方给出新模型与 V4-Flash 的文本能力对照，以及多模态智能体基准上的提升幅度，便于判断是否值得接入。
- DeepSeek@deepseek_ai精选AI 评分8080
推荐理由：官方给出 Harness 的插件化架构与 MIT 开源仓库，读者可据此判断它能否接入现有智能体工作流。
- DeepSeek@deepseek_ai精选AI 评分8080
推荐理由：官方给出 V4-Pro 的 Agent 能力升级、三档推理强度和 Codex 接入方式，可据此判断实际使用成本与场景。
- DeepSeek@deepseek_ai精选AI 评分7878
推荐理由：官方公布 V4-Flash API 公测，并给出 Agent 能力提升与 Codex 适配的配置入口。
- DeepSeek@deepseek_ai精选AI 评分8888
推荐理由：DeepSeek 官方公布 V4 两个版本的参数规模与 1M 上下文，可据此判断开源模型在长上下文上的成本位置。
- DeepSeek@deepseek_ai精选AI 评分8080
推荐理由：官方给出两个版本的定位差异与开放渠道，可据此判断面向智能体的推理模型如何分层落地。
已经到底了