Lisan al Gaib@scaling01AI 评分2020猜猜明年谁要开始玩循环了 别说我没提醒过你们。我们将看到脏循环模型（dirty loopers）的寒武纪大爆发。
There are new rumors that the next GLM Model, GLM 5.5, will have 2.5T - 3.5T parameters and significant architecture changes In its August HKEX interim filing, Zhipu AI said it had validated the idea of Looped Transformers in preliminary experiments. I wonder if we'll see it implemented in the next GLM model
爱范儿 APPSO 用 21499 元的 iPhone Duo 搭配 86749 元的 Mac Studio，搭建了一套手机远程指挥本地 Agent 的工作流，并专门做了适配折叠屏三种形态的 App。
美国国土安全部要求民事联邦机构从 IT 系统中移除 DeepSeek 全部产品，并禁止采购基于其开源模型构建的第三方软件，中国外交部与商务部对此提出抗议并要求撤销。
DeepSeek 发布的开源推理包把华为昇腾处理器与 Nvidia 当前数据中心 GPU 列为同一支持层级的构建目标，同一项目树可同时面向两者，切换工作负载更接近改配置而非分叉技术栈。
截至2026年6月，我国日均词元调用量已突破500万亿，Token正成为连接模型服务、推理算力与数据供给的计量接口。DeepSeek自8月起探索峰谷时段定价，9月10日调整Flash系列价格，闲时每百万词元缓存命中输入价0.02元。无问芯穹跨集群异构推理架构在特定测试中首词元等待时间降低51.5%、单词元成本降低37.5%。
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。
MiniMax 于 10 月 19 日正式发布 M3.1 Flash，并认领此前匿名模型 Space Bunny，其在 Automation-Bench 复杂 Agent 任务对比中位列第一，BankerToolBench 以 76.2% 与 Opus 5 并列第一。
同一件事，精选收录的是《MiniMax 发布 M3.1 Flash，Agent 基准 ALE 得分 29.6% 居国产模型第一》
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。
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。
美国国土安全部要求联邦文职机构停止采购 DeepSeek 开发的服务和产品，并将其从政府 IT 系统中移除，理由是国家安全与用户数据处理风险。该命令不仅针对 DeepSeek 自有产品，也覆盖使用 DeepSeek 技术构建的第三方产品和服务，机构可申请例外。中国外交部发言人毛宁回应称反对过度延伸国家安全概念、将科技和贸易问题政治化。
QuestMobile 三季度报告显示，9月AI办公赛道活跃用户达1.42亿，同比增长50.6%，办公Agent榜前三为腾讯WorkBuddy（3235.3万）、百度搭子（977万）和阿里千问办公（790.5万）。
Lisan al Gaib@scaling01AI 评分4040China-based AI companies are illicitly distilling U.S. frontier AI capabilities. Read NSA’s new report, co-sealed with @FBI, @CISAgov, highlighting AI knowledge distillation, TTPs used, and recommended mitigations: https://media.defense.gov/2026/Sep/08/2003992823/-1/-1/1/CSA_CHINA_BASED_AI_COMPANIES_MALICIOUS_DISTILLATION_AGAINST_US.PDF
美国国土安全部 10 月 19 日指示联邦民事机构禁止采购 DeepSeek 及其关联企业产品，并从信息系统中移除，范围涵盖搭载 DeepSeek 技术的第三方软硬件；商务部 10 月 20 日回应称强烈不满、坚决反对。
DeepSeek 以 Apache License 2.0 开源内部推理框架 DeepInfer，该框架是支撑 V4.1-Flash 模型大规模快速出答案的服务软件。
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。
记忆张量开源发布 MemT 1.0 系列记忆原生模型，包含 36B 参数、激活 3B 的 MemT-1.0-Nano（基座 Qwen3.6-35B-A3B）和 288B 参数、激活 17B 的 MemT-1.0-Flash（基座 DeepSeek-V4-Flash），在选定 Transformer 模块中增加与注意力并行的记忆分支。
美国国土安全部禁止联邦文职机构使用 DeepSeek 的 AI 技术，要求各机构从 IT 系统中移除现有 DeepSeek 产品且不得采购新产品。据《华尔街日报》报道，该命令还涵盖关联公司产品以及基于 DeepSeek 实现构建的第三方服务，但未设定移除期限，也未说明具体安全关切，AI 网关如 OpenRouter 是否受限尚不清楚。
大众汽车计划在2030年前冻结全球60万名员工中大部分人的薪资，德国13万名员工此前已同意推迟5.5%的加薪。美国国土安全部发布规定，禁止在联邦民事部门IT系统中使用DeepSeek全系列产品，并要求删除相关开发成果及衍生产品。MiniMax发布M3.1 Flash，线上推理速度提升近3倍、使用成本降低70%，API每百万tokens输入1元、输出4元。
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。
Lisan al Gaib@scaling01AI 评分5050哦这太牛了 但考虑到它的效率低了好几倍，我不太会说它击败了 Sol 我想说的是，它击败了 Kimi-K3、GLM-5.3 Flash 和 Grok-4.7，这已经令人印象深刻了
We found DeepSeek V4.1 Flash 1017 beats GPT 6 Sol on our multi-step offensive cybersecurity task. Sol was tested via the Daybreak trusted access program. We have been building a cybersecurity benchmark based on simulated corporate networks. This is a valuable indicator for the cyber-risk a model poses if in the hands of a bad actor. We plan to make the full evaluation public in the coming weeks but wanted to share our first immediate finding here.
Latent Space 的 AINews 汇总了 10 月 16 日至 19 日的 AI 动态，其中 DeepSeek V4.1 Flash 1017 以 552B 总参数、16B 激活的 MoE 架构和 1M token 上下文窗口发布，MIT 许可，定价维持 $0.30/$1.20 每百万输入/输出 token。
Arena 于 10 月 19 日宣布，DeepSeek-V4.1-Flash-1017（Max）以 1670 分超过 Kimi K3（Max）等开源模型，成为 Code Arena WebDev 榜单排名最高的开源模型，仅落后 GPT-6 Sol（Max）12 分。
稀宇科技（MiniMax）于 10 月 19 日正式上线 MiniMax M3.1 Flash 模型，线上推理速度较此前提升近 3 倍，Agent 类任务综合使用成本降低 70%。
OpenAI API 模型列表镜像中短暂出现 aurora-red-alpha、aurora-green-alpha、aurora-blue-alpha 三个模型，随后条目消失，官方未作说明。
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。
Latent Space 正在试播新节目 High Taste Testers，把旧金山的午餐闲聊搬上节目，首期话题从 Dev Day 延伸到最新模型与助手。同期 AI 新闻汇总中，Meta 发布 816B 总参数、42B 激活的 MoE 开源模型 Muse Spark Open，Artificial Analysis 智能指数得分 39，为美国开源模型最高。
Emad@EMostaqueAI 评分3838@river_ai_inc 能低于 @deepseek_ai 的价格，令人印象深刻——尤其是缓存这块很难做！ 那里团队很有实力，完整的 RL + 推理栈应该会构成真正的竞争。
River Inference is live! We're serving DeepSeek V4.1 Flash and GLM 5.3 Flash for 20% below official provider rates.
DeepSeek@deepseek_aiAI 评分6060DeepSeek Harness for desktop is now available on macOS and Windows. https://x.com/i/article/2104777189275439104
DeepSeek@deepseek_ai精选AI 评分7272DeepSeek 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7575DeepSeek 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_aiAI 评分4242我们已将折扣永久化！🎉 尽情使用 DeepSeek-V4-Pro 构建，让你的创新想法成为现实！🚀
The DeepSeek-V4-Pro discount has been extended until May 31, 2026, 15:59 UTC!
DeepSeek@deepseek_aiAI 评分4040DeepSeek-V4-Pro 折扣已延长至 2026 年 5 月 31 日 15:59 UTC！
🔥DeepSeek-V4-Pro API is 75% OFF until May 5th, 2026, 15:59 (UTC Time)! Don't miss out on this massive discount. 🛠️Integration Updates: 🔹Claude Code: Set model to deepseek-v4-pro[1m] to unlock 1M context! 🔹OpenCode: Update to v1.14.24+ 🔹OpenClaw: Update to v2026.4.24+ Check the latest official API docs for full details: https://api-docs.deepseek.com/quick_start/pricing
DeepSeek@deepseek_aiAI 评分6262DeepSeek@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。