#DeepSeek

DeepSeek 发布 V4.1 Flash 1017：智能体任务表现优于大型竞品且成本大幅降低

DeepSeek 发布开源模型 DeepSeek-V4.1-Flash-1017，在编码和智能体任务基准测试中性能超越 Claude Opus 5、GPT 5.6-Sol 等更大竞品，同时单任务平均成本降至约 $0.20。

同一新闻，精选展示《DeepSeek V4.1 Flash-1017 版本发布：性能提升且耗时缩短》

DeepSeek V4.1 Flash-1017 版本发布：性能提升且耗时缩短

DeepSeek V4.1 Flash 更新至 V4.1-Flash-1017 版本，官方网页端、APP 与 API 已同步变更。新模型在各项基准测试中能力较上一版有明显提升，同时任务运行时间与输出长度均有缩短，使单次调用的综合成本下降。

DeepSeek V4.1 Flash 刷新吞吐纪录

在 DeepSeek V4.1 Flash 上，Vera Rubin 在每用户约 230 至 350 tok/s 区间内，每兆瓦吞吐量约为 GB300 的 3.4 至 3.6 倍，并在单台 4-GPU 服务器上达到每用户 906 tok/s，这是我们在排行榜上任何模型的最快结果

Artificial Analysis 发布 NVIDIA Vera Rubin NVL72 初步性能结果

Artificial Analysis 在 AA-AgentPerf 上发布了 NVIDIA Vera Rubin NVL72 的初步测试结果。数据显示，该硬件在 DeepSeek V4 Pro 上的每兆瓦总吞吐量约为前代 GB300 NVL72 的 ~5.7x，在 DeepSeek V4.1 Flash 上约为 ~5.4x，在 GLM-5.2 和 Kimi K3 上分别约为 ~3.0x 和 ~2.8x。Vera Rubin 是 NVIDIA 的下一代架构产品。

MI355X在DeepSeek V4 Pro性能领先

MI355X 在 DeepSeek V4 Pro 0813 上表现最强。在每用户 35 至 75 tok/s 区间，其每兆瓦吞吐量比 B200 高约 15% 到 40%，峰值达每兆瓦 94M tokens/s（对应每用户 33 tok/s），此水平 B200 需降至每用户 13 tok/s 才能达到。当每用户速度超过约 80 tok/s 时，B200

AA-AgentPerf新增AMD MI355X测试

除了新的 DeepSeek V4.1 Flash 结果外，我们还在 AA-AgentPerf 中为 Kimi K3、GLM-5.2/5.3 和 DeepSeek V4 Pro 添加了 AMD 的 MI355X - 将其与我们在编码智能体工作负载上最新的 NVIDIA 系统结果进行比较。AA-AgentPerf 是我们的智能体推理性能

DeepSeek V4.1 Flash 基准测试结果

我们已将 DeepSeek V4.1 Flash 添加到 AA-AgentPerf，并提供了 NVIDIA 和 AMD 硬件的测试结果。在每用户 100 tokens/s 的条件下，NVIDIA GB300 以高达 261M tokens/s per MW 的吞吐量位居第一。AA-AgentPerf 是我们的智能体推理性能基准测试。它重放真实的智能

Ai2 开源 AstaBrief：基于 Qwen3-8B 的快速科学报告生成模型

Ai2 开源了用于科学文献综述生成的模型 AstaBrief 及配套训练数据。该模型基于 Qwen3-8B，通过监督微调（SFT）和直接偏好优化（DPO）构建，重点利用引用密度等统计信号过滤合成数据以提升证据接地能力。

Ai2 开源 AstaBrief 8B：用于快速生成带引用科学报告的模型

Ai2 开源了基于 Qwen3-8B 微调的 AstaBrief 8B 模型，专门用于将研究问题和检索到的文献片段转化为带引用的科学报告。该模型在 Asta 平台作为 Fast mode 上线，相比 Claude 驱动的 Thinking mode，平均生成时间从 178.5 秒降至 51.1 秒，速度提升约 3.5 倍。

Together AI 发布 DeepSeek V4 Pro 0813 与 Claude Fable 5 在 DeepSWE 上的成本与编码评测

Together AI 在 DeepSWE 基准上对比了 DeepSeek V4 Pro 0813 和 Claude Fable 5，发现后者单次通过率更高但成本贵 90 倍。