跳到正文
#模型发布
10月17日周六
  1. MarkTechPost77

    DeepSeek 发布 V4.1-Flash-1017，DeepSWE 得分 77.0 并开放 Search API

    DeepSeek 发布 V4.1-Flash-1017 检查点，已上线网站、App 和 API，官方称在全部 11 项基准上超过 9 月版 V4.1-Flash，提升 2.0 到 11.1 分，DeepSWE v1.1 达 77.0，但 Claude Opus 5 仍在 Terminal-Bench 4.0 和 HLE 等项目领先。

    同一件事，精选收录的是《DeepSeek-V4.1-Flash-1017 发布，多基准成绩提升且 API 价格不变》

  2. Tianyi Cui53

    DeepSeek 发布 DeepSeek-V4.1-Flash-1017，官方称相比上一版性能更强、任务完成更快、输出更短，已在官网、App 和 API 上线。引用内容称其性能与成本实现 Pareto 改进，并针对 DeepSeek Harness、Tencent CodeBuddy、WorkBuddy 等优化，建议升级 DeepSeek Harness v0.2.1-rc.1 或以上版本；对比图显示其在 HLE（无工具）42.6/44.0、Terminal-Bench 4.0 42.3、DeepSWE v1.1 77.0 等基准上的成绩。

    引用DeepSeek@deepseek_ai

    🚀 DeepSeek-V4.1-Flash-1017 来了！ 与上一版本相比，基准测试表现更强、任务完成更快、输出更短——在性能与成本上实现了帕累托改进。现已在我们的网站、应用和 API 上线。 🛠️ 针对 @DeepSeekHarness、Tencent CodeBuddy、WorkBuddy 等进行了优化。升级到 DeepSeek Harness v0.2.1-rc.1 或更高版本，以获得新模型的最佳体验。 1/4

  4. 公众号：DeepSeek72

    DeepSeek 发布 V4.1-Flash-1017：性能费用帕累托改进并开放自研搜索 API

    DeepSeek 发布 DeepSeek-V4.1-Flash-1017，网页端、APP 与 API 已同步更新，各基准测试相比上一版 V4.1 Flash 明显提升，同时缩短任务运行时间与输出长度，在多个 Harness 下达到新的性能-费用帕累托最优，建议升级到 DeepSeek Harness 0.2.1-rc.1 及以上。

    同一件事，精选收录的是《DeepSeek-V4.1-Flash-1017 发布，多基准成绩提升且 API 价格不变》

  9. Aravind Srinivas43

    OpenRouter 是使用 Perplexity Decider 模型的最佳平台

    引用OpenRouter@OpenRouter

    Perplexity Decider v1.2 and Decider Flash v1.2 are now on OpenRouter @perplexity_ai's open-weights decision models take text or images and return typed answers with probabilities - Decider v1.2: a new 27B checkpoint, succeeding v1.1 - Decider Flash v1.2: 4B, faster and half the cost http://openrouter.ai/perplexity/pplx-decider-v1.2 http://openrouter.ai/perplexity/pplx-decider-flash-v1.2

  10. Aravind Srinivas45

    我们刚刚又开源了一对最先进的决策模型： pplx-decider-flash-v1.2：4B 参数，每百万 token 1 美分（HF Decision Index 上排名第一的 4B 模型） pplx-decider-v1.2：27B 参数，每百万 token 2 美分（目前在 HF Decision Index 总榜上排名第 2——暂时如此，会快速提升） 两者均已在 Perplexity Decisions API 上线，同时也以开放权重形式发布在 @huggingface 上 尽情享用！

    引用Perplexity Developers@perplexitydevs

    Our next generation of open weights multimodal decision models comes in two sizes, pplx-decider-v1.2 and pplx-decider-flash-v1.2. Text and vision scores improve. Inference is up to 5x faster: all questions in a request run in one pass. Flash is the top 4B on the Decision Index.

  11. Rohan Paul55

    Elorian 发布首个视觉思维模型 Glimpse，在关键公开视觉推理基准上与 Astra 表现相当。Glimpse 能比较场景随时间的变化，在变化微小或快速时回看源头并裁剪局部、抽取特定视频帧或运行代码进行测量对比，Elorian 称这一机制为视觉草稿空间（visual scratch space）。

    引用Andrew M. Dai@AndrewDai

    Spent years watching models ace a single image and completely whiff on anything that moves or changes angle. Today we’re fixing that. Try Glimpse now, our first visual thinking model with competitive frontier performance compared to Astra on key public visual reasoning benchmarks.

  12. Jeff Dean41

    来看看这个！干得漂亮，@AndrewDai 和 Elorian 团队！ （引用推文核心要点：Elorian 推出首个视觉思考模型 Glimpse，在关键公开视觉推理基准上对标 Astra 达到前沿竞争力，解决了以往模型只能处理单张图像、无法应对动态或角度变化的问题。）

    引用Andrew M. Dai@AndrewDai

    Spent years watching models ace a single image and completely whiff on anything that moves or changes angle. Today we’re fixing that. Try Glimpse now, our first visual thinking model with competitive frontier performance compared to Astra on key public visual reasoning benchmarks.

10月16日周五
  2. Reflection Blog83

    Reflection 发布首个开源权重模型 Beam，501B 参数 MoE 采用 Apache 2.0 协议

    Reflection 发布首个开源权重模型 Beam，权重已在 Hugging Face 以 Apache 2.0 协议放出。Beam 为稀疏 MoE 模型，总参数 501B、激活 23B，面向编码、推理和长程智能体任务，提供 BF16、FP8、NVFP4 精度权重和投机解码 drafter 模型。

    同一件事，精选收录的是《Reflection 开源权重模型 Beam 上线 Ollama Cloud，限时免费使用》

  3. Hugging Face 官方团队博客72

    Reflection 发布开源 MoE 模型 Beam 501B，Hugging Face 提供部署与微调指南

    Reflection 首个开源模型 Beam（reflectionai/Beam-1.0-501B-A23B）上线 Hugging Face，是 501B 参数、每 token 激活 23B 的 MoE 模型，支持 1M token 上下文，采用 Apache 2.0 许可，主打编码和智能体场景。

    同一件事，精选收录的是《Reflection 开源权重模型 Beam 上线 Ollama Cloud，限时免费使用》

  11. MarkTechPost82

    Meta 发布 Muse Spark Open：816B 开源权重 MoE 模型，支持 1M 上下文

    Meta Superintelligence Labs 发布 Muse Spark 模型的开源权重版本 Muse Spark Open，为 816B 总参数、每 token 激活 42B 的多模态 MoE 模型，支持文本、图像、视频和音频输入，上下文窗口 1M token。

    同一件事，精选收录的是《Meta 发布开源权重模型 Muse Spark Open，816B 参数、1M 上下文》

  12. IT之家·人工智能58

    微软完成 2.8T 参数基模 MAI-Base-2 预训练，称性能强于所有参测开源权重模型

    微软宣布完成新一代 SOTA 基础模型 MAI-Base-2 的预训练，称其性能强于所有参测开源权重模型。该模型总参数 2.8T、活跃参数 80B，在 6,000 个 NVIDIA GB200 GPU 上训练 38 天，平均浮点算力利用率 21%、有效吞吐量 89%，预训练算力效率据称为 DeepSeek-V4-Pro-Base 的 4~12 倍。

  14. IT之家·人工智能54

    小米开源空间音频理解大模型 MiDashengLM-Spatial

    小米发布开源空间音频理解大模型 MiDashengLM-Spatial，完整公开模型权重和推理代码，采用 Apache 2.0 许可证。模型以 MiDashengLM-7B 为基座，在保留基础音频理解能力的同时增加空间感知与推理能力，小米称其为业界首个开源的端到端空间音频理解大模型，将陆续应用于智能家居和汽车座舱场景。

  15. StepFun57

    阶跃星辰 Step 5 Preview 在 DeepInfra 上线（day zero），采用开放权重。该模型为 600B MoE、27B 激活，支持 1M token 上下文和文本加视觉输入，FP8 定价为每 1M tokens 输入 $1.00、输出 $2.70、缓存 $0.05，面向 coding、frontend、finance 等长程 Agent 场景。

    引用DeepInfra@DeepInfra

    Step 5 Preview from @StepFun_ai is live on DeepInfra, day zero. 600B open-weight MoE, 27B active. 1M context, text + vision. FP8. $1.00 in / $2.70 out / $0.05 cached per 1M tokens. Built for long-horizon agents: coding, frontend, finance. What would you load into 1M tokens first?

  17. 公众号：数字生命卡兹克74

    可灵 Kling 4.0 深夜上线，支持30秒一镜到底直出

    可灵AI正式上线视频模型 Kling 4.0，9月底曾向部分黑金年卡及Ultra年订用户开放4.0 Flash尝鲜版。作者实测后认为提升集中在三方面：最长30秒一镜到底直出，城市追逐、马戏团等复杂场景中人物与纸箱接触的物理形变等细节表现更好；大范围动态和复杂打斗的动作衔接、镜头临场感相较前代明显提升；视频首尾帧改为最多10帧的多帧参考，全能参考可替换运镜、场景和人物。

    推荐理由：作者烧积分实测了多类场景，并给出积分定价和抽卡成本，读者可以据此评估它在真实创作流程里的可用性。

  18. IT之家·人工智能77

    Meta 发布开放权重模型 Muse Spark Open，总参数量 816B、支持 1M token 上下文

    Meta 于 10 月 15 日发布开放权重 AI 模型 Muse Spark Open，官方宣称其为迄今能力最强的美国开放权重模型。模型采用原生多模态架构，总参数量 816B（激活参数 42B），支持 1M token 上下文窗口，专为代码构建与智能体协作设计，可凭两台搭载苹果 M5 Ultra 芯片（512 GB 内存）的 Mac Studio 在桌面端本地运行。

    同一件事，精选收录的是《Meta 发布开源权重模型 Muse Spark Open，816B 参数、1M 上下文》

  21. Rohan Paul73

    Meta 在 Hugging Face 开源 816B 参数模型 Muse Spark Open，面向编码和智能体任务，Apple 为其 MLX 框架做了适配。

    引用Rohan Paul@rohanpaul_ai

    Meta released the weights of Muse Spark Open, on Huggingface, an 816B-parameter model built for coding and agentic work. The open version shares the same base model as Muse Spark 1.3, with additional safety post-training to resist misuse as a standalone model without system guardrails, reversing Meta’s first proprietary, closed-weight frontier model strategy from April. Each of its 62 layers holds 256 expert networks and routes every token through 8, so deployment needs the memory of an 816B-parameter model but runs at the speed of a 42B model. That storage bill explains the Apple tie-up, because the M5 Ultra pushes 1.2 TB/s of unified memory and a Mac Studio can carry up to 512GB. A 3-bit quant tested on a 512GB M3 Ultra took about 344 GB and ran at about 21 tok/s generation on a short prompt.

  22. Rohan Paul78

    Meta 在 Hugging Face 开源 816B 参数模型 Muse Spark Open 权重，面向编码和智能体任务，与闭源 Muse Spark 1.3 共享同一基座，仅额外做了抵御滥用的安全后训练，逆转其 4 月起的闭源权重策略。

    引用Mark Zuckerberg@finkd

    Muse Spark Open -- 权重今天发布 -- 得益于与 @johnternus 和 Apple 的合作，在新款 Mac Studios 上运行效果极佳。

    同一件事，精选收录的是《Meta 发布开源权重模型 Muse Spark Open，816B 参数、1M 上下文》

  23. Hugging Face 社区博客57

    IBM 发布 Granite Switch 4.1 模型：单端点同时支持对话、决策与语音转写

    IBM Granite 团队发布 Granite-Switch-4.1-8B 和 -30B 模型，将 Decision aLoRA、专用 Guardian aLoRA 和 Granite-Speech-5.0-Turbo-CTC（OpenASR 排行榜上最快的 ASR 模型）组合进单一托管端点，可在对话、通用与专用决策、语音转写之间快速切换，显存占用约等于基础模型本身。

  25. The Verge：AI76

    Meta 发布 Muse Spark Open 模型，与 Apple 合作支持在 Mac Studio 上运行

    Meta 发布 Muse Spark Open AI 模型，称其为迄今最强的美国开放权重模型，权重今日放出。Meta 称该模型是同类中首个可在桌面端用两台 Apple M5 Ultra Mac Studio 配合最新 MLX 框架运行的模型。

    同一件事，精选收录的是《Meta 发布开源权重模型 Muse Spark Open，816B 参数、1M 上下文》

  27. PyTorch：Blog83

    Meta 发布开源权重模型 Muse Spark Open，816B 参数、1M 上下文

    Meta 发布开源权重模型 Muse Spark Open，已在 Hugging Face 以 Muse Model License 提供。模型总参数 816B、激活 42B，上下文窗口 1M token，面向编码与智能体工作流，原生多模态（图像、音频、文档），并相比 8 月发布的 Muse Spark 增加了安全后训练。

    推荐理由：Meta 开放了 Muse Spark 的权重，并给出 Helion 内核与 TorchTitan 微调支持，读者可据此评估其部署与定制路径。