DeepSeek 刘胜与发文《我不得不把才华埋葬在昨天》引热议，回应称不代表公司立场

英伟达以 DeepSeek-v4-PRO 1.6T 模型测试显示，Vera Rubin NVL72 每兆瓦吞吐量约为 GB300 NVL72 的 30 倍，每百万 Token 成本为后者的 35 分之一。测试采用 SemiAnalysis AgentX 工作负载，评估智能体编程推理。此前 GB300 NVL72 每兆瓦吞吐量已达 H200 NVL8 方案的 15 倍。

《华尔街日报》报道称，中国 AI 模型与美国头部模型的差距已缩小至数月，背后是清华等高校长期形成的人才网络、开源技术、人才回流及更高算力效率共同推动。智谱 AI 唐杰、月之暗面杨植麟、DeepSeek 梁文锋等研究者构成重要力量。报道还指出，DeepSeek 通过 MLA 与 MoE 技术降低算力需求，但高端芯片数量仅为 OpenAI、谷歌同行的五分之一。

作者实测 DeepSeek V4.1 Flash，缓存命中输入降价 7 倍多、输出砍三分之二，9 月 14 日中午 12 点起所有发往 v4-pro 的请求将被强制路由到 4.1 Flash 并按其低价计费。

vLLM 团队发布针对智能体负载优化的博客，基于 SemiAnalysis 的公开 AgentX 基准展示成果：DeepSeek V4 Pro 在 GB300 上达到 83K total tokens/GPU-秒。

Baseten 发文解析开源模型后训练的成本驱动因素，指出活跃参数量是 RL 后训练成本的最大来源，总参数和 KV cache 主要限制推理速度，并按成本档位推荐 DeepSeek-V4-Flash、GLM-5.2、Kimi K2.6、Kimi K2.7 Code、Nemotron-3-Super-120B 和 Qwen3 系列。选型建议关注库支持、基准表现和后训练循环成本三方面。

本地运行的 Qwen3.8-27B 在 Artificial Analysis 智能指数上以 52 分位列 135 个模型之首，超过 7530 亿参数的 GLM-5.2。在 25 项风投任务评测中，它与云端 DeepSeek V4 输出质量同为 8.0 分，但需多花 7.2 倍 token 思考，速度慢约 9 秒。小模型靠更长的链式推理弥补知识差距，而非直接给出答案。

Together AI 在 DeepSWE 全部 113 个任务上各跑四次对比 DeepSeek V4 Pro 0813 与 GPT-5.6 Sol，共 904 次运行。

Together AI 在 DeepSWE 全部 113 个任务、每任务 4 次试验（共 904 次 rollout）上对比 DeepSeek V4 Pro 0813 与 Claude Fable 5。

DeepSeek发布Agent产品DeepSeek Harness，核心理念"一切皆插件"，基于名为Cordis的内核，支持在Agent运行中随时更换插件并保持状态不崩，官方预设100多个一方插件。产品提供标准、PTC、极简、创造四种模式，其中创造模式可让Agent现场创造并挂载新插件实现自改造。目前为开发者预览版，GitHub已获3.7万Star。

DeepSeek V4 Pro正式版与Grok 4.6在2小时内先后发布，均为1.6T/1.5T参数模型，逼近Claude Fable 5体验。