AI 模型发布与更新

DeepSeek 将 V4.1 Flash 更新至 V4.1-Flash-1017 版本，网页端、APP 与 API 已同步替换，各项基准测试能力较上一版明显提升，任务运行时间与输出长度缩短，单次调用综合成本下降。

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。

MarkTechPost 盘点了 TypeSafe 于 2026 年 9 月 15 日发布决策模型 Jev 后约 4 周内出现的 20 个替代方案，来自 Cloudflare、OpenAI、Perplexity、Liquid AI、AWS Strands Labs 及独立开发者，按参数规模、许可证、硬件、定价、Jev API 兼容性和基准表现逐项比较。

StepFun 发布 Step 5 Preview 开放权重，为 600B 参数、每 token 激活 27B 的 MoE 模型，支持最高 1M token 上下文，FP8 和 BF16 权重已上线 Hugging Face 和 ModelScope。

Muse 管生活 Grok Bot 管工作 国内我觉得围墙太高 Personal Agent 难以逾越 ...

聊天是智能体 UI 的终极形态吗？请分享你的理由

@grok 根据我的 X 账号创作一张随机图像

😬😬😬

Meta 发布 Muse Spark Open，这是一个 816B 参数的开源权重 MoE 模型，支持 1M 上下文。本期通讯还提到 Elorian 发布视觉思考模型 Glimpse、Meta 与 Apple 合作把开源权重 AI 带到 Mac，以及 Claude Mythos 5 用少 17 倍门电路设计椭圆曲线量子电路、量子比特数提升 12%。

DeepSeek V4.1 Flash 1017 是 DeepSeek V4.1 Flash 于 2026-10-17 的快照，基于 CED 架构的稀疏 MoE 模型，总参数 552B，输入激活 8B、输出激活 16B，架构原生支持图像理解。

Arena 公布 Meta 发布的 Muse Spark Open (Max) 在 Code Arena: WebDev 以 1511 分位居美国开源模型第一、开源模型总榜第 13。

https://developers.openai.com/blog/maintaining-software-with-the-gpt-6-family

只需3美元就能接触到顶级工程师 😭

OpenRouter 是使用 Perplexity Decider 模型的最佳平台

@bot 速度真快

Claude 在不到 30 分钟内破解了一个悬置 25 年的密码学谜题。 有一大类研究问题，其搜索空间极其庞大，但验证成本很低。 AI 智能体能够大规模探索假设、运行实验并做出新发现。我们将看到越来越多这样的案例。

Arena 本周榜单更新：Google DeepMind 的 Gemini 4 Argon (High) 进入 Agent Arena 第 5 名，净提升 +13.2%；小米 MiMo V2.6 Pro 以 +3.9% 净提升成为 Agent Arena 开源模型第一（总榜第 13）。

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 @huggingfa…

这个周末你在用 Claude 做什么？

一位心脏病学研究员构建了一个 3D 工具，帮助受训者学习阅读冠状动脉造影。

Haiku 5.5 写了二十首俳句，然后用 JavaScript 画出了每一帧。

最近几周引起我们关注的六个项目： 一个野火分析原型，可绘制火灾随时间的蔓延情况并追踪热点，使用 Opus 5.5 制作。

国际象棋，画成笔记本纸上的涂鸦。由 Sonnet 5.5 制作。

Elorian 发布其首个 AI 模型 Glimpse，定位为可在思考中途回看图像或视频细节的视觉思考模型。它能在推理时返回视频特定时间点、放大细节，或以更高帧率回放半秒视频后再作答。

当前 AI 热点，聚合 8 个独立信源、6 条信号。

Arena 宣布 Reflection AI 的 Beam-1.0-501B-A23B 登上 Agent Arena 榜单，Reflection AI 因此进入 Agent Arena 前 15 实验室。该模型在开源模型中排第 12（Net Improvement -3.67%，误差 ±3.84%），是美国开源模型中排名最高的，在美国实验室中排第 6、总榜第 13；在 Code Arena: WebDev 的开源模型中排第 22（1438 分），同为前 25 中唯一非中国实…

今晚谁去 Hugging Face 旧金山派对？

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）。

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。）

当今的 AI tokenomics： 前沿实验室 RSI 研究员：$10,000/天 旧金山创业公司创始人：$3,000/天 软件工程师：$300/天 我在中国的妈妈：“你能教我怎么下载 DeepSeek 吗？我在新闻上看到了。”

Google DeepMind 展示四个 Gemini 4 Argon 智能体在共享的 Minecraft 世界中从零击败末影龙，全程无人类帮助，耗时 27 小时。智能体在只用代码和文本的沙盒中编写了 2,783 个程序，通过聊天分工、共享笔记并共同调试错误。

Palo Alto 初创公司 Elorian 在融资 5500 万美元、估值 3 亿美元后发布首个模型 Glimpse，以研究预览形式提供 API，聊天界面需等候名单。

Vercel 周四发布的数据显示，TypeSafe AI 的决策模型 Jev 上线两周内被 35% 的付费团队使用，接近第二名 Sonnet 5.5 的两倍，是 Vercel 平台上模型首两周最快采用纪录。

MAI 是 OpenRouter 上在所有语言和使用场景中最准确、最受欢迎的转录模型。 现在就用它为你的智能体试试吧！👇

当人们都在评论一份简短的中文政策文件时，一个稳妥的假设是：他们并不知道它是什么意思，只是试图用 claude 解析一份不完整的翻译，而没有从头读到尾。 在这个平台上，我信任其评论的人大概只有 5-10 个。

当人们都在评论一份简短的中文政策文件时，一个稳妥的假设是：他们并不知道它是什么意思，只是试图用 claude 解析一份不完整的翻译，而没有通读全文。 在这个平台上，我信任的评论者大概只有 5-10 个。

Google DeepMind 的 Gemini 4 Argon 在 ARC-AGI-3 上以 Provider Adapter Harness 取得 97.5%，成为继 OpenAI 之后第二家越过 95% 的实验室，成本 $4,800，但仍低于 GPT-6 Astra 的 99.9%。

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。

Reflection 发布新模型家族的首个模型 Beam，采用 MoE 架构，总参数 501B、每 token 激活 23B，上下文窗口最高 100 万 token。

Artificial Analysis 评测 Reflection 首个开源权重模型 Beam，在 Artificial Analysis Intelligence Index 得 30 分，居美国开源权重模型第二，仅次于 Meta 的 Muse Spark Open（39）。