DeepSeek V4.1 Flash 缩小中美顶尖模型 LiveBench 跑分差距至 3%
DeepSeek V4.1 Flash 将中美顶尖模型在基准测试上的性能差距缩小至 3%，较今年早些时候的 15% 大幅收窄。该模型在 LiveBench 全球排名中位列第六，得分为 81.1 分，已可与 Anthropic 等领先系统媲美。中国模型的持续进步得益于其 AI 专业能力的深化和对国产硬件的优化。
#DeepSeek
IT之家AI 评分3232
Last Week in AIAI 评分2929 LWiAI Podcast #258 - Opus 5.5, GPT-6 Sol 和 Luna, Muse, DeepSeek-V4.1-Flash, Xi
Anthropic 发布 Opus 5.5，价格更低、性能更快，并扩展了面向防御者的网络安全访问权限。OpenAI 推出成本更低的 GPT-6 层级 Sol 和 Luna，而 Meta 的 Muse 已扩展至 Mac 平台。开源方面，DeepSeek-V4.1-Flash 探索了 KV cache 压缩的极限。
Hacker News · AI 高赞AI 评分3333 The AI Race Just Got Awkward 中文标题
西方实验室近期在模型推理优化方面大量采用中国实验室的技术，如 DeepSeek 的 KV 缓存优化方案使每 token 的缓存占用降至 890 字节。Claude Opus 5.5 和 GPT-6.1 Sol 的缓存读取成本分别比前代下降 60% 和 80%。这两款模型均未提前大量宣传，但用户反馈显示其性能接近旗舰版本 Claude Fable 5.1 和 GPT-6 Astra。
InterconnectsAI 评分4343 开源模型回顾：Kimi K3、Qwen 3.8、Xi 的 WAIC 演讲、知识蒸馏、开源与闭源差距及未来展望
Kimi K3 和 Qwen 3.8 等中国开源模型近期发布，显示出在性能和应用上的快速进步。Qwen 宣布其下一版本将开放权重，这在开源模型领域是一大变化。开源模型与闭源模型在前沿任务上的差距常被不同基准测试放大，但实际应用中仍具潜力，尤其在软件工程等细分领域。
InterconnectsAI 评分4545 开源模型面临6个月生存期挑战
开源大语言模型可能在未来6个月内面临被禁或无限期延迟的风险，若其能力达到GPT 5.5、Claude Opus 4.8或GLM-5.2水平。目前中国开源模型如DeepSeek在能力上领先其他开源模型，但尚未发布公开版本。Anthropic推动的政策讨论正将开源模型与安全、技术竞争等议题捆绑，其主张可能影响美国市场对开源模型的监管方向。
InterconnectsAI 评分3434 Latest open artifacts (#22): Zyphra, Cohere, and Poolside are expanding the breadth of the ecosystem
Zyphra、Cohere 和 Poolside 等公司发布了新的开源模型，进一步扩展了开放模型生态系统的多样性。
Ahead of AIAI 评分3434 2025 年大语言模型发展现状：推理能力、RLVR 和 GRPO 的突破
2025 年大语言模型领域持续发展，推理模型成为主流，DeepSeek R1 作为开源模型表现出与顶级闭源模型相当的性能，并引入 RLVR 和 GRPO 算法降低训练成本。训练 DeepSeek R1 的成本估计为 294,000 美元，远低于此前预期，但该数字仅涵盖计算资源费用，未包含研究人员薪资等其他成本。各大模型开发者均推出了基于推理的模型变体，推动了模型能力的扩展与优化。
Ahead of AIAI 评分5252 Sebastian Raschka 分析超越标准 LLM 的架构演进
Sebastian Raschka 在文章中系统梳理了当前超越标准自回归 Transformer LLM 的多种架构方向，包括线性注意力混合模型（如 Qwen3-Next、Kimi Linear）、文本扩散模型、代码世界模型（CWM）和小递归变压器（如 TRM）。