DeepSeek-V4.1-Flash-1017 在能力与速度上超越 GPT 5.6 Sol
DeepSeek-V4.1-Flash-1017 在能力和速度两方面均优于 OpenAI 的 GPT 5.6 Sol。这一对比显示 OpenAI 当前模型在市场上不再是无争议的领导者。
最新动态
RadarAIAI 评分3232 RadarAIAI 评分4040 FLUX 3 Image Klein 实测：速度快但审美失衡，中文支持不稳定
NVIDIA 的 FLUX 3 Image Klein 蒸馏模型在 RTX 5080 上每张图仅需 8 秒，但图像质量明显退化，人像缺乏自然度。该模型是 FLUX 3 5.6B 的 4 位蒸馏版本，中文提示理解能力不稳定，整体表现显著低于同级别对手 Qwen Image 2.1。
RadarAIAI 评分5252 Arena Alignment Index 更新：Meta Muse Wonder、Reflection Beam 1.0 和 StepFun Step 5 Preview 入榜
Arena 更新 Arena Alignment Index 榜单，新增两个实验室和三个模型：Meta 的 Muse Wonder 以 77.5% 排第 6，Reflection 的 Beam-1.0-501B-A23B 以 75.3% 排第 7，StepFun 的 Step 5 Preview 以 75.1% 排第 8。
RadarAIAI 评分7272 DeepSeek 发布 V4.1-Flash-1017：性能增强、输出更短，搜索 API 开始收费
DeepSeek 发布 V4.1-Flash-1017，提升任务执行速度和测试分数，同时缩短输出长度以降低成本。新版已上线官网和 App，开发者沿用原 API 名称即可使用，无需改动代码。新增的搜索 API 于 10 月 17 日开始收费，每千次成功请求 5 元。
RadarAIAI 评分2222 RSS 网站模型升级至 DeepSeek-V4.1-Flash-1017
作者将 RSS 网站的模型从 4.1 flash 升级至 DeepSeek-V4.1-Flash-1017，并把思考强度设为 High，以测试新模型的翻译质量。此次升级旨在验证该版本在翻译上的实际提升。
RadarAIAI 评分3030 实测 DeepSeek-V4.1-Flash-1017 动效能力接近 Claude 水准
花叔实测 DeepSeek-V4.1-Flash-1017 在动效设计任务上表现出色，水准仅次于 Claude，GPT-6 暂未达到同等效果。结合自研动效 skill 可进一步实现优质效果。
RadarAIAI 评分2222 DeepSeek V4.1 Flash 测试结果展示
作者分享了用 DeepSeek V4.1 Flash 1017 运行此前为 Opus 5.5 编写的游戏特效提示词的实际效果，并附上结果链接。
RadarAIAI 评分2222 DeepSeek V4.1 Flash 1017 游戏特效生成效果测试链接
作者分享了 DeepSeek V4.1 Flash 1017 在游戏特效任务中的实际输出结果，通过链接展示其使用特定提示词生成游戏特效的表现。
RadarAIAI 评分5252 Arena 对齐指数更新：Meta、Reflection、StepFun 三款新模型上榜
Arena Alignment Index 更新新增两家实验室和三款模型，Meta 新旗舰 Muse Wonder（Max）以 77.5% 位列第 6，Reflection 的 Beam-1.0-501B-A23B 以 75.3% 排第 7，StepFun 的 Step 5 Preview 以 75.1% 排第 8。
量子位AI 评分5858 智谱推出法律专用开源模型 GLM-Legal
智谱发布法律专用开源模型 GLM-Legal，在 Vals AI 法律测评中以 19.2% 任务全通过率和 86.23% 准确率位列 Harvey LAB 与 LegalBench 开放权重模型榜首。该模型在 GLM-5.3-Flash 底座上做法律语料中期训练，再经数万法律任务环境强化学习，可处理合同审查、证据梳理和跨境合规。智谱已开放 Beta 申请，并计划将相关能力接入 AutoClaw。
量子位精选AI 评分8080 DeepSeek 发布 V4.1-Flash-1017 模型并开放自研搜索 API
DeepSeek 发布新模型 DeepSeek-V4.1-Flash-1017，网页端、APP 与 API 已同步切换，配套 DeepSeek Harness 升级至 0.2.1 版本。
推荐理由：新版本在基准测试提升的同时压缩了任务运行时间和输出长度，读者可据此判断 Agent 编码的成本边界变化。
RadarAIAI 评分6060 DeepSeek V4.1 Flash 1017 代码修复能力评测
Bug Hunt 实测显示，DeepSeek V4.1 Flash 1017 的代码 Debug 得分从 21.7 升至 38.7，大幅领先 Grok 和 Qwen，逼近 Gemini 4 和 Opus 5.5，且权重已开源。评测基于模拟真实工程场景的 Bug 修复任务。
RadarAIAI 评分5858 Elorian 发布视觉推理模型 Glimpse，API 成本降低 17 倍
前 DeepMind 总监 Andrew Dai 创立的 Elorian 团队发布视觉推理模型 Glimpse，称其视觉推理能力可媲美 Project Astra，同时将 API 成本降低 17 倍。该模型针对视觉大模型在动态视频推理中成本高、物理推演弱的问题，主打时空物理因果推理。
RadarAIAI 评分7171 DeepSeek 发布 V4.1-Flash-1017 并将内部搜索引擎开放为 Search & Fetch API
DeepSeek 发布增量更新版本 V4.1-Flash-1017，官方称其基准表现更强、任务完成更快、输出更短，已上线官网、App 和 API。该版本采用带自我反馈的强化学习训练，并适配 DeepSeek Harness v0.2.1-rc.1、腾讯 CodeBuddy、WorkBuddy 等工具。
RadarAIAI 评分2020 Viggle Animate 2 开放限量私测名额
ViggleAI 宣布新模型 Viggle Animate 2 开放少量独家私测名额，仅限本周末。用户可通过在 X 上回复或私信获取早期访问权限，试用后需反馈体验并分享作品。
RadarAIAI 评分7474 DeepSeek 发布 V4.1-Flash-1017，称性能与成本双改进
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，称相比上一版基准更强、任务完成更快、输出更短，是性能与成本的 Pareto 改进，已上线网站、App 和 API，并针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等做了优化。
RadarAIAI 评分6060 DeepSeek V4.1-Flash-1017 性能对比：专项超越 GPT-5.6-Sol，综合仍逊于 Claude Opus 5
DeepSeek V4.1-Flash-1017 在编程、终端操作和 Agent 任务专项基准中超越 GPT-5.6-Sol，但综合推理和高难度编程任务仍逊于 Claude Opus 5。相比上一版本，该模型在编程、终端操作、Agent 执行和复杂任务场景中均有明显提升。
RadarAIAI 评分6060 面壁 MiniCPM-V 4.7 登上 Hugging Face 热门榜第 3
面壁智能 OpenBMB 宣布 MiniCPM-V 4.7 登上 Hugging Face 热门榜第 3。该 35B-A3B MoE 模型可在 iOS 和 Android 上以约 3GB 内存流畅运行，1B 模型在 OCR、数学和视频理解方面表现较强。GitHub 与 Hugging Face 链接已开放。
RadarAI同新闻AI 评分7878 DeepSeek 发布并开源 V4.1-Flash-1017 轻量模型
DeepSeek 发布并开源 V4.1 Flash-1017 模型，主打推理效率与使用成本的双重帕累托改进。该版本融合自反馈强化学习以支持端到端项目构建，并开放 Search & Fetch API、深度适配工具链。材料仅提供摘要，未给出具体基准数据与模型参数。
RadarAIAI 评分7575 DeepSeek 发布 V4.1 Flash 1017 版本并开放搜索 API
DeepSeek 推出 V4.1 Flash 1017 版本，在基准测试中表现突出，SWE V1.1 测试优于其他模型。该版本侧重效率，缩短任务处理时间和输出长度以降低运行成本，同时开放自研搜索 API 以增强 Harness 功能。
RadarAI精选AI 评分8282 DeepSeek 发布 V4.1-Flash-1017，智能体任务超越更大对手并开放搜索 API
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，已在官网、App 和 API 开放，权重开源在 Hugging Face 和 ModelScope。
推荐理由：材料给出新模型在智能体与编程任务上的基准与单任务成本对比，可据此判断小模型的实际性价比。
The Decoder精选AI 评分8080 DeepSeek-V4.1-Flash-1017 发布，智能体任务表现超越更大模型并大幅降低单任务成本
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，已在官网、App 和 API 上线，并在 Hugging Face 与 ModelScope 开源模型权重。
推荐理由：DeepSeek 新 Flash 模型在自家基准上以更低单任务成本超过更大模型，读者可据此比较性能与成本取舍。
RadarAIAI 评分6060 DeepSeek-V4.1-Flash-1017 模型更新并下调 API 价格
DeepSeek 发布 V4.1-Flash-1017 模型，作为 V4.1 Flash 的最新快照，已在官方平台和 API 上线。该模型在基准测试中表现更优、任务执行速度更快，并进行了专门的框架优化和 API 价格下调。新模型通过强化学习和专项优化，提升了在 3D 建模、游戏复刻等复杂开发任务中的表现。
RadarAI同新闻AI 评分7878 DeepSeek 发布 V4.1-Flash-1017 检查点，DeepSWE 得分 77.0 并开放 Search API
DeepSeek 发布 DeepSeek-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。
RadarAIAI 评分5858 DeepSeek 发布 V4.1-Flash-1017 模型
DeepSeek 发布 V4.1-Flash-1017 版本，称其在各项基准测试中表现显著优于前代，推理速度更快、成本更低，并针对 DeepSeek Harness 等平台的集成做了优化。材料未给出具体基准名称与数值。
RadarAI同新闻AI 评分7878 DeepSeek 发布 V4.1-Flash-1017，多基准提升并开放自研搜索 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。官方称新版本在多个 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，并开放了自研搜索 API。
RadarAIAI 评分6262 DeepSeek-V4.1-Flash-1017 发布，已在网站、App 和 API 上线
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，称其相比上一版本基准测试表现更强、任务完成更快、输出更短，在性能与成本上是帕累托改进，现已在网站、App 和 API 上线。该版本针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等做了优化，需升级到 DeepSeek Harness v0.2.1-rc.1 或更高版本以获得最佳体验。
RadarAIAI 评分6767 DeepSeek 发布 DeepSeek-V4.1-Flash-1017，官网、App 和 API 已上线
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。
RadarAIAI 评分6262 DeepSeek V4.1 Flash 1017 上线 OpenRouter
DeepSeek V4.1 Flash 1017 已在 OpenRouter 上线，DeepSeek 是首个接入的服务商，后续还会有更多服务商接入。该模型是 V4.1 Flash 的更新版，token 效率更高，在 agentic 基准上有明显提升，上下文为 1.05M，输入 $0.15/M、输出 $0.60/M。
RadarAI精选AI 评分8080 DeepSeek 发布开源权重模型 DeepSeek-V4.1-Flash-1017
DeepSeek 发布开源权重模型 DeepSeek-V4.1-Flash-1017，在 DeepSWE 1.1 基准上取得 77% Pass@1，据称超过 GLM-5.3、Kimi K3、GPT-5.6 Sol 和 Opus 5。模型已上线 DeepSeek Chat、API 和 HuggingFace，官方称相比上一版性能更强、任务完成更快、输出更短，并在性能与成本上实现 Pareto 改进。
推荐理由：DeepSeek 新开源权重模型在编码基准上的成绩与极低成本，为评估开源模型能否替代闭源方案提供了参照。
RadarAIAI 评分7272 DeepSeek 发布 DeepSeek-V4.1-Flash-1017，性能更强且输出更省 token
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，官方称其基准成绩更强、任务完成更快、输出比上一版更短，是性能与成本的 Pareto 改进，已上线网站、App 和 API。
RadarAIAI 评分7171 StepFun 开放 Step 5 Preview 权重：600B MoE、27B 激活、1M 上下文
StepFun 以开放权重发布 Step 5 Preview，这是一个 600B 参数、每 token 激活 27B 的稀疏 MoE 模型，支持最高 1M token 上下文，FP8 和 BF16 权重已上线 Hugging Face 和 ModelScope。
RadarAI同新闻AI 评分7878 DeepSeek V4.1-Flash-1017 发布：能力提升、成本下降，权重以 MIT 许可开源
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。官方称新版本在各项基准测试中能力较上一版明显提升，同时任务运行时间与输出长度缩短，单次调用综合成本下降，并针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等平台做了适配优化。
Hacker News同新闻AI 评分7878 Black Forest Labs 发布 FLUX 3 Image Klein 开源权重模型
Black Forest Labs 发布 FLUX 3 Image Klein，一个 5.6B 参数的开源权重模型，支持文生图、图像编辑和多参考图生成，最多可用 10 张参考图，具备原生 4K 生成、像素级编辑和边界框控制能力。
同一新闻，精选展示《Black Forest Labs 发布 FLUX 3 Image Klein：5.6B 开源权重模型》
RadarAIAI 评分7171 Meta 发布 Muse Spark Open，Code Arena: WebDev 以 1511 分居美国开源模型第一
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。
RadarAIAI 评分3838 Perplexity Decider v1.2 与 Decider Flash v1.2 上线 OpenRouter
Perplexity 的开放权重决策模型 Decider v1.2 和 Decider Flash v1.2 已在 OpenRouter 上线，可接收文本或图像并返回带概率的类型化答案。
RadarAIAI 评分5858 Elorian 发布首个 AI 模型 Glimpse，可在思考中回看并重新分析图像或视频片段
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。
RadarAIAI 评分1818 Claude Sonnet 5.5 生成手绘涂鸦国际象棋
Claude Sonnet 5.5 生成了一盘画在笔记本纸上的涂鸦风格国际象棋。该内容由 Claude 官方 X 账号发布，展示 Sonnet 5.5 的图像生成能力。
RadarAIAI 评分2222 Claude Haiku 5.5 写俳句并用 JS 绘制动画
Claude Haiku 5.5 创作了二十首俳句，并用 JavaScript 绘制出每一帧动画。该演示由 Claude 官方 X 账号发布，展示模型在文本创作与代码生成上的多模态能力。
RadarAIAI 评分6262 Perplexity 开源 pplx-decider-v1.2 与 flash-v1.2 两款决策模型
Perplexity 开源两款决策模型 pplx-decider-flash-v1.2 和 pplx-decider-v1.2，分别有 4B 和 27B 参数，定价为每百万 token 1 美分和 2 美分。