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。
#推理
RadarAIAI 评分2222 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。
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。
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。
RadarAIAI 评分6262 Elorian 推出首个视觉思考模型 Glimpse
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。该团队称此前模型只能处理单张图像，无法应对动态或角度变化的问题，此次正是针对这一限制。Jeff Dean 转发了这一发布并表示祝贺。
RadarAIAI 评分6060 Elorian 发布视觉思维模型 Glimpse，可回看帧并用视觉草稿空间推理
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 用于比较场景随时间的变化，在变化微小或快速时回看源头、裁剪局部、抽取特定视频帧或运行代码进行测量对比，Elorian 将这一机制称为视觉草稿空间（visual scratch space）。
RadarAIAI 评分5454 Elorian 发布首个模型 Glimpse，边推理边看图
Palo Alto 初创公司 Elorian 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。Glimpse 在推理过程中可裁剪图像区域、从视频中抽取特定帧或运行代码测量比较所见内容，Elorian 称这一机制为视觉暂存空间。
TechCrunch · AIAI 评分5656 Elorian 发布首个模型 Glimpse，以视觉草稿空间做图像推理
Elorian 发布首个模型 Glimpse，以研究预览形式开放 API，聊天界面仅限候补名单。Glimpse 在推理过程中可裁剪图像区域、从视频中抽取特定帧或运行代码来测量和比较所看内容，Elorian 称这一机制为视觉草稿空间。
The DecoderAI 评分7171 Google Gemini 4 Argon 在 ARC-AGI-3 得分 97.5%，但测试方法影响结果
Google DeepMind 的 Gemini 4 Argon 在 ARC-AGI-3 上以 Provider Adapter Harness 测试环境取得 97.5% 得分，成本 4800 美元，成为继 OpenAI 之后第二家跨过 95% 的实验室，仅次于 GPT-6 Astra 的 99.9%。
RadarAIAI 评分6262 Reflection 发布 501B 参数 MoE 模型 Beam，面向编码与智能体工作负载
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，主要接受文本输入并生成文本输出。
RadarAI精选AI 评分7878 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。该模型提供 BF16、FP8、NVFP4 精度权重和投机解码 drafter 模型。
推荐理由：Reflection 首次开源 501B 稀疏 MoE 权重，可据此了解其面向编码与长程智能体的参数配置和精度选项。
RadarAIAI 评分7171 Google Gemini 4 Argon 在 ARC-AGI-3 达 97.5%，数学与软件工程仍落后前列
Google DeepMind 的 Gemini 4 Argon 在 ARC-AGI-3 上以 Provider Adapter Harness 取得 97.5%，成本 4800 美元，成为继 OpenAI 之后第二家越过 95% 的实验室，但仍低于 GPT-6 Astra 的 99.9%。
RadarAIAI 评分6262 Liquid AI 发布决策模型 d1-ultra，以 65 分登顶 Artificial Analysis Decision Index v1.0
Liquid AI 发布决策模型 d1-ultra，在 Artificial Analysis Decision Index v1.0 上以 65 分排名第一，领先 Jev 1.14 的 57 分以及 GLiDE 和 Microsoft-Decision-1 的 54 分。
RadarAIAI 评分5858 Liquid AI 发布多模态决策模型 d1-ultra，Artificial Analysis 决策指数得 65 分
Liquid AI 发布决策模型 d1-ultra，可读取文本、图像或两者，对有界问题按概率作答，单次前向传播输出 0 个 token，现已在 Liquid API 上线，输入价格 $0.042/1M tokens。
RadarAIAI 评分3030 TypeSafe AI 发布 Jev 1.14 仅一天，Liquid AI 以 d1-ultra 全面超车
Liquid AI 推出号称“全球最佳”的决策模型 d1-ultra，在八类任务中表现均优于 TypeSafe AI 一天前发布的 Jev 1.14，整体也好于 vLLM Semantic Router d3 等竞品。Jev 1.14 预览版于太平洋时间 10 月 14 日下午 1:14 发布，支持图像输入、更长上下文和新的 "box" 类型。
RadarAIAI 评分6262 Artificial Analysis 发布 NVIDIA Vera Rubin NVL72 在 AA-AgentPerf 上的首批评测结果
Artificial Analysis 在 agentic 推理基准 AA-AgentPerf 上发布 NVIDIA Vera Rubin NVL72 的首批结果，其每兆瓦总吞吐最高约为前代 GB300 NVL72 的 5.7 倍。
RadarAIAI 评分7171 蚂蚁百灵开源 Ling-3.1-flash 模型，约 560B 总参数、最高支持 1M 上下文
蚂蚁百灵昨日宣布开源 Ling-3.1-flash 模型，总参数约 560B、每个 Token 激活约 25B，最高支持 1M 上下文。在 Artificial Analysis 公开评测中，其智能指数为 41、输出速度约每秒 210 Token。
RadarAIAI 评分6060 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，把 Decision aLoRA、专用 Guardian aLoRA 与 Granite-Speech-5.0-Turbo-CTC 组合进单一托管端点，可在对话、通用与专用决策、语音转写之间切换，显存占用约等于基础模型本身。
RadarAIAI 评分6262 ARC Prize 公布 Gemini 4 Argon 的 ARC-AGI-3 标准 harness 测试结果
ARC Prize 公布 Gemini 4 Argon 在 ARC-AGI-3 标准 harness 下的测试结果：低推理得分 49.8%，完成 42/55 局；中推理 46.3%，完成 46/55 局；高推理仅完成 19/55 局，因此未公布分数。
RadarAIAI 评分5252 阶跃星辰发布 Step 5 Preview 技术博客，详解智能体任务的架构与训练设计
阶跃星辰发布技术博客《Inside Step 5 Preview: Architecture and Training for Agentic Work》，介绍架构与训练如何协同设计以支持更长、更复杂的智能体任务。
RadarAIAI 评分4242 MiniCPM-V 4.7 推测解码达 370 tok/s
OpenBMB 的 MiniCPM-V 4.7（35B A3B）搭配 DSPARK Drafter 实现 370 tok/s 的推测解码速度，10 秒内生成 3,589 tokens，持续吞吐 370.0 tok/s、峰值突发 351.8 tok/s，TTFT 平均 0.30s。OpenBMB 称这是社区对推测解码极限的又一次突破。
RadarAIAI 评分3131 TypeSafe AI 发布 Jev 1.14：新增图像、Box 类型与 262k 上下文
TypeSafe AI 发布 System One 决策模型 Jev 1.14，以 jev-preview 别名上线，新增图像输入、Box 边界框类型和 262k 长上下文三项实验性功能，官方称均未达到生产可用。
RadarAIAI 评分2222 JEV 1.14.0 更新：新增多模态支持与上下文优化
JEV 1.14.0 新增多模态能力，可同时处理文本和图像数据，并引入图像区域检测的 'box' 类型。该版本将上下文长度扩大至 262K，同时优化多语言理解能力，更适合图像编辑、视频剪辑分析等视觉-语言任务。
RadarAIAI 评分5050 Google TPU v7 基准测试性价比超越 NVIDIA GB300 NVL72
Google TPU v7 运行 FP8 vLLM 的每美元性能比 NVIDIA GB300 NVL72 运行 FP4 高出 1.67 倍。该基准测试结果由 Google 提交，显示 TPU v7 在性价比维度上领先 NVIDIA 当前旗舰级机架方案。
Hacker NewsAI 评分3838 TypeSafe 发布 Jev 1.14.0，并面向“梦想家”推出实验性功能
TypeSafe 发布 Jev 1.14.0，并以免责的“danger zone”API 开关形式开放图像、box 类型和更长上下文三项实验功能。图像能力通过 assets 中的查找替换实现，可放入 state、instructions 或 criteria；box 返回单个边界框，仅 jev-1.14.0 支持。
RadarAIAI 评分2222 Gemini 4 Argon：推动量子、核聚变与生物领域的科学发现加速
Google DeepMind 的 Gemini 4 Argon 模型正被用于量子计算、核聚变和蛋白质设计等多个科学领域，通过快速处理实验数据并生成可执行的洞察来加速新突破的发现。该模型的目标是推动这些领域的重大科研进展。
RadarAIAI 评分2828 Google DeepMind 用 Argon 加速量子纠错与算法设计
Google DeepMind 用 Argon 将内部版量子纠错解码器 AlphaQubit 转换为单一高度优化的硬件 megakernel，推理吞吐量提升近一倍。Argon 正在帮助加速量子纠错和算法设计两方面的进展。
RadarAIAI 评分6666 Liquid AI 发布 LFM2.5-24B-A2B：面向端侧 Agent 的 2B 激活 MoE 推理模型
Liquid AI 发布开源权重推理模型 LFM2.5-24B-A2B，总参数 24B、每 token 激活约 2.45B，上下文 131,072 tokens，专为笔记本和迷你 PC 上的多步工具调用 Agent 设计，在 Apple M5 Max 上通过 llama.cpp Q4_K_M 达到 184 tok/s。
RadarAIAI 评分4848 Artificial Analysis 将 DeepSeek V4.1 Flash 纳入 AA-AgentPerf，GB300 吞吐领先
Artificial Analysis 将 DeepSeek V4.1 Flash 加入智能体推理性能基准 AA-AgentPerf，榜单现覆盖四款模型。
RadarAI同新闻AI 评分8484 Google 发布 Gemini 4 Argon API，输出上限达 1M tokens
Google DeepMind 向开发者、企业和付费 Gemini 订阅用户开放 Gemini 4 Argon，这是一款稀疏 MoE 前沿模型，单次响应最多可输出 1M tokens，输入与输出共享 1M 窗口。
同一新闻，精选展示《Google DeepMind 发布 Gemini 4 Argon》
RadarAIAI 评分7171 实测 Gemini 4 Argon 写作能力，统一 1M 输入输出窗口
作者实测 Google Gemini 4 Argon 的写作能力，让其以起点修真小说风格自写更新公告。该模型统一了 100 万 token 的输入输出窗口，此前输出上限为 64K，官方称回答更直接、减少套话、更好遵循提示词。API 定价为百万输入 2 美元、百万输出 10 美元，11 月 30 日后价格翻倍。
RadarAI同新闻AI 评分8787 谷歌发布 Gemini 4 Argon，支持 100 万 token 输出并面向开发者开放
谷歌发布 Gemini 4 Argon，面向全球开发者和企业开放，可通过 AI Studio、Gemini 平台 API 使用，并支持 Google AI Ultra 与 Pro 订阅用户。
RadarAIAI 评分6262 实测评测：Gemini 4 Argon 让 Google 重回第一梯队，但 Antigravity 仍落后半年到一年
indigo 实测 Gemini 4 Argon 的写作与知识组合能力后认为，它让 Google 的模型重新追上第一梯队但未超越对手，而应用 Antigravity（Harness）落后对手半年到一年，拖累了模型表现。
RadarAI同新闻AI 评分7878 Google 向付费用户开放 Gemini 4 Argon，Vals AI 专业工作指数得分 68.90% 登顶
Google 将 Gemini 4 Argon 开放给付费客户，该模型在 Vals AI 按 GDP 加权的专业工作指数中以 68.90% 领先 Claude Sonnet 5.5 的 67.04% 和 Claude Opus 5.5 的 66.97%。
同一新闻，精选展示《Google DeepMind 发布 Gemini 4 Argon》
RadarAI精选AI 评分8282 Gemini 4 Argon 正式 GA，智能指数追平 GPT-6 Astra，每任务成本仅为其 60%
Google 的 Gemini 4 Argon 正式 GA，在 Artificial Analysis Intelligence Index 上与 GPT-6 Astra 排名持平，每任务成本仅为后者的 60%。
推荐理由：对比 Gemini 4 Argon 与 GPT-6 Astra 的智能指数和每任务成本，可用于评估同等智能水平下的性价比选择。
The Verge · AI同新闻AI 评分8282 Google 发布 Gemini 4 Argon 模型
Google 发布 Gemini 4 Argon，称其在编程、网络安全、科学、金融和法律等基准上超过 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5。