Yuchen Jin 称 DeepSeek-V4.1-Flash-1017 以 1/83 成本达到 Opus 5 级编码表现
Yuchen Jin 表示，DeepSeek-V4.1-Flash-1017 在 DeepSWE v1.1 上得分 77，以低 83 倍的成本达到 Opus 5 级性能。他称该模型将上线 Databricks，并认为开源模型追不上闭源的说法没撑过一周。
#编码
RadarAIAI 评分6060
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。
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。
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。
RadarAIAI 评分3838 Arena 解读 Reflection AI Beam-1.0-501B-A23B 位列 Agent Arena 开源模型第 12 名
Reflection AI 的 Beam-1.0-501B-A23B 以 -3.67% Net Improvement 位列 Agent Arena 开源模型第 12 名，成为榜上排名最高的美国开源模型，超过 Hy3、MiMo V2.5 Pro 和 MiniMax M3。
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。
量子位同新闻AI 评分8787 谷歌发布 Gemini 4 Argon：主打编程与长流程执行，API 限时半价
谷歌正式面向全球开发者、企业及付费订阅用户陆续开放 Gemini 4 Argon，定位为加强编程、专业知识工作和复杂任务持续执行能力，并进一步推进视觉理解、空间推理和工具调用。
RadarAI同新闻AI 评分7878 Meta 发布开放权重模型 Muse Spark Open，总参数量 816B、支持 1M token 上下文
Meta 于当地时间 10 月 15 日发布开放权重 AI 模型 Muse Spark Open，官方宣称其为迄今能力最强的美国开放权重模型。该模型采用原生多模态架构，总参数量 816B（激活参数 42B），支持 1M token 上下文窗口，专为代码构建与智能体协作设计。
RadarAIAI 评分2222 Jev 1.13 内部测试准确率最高、成本最低
在为此任务生成的内部测试集上，Jev 1.13 相比其他 Decisions 模型以及 Claude Code 使用 Sonnet 5 的情况，准确率最高、成本最低。该结论由 OpenRouter 在 X 上公布。
RadarAIAI 评分7474 Meta 发布开放权重模型 Muse Spark Open，可在 Mac 本地运行
Meta 发布开放权重模型 Muse Spark Open，称其为美国最强开放权重模型，拥有 816B 参数和 1 million token 上下文窗口，原生多模态，面向复杂编码和智能体任务。
RadarAI同新闻AI 评分8282 Meta 在 Hugging Face 开源 816B 参数模型 Muse Spark Open 权重
Meta 在 Hugging Face 开源了 816B 参数的 Muse Spark Open 权重，面向编码和智能体任务，与闭源 Muse Spark 1.3 共享同一基座，仅额外做了抵御滥用的安全后训练，逆转其 4 月起的闭源权重策略。
TechCrunch · AIAI 评分7171 Meta 发布可在 Mac 本地运行的开源权重模型 Muse Spark Open
Meta 发布开源权重模型 Muse Spark Open，称其是美国最强开源权重模型，拥有 8160 亿参数和 100 万 token 上下文窗口，原生多模态，面向复杂编码任务和智能体工作。
The Decoder同新闻AI 评分7878 Meta 发布 Muse Spark Open 开源权重模型，816B 参数对标 Qwen、GLM 和 Kimi
Meta 发布开源权重模型 Muse Spark Open，称其为美国最强开源权重模型，面向编码和智能体任务，拥有 8160 亿参数（420 亿激活）、最高 100 万 token 上下文，支持文本、图像、视频和音频。
RadarAI同新闻AI 评分8080 Meta 发布开放权重模型 Muse Spark Open，上线 Baseten 支持 coding agent
Meta 发布开放权重模型 Muse Spark Open，发布首日即可在 Baseten Model APIs 和 Dedicated Inference 上使用。
RadarAI同新闻AI 评分7979 Meta 开源 Muse Spark Open 权重，816B 总参数、1M 上下文
Meta 发布 Muse Spark Open 的开放权重，基于 8 月发布的 Muse Spark 1.2，已在 Hugging Face 上以 Muse Model License 提供。
RadarAIAI 评分7171 Thomas Wolf 转评 Muse Spark Open，称其为迄今最强美国开源权重模型
Thomas Wolf 转发并评论 Muse Spark Open 的发布，称其为迄今最强美国开源权重模型。引用内容称该模型总参数 816B、激活 42B、上下文窗口 1M token、原生多模态，面向编码与长程智能体任务。配图显示其在 JobBench 61.8、HLE-Diamond 26.1、Terminal-Bench 2.1 76.4 等基准上领先所列对比模型。
PyTorch Blog精选AI 评分8585 Meta 开源 Muse Spark Open：816B 总参数、42B 激活的编码与智能体模型
Meta 发布 Muse Spark Open 的开放权重，这是一个 816B 总参数、42B 激活的模型，上下文窗口 1M tokens，已在 Hugging Face 上以 Muse Model License 提供。
推荐理由：Meta 开源 816B 总参数、42B 激活的编码与智能体模型，并给出 Helion 内核与 TorchTitan 微调路径，可据此评估开源权重模型的部署与二次训练成本。
NVIDIA Technical Blog同新闻AI 评分7878 Meta 发布 Muse Spark Open：816B MoE 编码模型，1M token 上下文
Meta 发布 Muse Spark Open，这是一个面向编码优化的 816B MoE 模型，激活参数 42B，上下文窗口 1M token。该模型在 NVIDIA GB300 NVL72 Blackwell Ultra 上训练，针对智能体编码工作流，具备更高的首次尝试准确率、可靠的工具调用和对代码库的深度理解。1M token 上下文窗口可容纳整个代码库。
RadarAIAI 评分2222 蚂蚁百灵致谢 atomic.chat 本地测试 Ling-3.1-flash
蚂蚁百灵（Ant Ling）致谢 atomic.chat 在本地测试 Ling-3.1-flash，并分享 LEGO 埃菲尔铁塔演示。atomic.chat 称 Ling 3.1 Flash 已开源权重，在同一 Three.js 提示词下击败 GPT-6 Luna，成本便宜 2.8 倍。
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。
RadarAIAI 评分6666 Meta Muse Wonder (Max) 进入 Arena 榜单：WebDev 第15、文本第2
Arena 宣布 Meta 的 Muse Wonder (Max) 进入 Code Arena: WebDev 榜单第15名（1651分），Text Arena 以 1513 分位列第2。
RadarAI同新闻AI 评分7878 Google 推出 Gemini 4 Argon 模型并重构 Chromium 架构
Google 发布 Gemini 4 Argon 模型，针对智能体开发和复杂任务进行了优化。Chrome 团队用该模型重构了拥有 4000 万行代码的 Chromium 项目，将原本需要数月的工作缩短至几周，内部数据显示智能体代码提交的回滚率有所降低。
RadarAI同新闻AI 评分8282 Google 全球发布 Gemini 4 Argon 旗舰模型，免费和 Plus 用户仅能用 Flash 系列
Google 开始全球推出旗舰模型 Gemini 4 Argon，可通过 AI Studio 和 Gemini API 访问，AI Ultra 用户可在 Google Antigravity 中使用，Ultra 和 Pro 用户可通过 Gemini 应用和 Google 搜索的 AI 模式访问。
同一新闻，精选展示《Google DeepMind 发布 Gemini 4 Argon》
The Decoder同新闻AI 评分8787 Google 全球上线 Gemini 4 Argon，取代 Gemini Pro 成为新旗舰
Google 全球上线 Gemini 4 Argon，开发者可通过 AI Studio 和 Gemini 平台的 API 使用，AI Ultra 订阅者可在 Google Antigravity 中使用，Ultra 和 Pro 订阅者可通过 Gemini 应用和 Google 搜索 AI 模式访问。
同一新闻，精选展示《Google DeepMind 发布 Gemini 4 Argon》
Hacker News精选AI 评分8888 Google DeepMind 发布 Gemini 4 Argon
Google DeepMind 发布 Gemini 4 Argon，即日起向 Google AI Pro 和 Ultra 订阅用户开放。该模型支持 1M 输出 token，可一次完成 100K+ token 推理轨迹、整仓库生成与重构，并称在 CWE-Bench 漏洞修复上以 68% 并列第一，是抗间接提示注入最强的模型。
推荐理由：原文给出 Argon 在智能体编码、长上下文与安全基准上的对比数据，可据此判断其相对同级模型的位置。
RadarAI同新闻AI 评分7878 Google DeepMind 宣布 Gemini 4 Argon 全球可用
Google DeepMind 宣布 Gemini 4 Argon 现已全球可用。官方称该模型面向从始至终解决最难的问题，在编码、企业工作流和网络防御方面具备前沿能力。
同一新闻，精选展示《Google DeepMind 发布 Gemini 4 Argon》
RadarAI同新闻AI 评分8282 Google 发布 Gemini 4 Argon，向 Gemini App 与 Search 的 Ultra 和 Pro 订阅用户开放
Google 发布 Gemini 4 Argon，今日起向 Gemini App 与 Search 的 Ultra 和 Pro 订阅用户开放，Ultra 用户还可在 Antigravity 中使用。
同一新闻，精选展示《Google DeepMind 发布 Gemini 4 Argon》
Ars Technica · AI同新闻AI 评分7676 Gemini 4 Argon 在 Gemini 应用和 Antigravity 中开始推送，仅限付费用户
Google 的 Gemini 4 Argon 开始大范围推送，目前只面向付费用户，低档订阅方案也无法获得完整访问权限。Google 表示模型能力没有变化，仍引用上月底公布的基准测试作为其高级推理和智能体编码能力的证据，并称该模型经过训练可拒绝恶意指令，自动失准监控器可在检测到非预期工作流时中止处理。
同一新闻，精选展示《Google DeepMind 发布 Gemini 4 Argon》
RadarAIAI 评分6262 MiMo-V2.6-Pro 以 45% 居 FrontierCode 1.1 开源权重模型首位
小米 MiMo 宣布 MiMo-V2.6-Pro 在 Artificial Analysis 上线的 FrontierCode 1.1 榜单上以 45% 领跑开源权重模型。
RadarAIAI 评分5050 Google 发布 CodeGemma 编码模型：2B/7B 变体，专攻代码补全与生成
Google 发布基于 Gemma 的轻量级开放编码模型 CodeGemma，提供 2B 和 7B 等变体，采用仅解码器架构。其中 7B 预训练变体专用于代码补全，7B 指令调优变体用于指令遵循，2B 预训练变体面向快速代码补全。
The Decoder同新闻AI 评分8080 Meta 发布前沿模型 Muse Wonder 与 Muse Wonder Full
Meta 发布前沿模型 Muse Wonder 的两个版本，Muse Wonder Full 在 Artificial Analysis Intelligence Index v4.3 上得 56 分，Muse Wonder 得 52 分，前代 Muse Spark 1.3 为 48 分。
GitHubAI 评分2020 Wren：纯 NumPy 手写文本 CNN 的情感分析器
Wren 是一个完全用 NumPy 从零手写的文本卷积神经网络，卷积层、全连接层、反向传播和优化器均未使用 PyTorch、TensorFlow、Keras 或 scikit-learn。
RadarAIAI 评分5858 Image-to-WebDev Arena 更新：Claude Opus 5.5 (Max) 以 1749 分登顶
Arena 更新 Image-to-WebDev Arena 榜单，Anthropic 的 Claude Opus 5.5 (Max) 以 1749 分排名第一，Claude Sonnet 5.5 (xHigh) 以 1740 分位居第二，两者均落在 Pareto 前沿。
RadarAIAI 评分4242 Arena 一周榜单：Nano Banana 2.1、Mistral Large 4 与 Claude Haiku 5.5 排名更新
Arena 公布本周榜单：Nano Banana 2.1 在三个 Image Arena 模式进入前六，Multi-Image Edit 以 1431 分排第 4，Text-to-Image 第 5（1328 分），Image Edit 第 6（1428 分）。
量子位AI 评分3737 联想天禧自研代码智能体TianxiCode登顶SWE-bench-Live全球第一
联想天禧AI自研代码智能体框架TianxiCode配合DeepSeek-v4.1-Flash，在SWE-bench-Live（Lite分榜）以71%问题解决率登顶全球第一，并通过官方Verified核验。TianxiCode具备跨文件多跳检索、自驱动规划与多轮工具调用、闭环补丁生成与测试驱动自愈三大能力，未来将应用到联想AI硬件产品中。
RadarAIAI 评分5858 JetBrains 发布编程 AI 模型 Mellum2.1，高负载推理吞吐接近 Qwen3.5-9B 两倍
JetBrains 发布编程 AI 模型 Mellum2.1，延续 Mellum2 的 12B 混合专家架构与 2.5B 活跃参数，仍以 Apache 2.0 许可证开源，重点增强智能体编程能力。