蚂蚁集团AI安全实验室登顶CyberGym榜单，漏洞验证成功率达98.5%
相关推荐
DeepSeek V4 Pro跑5套Harness：Pi成功率第一，DSH最省钱
动察 Beating AI 快讯，Agent 工具公司 Composio 把同一个 DeepSeek V4 Pro 0813 分别放进 Pi Agent、DeepSeek Harness 0.1、Claude Code、OpenCode 和 Hermes Agent，统一开到 max reasoning，跑了 30 个多步骤 Agent 任务。 通过率： 1. Pi Agent：21/30 2. DeepSeek Harness：20/30 3. Claude Code：19/30 4. OpenCode：19/30 5. Hermes Agent：18/30 30 道题里，15 道五家全过，7 道五家全挂。剩下 8 道只换了 Harness，结果就会翻转。 速度排名： 1. Claude Code：181.8 秒 2. DeepSeek Harness：252.1 秒 3. Hermes Agent：273.6 秒 4. OpenCode：280.6 秒 5. Pi Agent：362.9 秒 单次成功成本： 1. DeepSeek Harness：0.028 美元 2. Pi Agent：0.031 美元 3. OpenCode：0.032 美元 4. Hermes Agent：0.037 美元 5. Claude Code：0.074 美元 Pi 通过率最高，DeepSeek 官方 Harness 最省钱，Claude Code 最快但最贵。 Composio 此前用 DeepSeek V4 Flash 做过同类测试，当时 Pi 同样拿到最高通过率。
GLM-5.3、DeepSeek-V4-Pro正式版接入千问AI平台
火星财经消息，8月21日，据阿里云消息，阿里云MaaS扩充模型服务矩阵，GLM-5.3和DeepSeek-V4-Pro正式版现已接入千问AI平台，相关API服务同步开放，开发者可直接调用。据介绍，DeepSeek-V4-Pro、Qwen3.8-Max和Qwen-Audio系列模型已陆续开放订阅使用，用户订阅套餐后，可在Qoder、Codex等AI工具中按需切换模型。
DeepSeek V4 Pro API调用服务将不会下架
PANews 9月11日消息，据科创板日报报道，为响应广大用户的需求，DeepSeek决定在2026年9月14日之后继续提供DeepSeek V4 Pro的API调用服务，计费方式保持不变。此前，DeepSeek计划于北京时间2026年9月14日12:00下线V4 Pro服务，届时DeepSeek V4 Pro将会路由到V4.1 Flash并按V4.1 Flash计费。
DeepSeek开始模型和Agent一起训：V4.1 Flash为Harness专项优化
动察 Beating AI 快讯，DeepSeek Harness v0.1.5 发布。V4.1 Flash 在训练阶段就针对 Harness 做了专项训练和优化，覆盖标准、PTC 和极简三种模式。Harness 已经直接进入模型训练环节，不再只是模型发布后再接一个 Agent 外壳。 新版还加入实验性的 Agent Teams。父子 Agent 可以双向通信，主 Agent 能给不同子 Agent 指定模型和推理强度；多个 Agent 还能共享任务、互相发消息，最后由主 Agent 汇总。 V4.1 Flash 还有一个很特别的长任务优化：Agent 跑到一半修改系统提示词，也可以尽量保留已有 KV Cache。长任务不用因为前面的规则改了一点，就把后面大段上下文重新计算。 Web 端也加入文件上传和预览，支持 PDF、图片、代码等格式。插件可以往左右 Sidebar 和内容区接入自己的 UI，长会话的加载、恢复和内存占用也一起做了优化。
DeepSeek V4.1 Flash即将上线，官方称全面超过V4 Pro
动察 Beating AI 快讯，DeepSeek 计划在 9 月 10 日前后正式发布 V4.1 Flash。官方称，经过内部和外部测试，新模型在性能、费用、速度和总用时等指标上已经全面超过 V4 Pro。 V4.1 Flash 上线后，在 V4.1 Pro 发布之前，所有发往 V4 Pro 的请求都会自动切到 V4.1 Flash，并按更便宜的 Flash 价格计费。用户不需要修改原来的 V4 Pro 调用方式。
阿里更新旗舰模型Qwen3.8-Max
火星财经消息,9月2日，阿里更新旗舰模型Qwen3.8-Max，性能较旧版本显著提升。在针对编程（Coding）和专业办公（Cowork）进行专项后训练后，Qwen3.8-Max新版本整体性能增强。在聚焦前端编程能力（WebDev）的全球权威三方榜单CodeArena中，提升22分至1691分，领先Claude Opus5、Kimi K3等一众模型，位居总榜第一。同时，CodeArena更新的模型性价比榜单（帕累托前沿）显示，Qwen3.8-Max新版本每百万Tokens综合平均仅5美元，直接“斩杀”所有价格大于5美元的其他模型。据了解，Qwen3.8-Max是阿里千问迄今最强大的大语言模型，总参数达2.4万亿，支持100万上下文Tokens；更新后的Qwen3.8-Max涌现出更强的智能体编程能力，更适合企业真实复杂任务、科研、长周期任务等。(财联社)