福建首个跨域异构调度全服务词元工厂上线运行
相关推荐
DeepSeek V4.1 Flash第三方实测：没夺回国模第一，但成本只有Kimi、GLM七分之一
动察 Beating AI 快讯，Artificial Analysis 完成 DeepSeek V4.1 Flash 独立测试，综合智能指数拿到 40 分。它已经超过自家 V4 Pro 0813 的 36 分，但仍低于 Kimi K3 的 44 分和 GLM-5.3 的 45 分。按这套第三方榜单，DeepSeek 还没夺回国产模型第一。 但价格差距非常夸张。V4.1 Flash 跑完一个 Intelligence Index 任务平均只花 0.27 美元，Kimi K3 和 GLM-5.3 都在 2 美元左右，相差约 7 倍。输出速度达到 197 Token/s，也远高于 Kimi K3 的约 36 Token/s 和 GLM-5.3 的约 58 Token/s。 Agent 依然是它最强的部分。AutomationBench-AA 上，V4.1 Flash 拿到 69%，追平 GPT-6 Astra，并超过 GLM-5.3 的 62%；长上下文测试 AA-LCR 也拿到 84%。缺点是它特别能说，AA 测试中单任务平均输出约 8.9 万 Token，比 V4 Pro 多 62%，吃掉了一部分价格优势。
DeepSeek、Kimi都在拼命砍缓存，英伟达开始让缓存跨模型复用
据动察 Beating 监测，过去两年，大模型推理优化一直在拿 KV Cache 开刀。它是模型读完上下文后留下的中间计算结果，内容越长，越吃显存和带宽。DeepSeek-V2 借助 MLA，相比 DeepSeek 67B 将 KV Cache 减少 93.3%；Kimi Linear 相比全 MLA 又最多减少 75%。大家都在让长上下文更便宜。 但这些方案都有一道墙：缓存通常只能在同一个模型内部复用。Agent 从小模型切到大模型后，目标模型还得把前面几万甚至几十万 Token 重新计算一遍。模型路由越频繁，这笔重复计算越难忽略。 英伟达最新论文开始拆这堵墙。团队发现，在同一家族、KV 结构匹配的不同大小模型之间，缓存存在明显的线性关系。用 500 段、每段 1024 Token 的文本校准一次，就能拟合出一套映射，把一个模型算好的 KV Cache 转给另一个模型继续用。 Qwen3-14B 切到 32B 时，32K 上下文重新计算约需 7 秒，转换缓存只要约 0.28 秒，快约 25 倍。换句话说，以后甚至可以先让小模型负责「读」：把长上下文算成 KV Cache；真正需要更强能力时，再把缓存转给大模型，让大模型直接开始「想」和生成。 这会让模型路由省下更多算力。现在让简单任务跑小模型，主要省的是生成成本；一旦切到大模型，长上下文往往还得由大模型重新算一遍。跨模型 KV Cache 如果做成熟，连这部分 prefill 都能交给小模型完成。Agent 可以长期用便宜模型维护上下文，碰到难题才叫醒大模型，而且不用每次都从头「读档」。
DeepSeek新版为何突然变强？外媒曝出Astra蒸馏内幕，梁文锋向竞争压力妥协
动察 Beating AI 快讯，DeepSeek 新版模型能力大涨，背后可能真有 Astra 的功劳。 The Information 援引多名直接知情人士称，DeepSeek 10 月 17 日更新的 V4.1-Flash-1017，以及月之暗面新发布的 Kimi K3.1 Pro，都在训练过程中大量利用了 OpenAI GPT-6 Astra 的输出进行蒸馏。 DeepSeek 新版在浏览器操作任务上的表现尤其突出。Browser Use 的 180 项真实网页任务测试中，它的得分从旧版的 70.9 提高到 75.0，接近 Astra 的 77.9。但每题模型调用成本仅 0.22 美元，Astra 则高达 10.77 美元，相差近 49 倍。 此前，Claude 一直是国内 AI 公司蒸馏的主要目标。但 Anthropic 最近两个月不断收紧防护，试图提取模型推理过程的难度大幅增加，国内实验室于是把目光转向了 Astra。 DeepSeek 创始人梁文锋原本不愿在 V4 研发中依赖蒸馏。但看到智谱 GLM 等国内竞争对手借助蒸馏取得进展后，最终向竞争压力妥协。
美国三机构指控 DeepSeek 等 6 家中国 AI 公司非法蒸馏
ChainCatcher 消息，美国国家安全局、FBI 和 CISA 发布联合报告，点名 DeepSeek、月之暗面、阿里、MiniMax、阶跃星辰和智谱。美方指控上述公司自至少 2024 年底起，批量调用 Claude、GPT、Gemini 和 Grok 的输出训练自家模型，累计涉及数百万次请求、数十亿 Token。报告列出具体模型，DeepSeek 被指用多款 Claude、GPT、Gemini 和 Grok 为 R1、V3 生成训练数据；月之暗面被指用 Claude Fable 5 数据训练 Kimi K3，用 GPT-4o 数据训练 Kimi K2。美方称这些公司还通过大量账号、第三方 API 聚合商和灰色中转站绕过地区限制，并用提示词尝试套出模型隐藏的推理过程，将此类行为称为恶意蒸馏。
Marvis上线自定义模型功能，支持接入Kimi、智谱GLM等主流模型
火星财经消息，腾讯旗下操作系统层级的AI助手Marvis正式上线“自定义模型”功能。用户现可在 Marvis中自由接入采用行业通用接口标准的第三方模型，包括腾讯云、阿里云、DeepSeek、Minimax、Kimi、智谱、小米等厂商提供和支持的主流模型，同时也支持接入本地部署的开源模型，并可在不同设备间同步使用。
DeepSeek API毛利率高达82.9%，公司整体毛利率达44.6%
动察 Beating AI 快讯，据 The Information 报道，DeepSeek 正寻求以约 5000 亿元人民币估值进行第二轮融资，计划再融资 500 亿元人民币。数据显示，2026 年 1 月至 7 月，DeepSeek 营收达到 4.75 亿元人民币（约 7070 万美元），约为其 2025 年全年营收的 10 倍；同期净亏损收窄至 7.15 亿元人民币，低于 2025 年全年的 9.35 亿元人民币。 盈利能力方面，DeepSeek 整体毛利率达 44.6%，其中 API 业务毛利率高达 82.9%，主要得益于 AI 基础设施优化，使其能够以更少芯片运行模型并维持较低推理成本。随着 V4 系列，尤其是 V4-Flash 获得全球开发者广泛采用，公司营收增长加速，上月年化营收据称已达到 4 亿至 5 亿美元。 此外，DeepSeek 近期上调 API 价格以强化商业化，V4-Pro 高峰期输出价格从 0.87 美元升至 3.96 美元，非高峰期为 1.98 美元，但仍低于 Kimi K3 的 15 美元和 Claude Opus 5 的 25 美元。与此同时，公司 AI 基础设施投入从 2025 年的 12 亿元人民币大幅增至今年前 7 个月的 110 亿元人民币，主要用于服务器租赁及 AI 芯片、算力设备采购。 DeepSeek 此前今年 6 月完成首轮外部融资，融资规模约 500 亿元人民币，目前已聘请投行筹备明年在上海 IPO。