DeepSeek V4.1-Flash 更新至 V4.1-Flash-1017 版本
DeepSeek V4.1 Flash 更新为 V4.1-Flash-1017，已在官网、移动 App 和 API 上线。相比上一版 DeepSeek V4.1 Flash，新模型在多项基准上提升明显，且成本更低。
#推理
Reddit · AI 大众社区同新闻AI 评分6262 最佳拍档精选AI 评分5858 杨立昆AMI公司开源分层世界模型H-JEPA
图灵奖得主杨立昆创办的AMI公司发布分层世界模型H-JEPA并全面开源，模型让每一层在自己的潜空间、自己的时间尺度上做预测，规划自上而下逐级展开。在Visual AntMaze迷宫任务中，三层H-JEPA把成功率从单层的18%提升到73.3%，规划算力反而更低；消融实验显示收益来自时间分解与更抽象的目标表征空间两个可分离机制。
选题角度：视频梳理H-JEPA分层架构与Visual AntMaze成功率从18%到73.3%的实验，适合做架构图解加路线之争的解读。
抖音 · 搜「DeepSeek」精选AI 评分7272 DeepSeek V4.1 Flash 1017新版11项实测：代码与工程提升、中文写作退步
作者对DeepSeek V4.1 Flash 1017新版做了11项实测，代码与复杂工程交付提升明显，全站应用拿到49分、Token用量比旧版少三分之一，但中文创意写作和基础识图出现退步。
选题角度：作者用11项实测对比DeepSeek V4.1 Flash新旧版，代码与工程交付提升明显、中文写作和识图退步，适合按项目逐项展示前后差异。
抖音 · 搜「DeepSeek」同新闻AI 评分7474 DeepSeek-V4.1-Flash-1017 发布：只换权重文件，思考等待时间降低 57%~73%
DeepSeek 发布 V4.1 Flash 的 1017 版本，部署环境无需改动，替换权重文件即可升级。作者实测显示，简单写码的思考等待从 15 秒降到 3 秒，节省档等待时间降低 57%、标准档降低 73%；官方数据显示写代码能力提升 43%、终端任务能力提升 36%、复杂专业题提升 15%。思考长度变短也降低了上下文占用，长任务在相同上下文下能跑更多步骤。
抖音 · 搜「DeepSeek」同新闻AI 评分7171 DeepSeek V4.1-flash-1017 发布：编码成绩超 Claude Opus 5，价格约为其 1/60
DeepSeek 发布 V4.1-flash-1017，是 9 月版本的小更新并继续开源。官方与 Claude、GPT、Kimi、GLM 对比 11 项，与 Claude Opus 5 一对一赢 4 项输 7 项，编码项 DeepSWE 为 77:74，同一任务成本约 1.3 元对 79 元。作者按字节论文方法调用近 1000 次官方接口复现位置敏感问题，400 多道题两轮复测后结论是老毛病仍在。
X · Min ChoiAI 评分5555 Elorian 发布多模态模型 Glimpse，主打视觉理解与视频推理
Elorian 发布新 AI 模型 Glimpse，主打真正理解所见内容，覆盖复杂计数、视觉谜题和视频推理等任务。该模型由参与 Gemini 与 Apple MM-1 的研究人员打造，作者称其方向为 Visual Thinking。
公众号 · 赛博禅心精选AI 评分8080 DeepSeek V4.1-Flash-1017 发布：763B 参数、MIT 开源，API 开放自研搜索
DeepSeek 将 V4.1 Flash 更新为 V4.1-Flash-1017，总参数 763B，网页端、App 和 API 已全面换新，权重以 MIT 协议在 HuggingFace 和魔搭开源。
选题角度：新模型 11 项基准全涨、单任务成本从 3.3 元降到 1.3 元，适合用同一任务对比新旧版本的速度与花费。
公众号 · 新智元精选AI 评分8080 Gemini 4 Argon 在 ARC-AGI-3 拿到 97.5%，标准 harness 下仅 49.8%
ARC Prize 官方公布，Google DeepMind 的 Gemini 4 Argon 在 ARC-AGI-3 上取得 97.5%，成为第二家突破 95% 的实验室，第一家是 OpenAI。
选题角度：同一模型在两种 harness 下拿到 97.5% 和 49.8%，适合做对比解读，讲清榜单分数背后操作台的差别。
抖音 · 搜「DeepSeek」同新闻AI 评分7878 DeepSeek 上线 V4.1-Flash-1017，搜索 API 全量开放且权重开源
DeepSeek 正式上线 V4.1-Flash-1017，基准提升、速度更快且输出更凝练，支持通过强化学习自我反馈端到端制作游戏与 3D 建模。其自研搜索 API 全量开放，日调用数亿次，定价为千次 0.75 美元，模型权重同步开源。
X · DeepSeek精选AI 评分6262 DeepSeek-V4.1-Flash-1017 发布，基准表现与速度提升并已上线 API
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，称其基准表现更强、任务完成更快、输出更短，在性能与成本上实现帕累托改进。该模型已在官网、App 和 API 上线，并针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等做了优化，使用 DeepSeek Harness 需升级到 v0.2.1-rc.1 或更高版本。
选题角度：官方称新模型在基准、速度和输出长度上全面优于上一版，并已上线网站、App 和 API，适合做新旧版本同任务实测对比。
TechCrunch · AIAI 评分5858 Elorian 发布首个模型 Glimpse，主打用图像推理而非描述图像
Elorian 发布首个模型 Glimpse，以研究预览形式上线，提供 API 访问，聊天界面仅限候补名单。Glimpse 在推理过程中可裁剪图像区域、抽取视频帧或运行代码来测量和比较所见内容，Elorian 称之为 visual scratch space。
The DecoderAI 评分6262 Google Gemini 4 Argon 在 ARC-AGI-3 得分 97.5%，但测试方法影响巨大
Google DeepMind 的 Gemini 4 Argon 在 ARC-AGI-3 上以 Provider Adapter Harness 测试设置取得 97.5% 得分，成本 4800 美元，成为继 OpenAI 之后第二家跨过 95% 的 AI 实验室，仅次于 GPT-6 Astra 的 99.9%。
公众号 · 新智元精选爆款AI 评分4848 StartLux 发布 StartLux-Decision 新版本，称在 Decision Index 0.3 上断层第一
StartLux 发布决策模型 StartLux-Decision 新版本，距上个版本仅 10 天，提供 Instant（0.8B、2B、4B、9B、27B）与 AutoThink（4B、9B、27B）双模型矩阵。
选题角度：原文给出双模型矩阵、DecisionPivot 成对准确率和开源权重入口，适合做同尺寸新旧版本与 Jev 的成对准确率对比实测。
Hugging Face BlogAI 评分3636 Granite Switch 4.1 发布：一个端点搞定对话、决策与语音
Hugging Face 发布 Granite Switch 4.1，Granite-Switch-4.1-8B 和 -30B 在单一托管端点内整合对话、通用与专用决策及语音转文字能力。
量子位AI 评分5858 蚂蚁百灵开源 Ling-3.1-flash，主打真实工作流任务交付
蚂蚁百灵开源推出 Ling-3.1-flash，主打把真实工作流里的活干完，已接入蚂蚁内部桌面协同 Agent 客户端「小虎」。
公众号 · 智东西精选AI 评分7171 阶跃星辰开源Step 5 Preview，600B总参数登OpenRouter周榜第二
阶跃星辰正式开源Step 5 Preview模型权重，BF16、FP8两个版本同步上线Hugging Face和ModelScope。该模型采用稀疏MoE架构，总参数量600B、激活参数27B，支持100万Token上下文窗口，在Artificial Analysis Intelligence Index取得44分，位居全球开源模型前三。
选题角度：原文给出开源权重下载入口和与Claude Opus 5的成本对比，适合实测同一任务下Step 5 Preview的百万token长上下文表现。
公众号 · 新智元AI 评分3838 阶跃星辰开源 Step 5 Preview，首套 1024 卡昇腾 Atlas 950 超节点同步点亮
阶跃星辰 10 月 15 日正式开源旗舰模型 Step 5 Preview，采用稀疏 MoE 架构，总参数 600B、每 Token 激活 27B，支持 1M Token 上下文窗口和图像、视频多模态输入。
Hugging Face BlogAI 评分5252 Apertus 1.5 发布：8B 和 70B 模型新增图像音频理解与思考模式
Apertus 1.5 在 8B 和 70B 两个规模上扩展了 Apertus 1.0，新增图像和音频理解、可选思考模式、4 倍长的上下文窗口、更好的指令遵循和工具调用能力，权重于 2026 年 7 月 24 日以 Apache 2.0 协议发布在 Hugging Face。
X · 歸藏AI 评分4242 JEV 1.14.0 更新：支持多模态，上下文提升至 262K
JEV 发布 1.14.0 大版本，正式支持多模态，官方称该模型原本就是多模态，只是首个版本未加入支持。新增 box 类型，模型可返回目标在图像中的位置；每次请求和每个回答的上下文均提升至 262K，多语言能力也明显改善。
X · Google DeepMindAI 评分2222 Gemini 4 Argon 已在量子计算、核聚变与蛋白质设计等领域取得科学突破
Google DeepMind 称 Gemini 4 Argon 已在量子计算、核聚变、蛋白质设计等领域解锁新的科学突破。该帖未披露具体基准分数、参数规模或可用性细节。
公众号 · 差评X.PIN精选爆款AI 评分7878 谷歌正式上线 Gemini 4 Argon，输出上限拉到 100 万 Token
谷歌正式上线新旗舰 Gemini 4 Argon，在 100 万 Token 原生多模态输入基础上把单次最大输出上限从前代 6.4 万提升约 16 倍至 100 万 Token，输入输出共享同一上下文池。
选题角度：用同一提示词对比 Gemini 4 Argon 与 Claude 的生成成本与画面稳定性，原文给出 1.2 美元对 8 美元的具体差异。
公众号 · 智东西精选AI 评分7878 Gemini 4 Argon 全球上线，API 限时五折
谷歌宣布旗舰模型 Gemini 4 Argon 即日起全球开放，开发者和企业可通过 Google AI Studio 及 Gemini platform 的 API 使用，Google AI Ultra 订阅用户可在 Google Antigravity 中使用。
选题角度：谷歌给出 Gemini 4 Argon 的全球开放入口、五折 API 价格和多个多步骤工具调用演示，适合上手实测同一复杂任务的实际执行效果。
公众号 · 新智元精选AI 评分8585 谷歌发布 Gemini 4 Argon，主打物理推理与具身智能
谷歌发布通用物理推理模型 Gemini 4 Argon，官方称其打通机器人技术栈中的物理理解、代码生成与视觉语义推理，在具身推理基准 ERQA 上以纯推理拿下 87%。
选题角度：原文给出大量实测案例和与 Opus 5.5、GPT-6 Astra 的耗时成本对比，适合做上手实测加效果对比。
公众号 · 新智元精选AI 评分8888 谷歌 Gemini 4 Argon 全球上线，Pro 与 Ultra 用户可体验
谷歌发布新一代旗舰模型 Gemini 4 Argon，Pro 用户可在 Gemini 应用和搜索 AI 模式中体验，开发者可通过付费 API 在 AI Studio、Android Studio 调用，Ultra 用户还可在 AI Studio 和 Antigravity 中使用。
选题角度：官方给出19项基准中13项最高、百万token窗口首发价减半，适合做跑分与定价的横向对比解读。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 Gemini 4 Argon 并公布安全报告
Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步发布安全与安全报告，说明其在编码、金融、法律、网络安全和科学等复杂任务上的能力提升。
选题角度：原文给出 Gemini 4 Argon 在网络安全与生物风险上的具体防护数据和误对齐监控案例，适合做安全报告解读。
Hugging Face Blog精选AI 评分6060 Liquid AI 发布 LFM2.5-24B-A2B，24B 参数仅 2B 激活的端侧推理模型
Liquid AI 发布 LFM2.5-24B-A2B，这是一个 24B 参数、每 token 仅 2B 激活参数的推理模型，面向端侧私有 Agent，已在 Hugging Face 开源权重。
选题角度：Liquid AI 开源 24B-A2B 端侧推理模型，给出 M5 Max 上 184 tok/s 的实测数据和与 Qwen3.6-35B-A3B 的基准对比，适合上手实测本地跑 Agent 的速度与工具调用表现。
Hacker News · AI 高分帖精选AI 评分7878 Google 发布 Gemini 4 Argon 机器人模型
Google 发布面向机器人的 Gemini 4 Argon，官方称其在测试 3D 物理空间理解的 Embodied Reasoning（ERQA）基准上用纯推理取得 87%，超过其他前沿模型。
选题角度：官方给出 Gemini 4 Argon 在 ERQA 拿 87% 和四类机器人提示词示例，适合挑一个 MuJoCo 场景做上手实测。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 4 Argon 机器人模型
Google DeepMind 发布 Gemini 4 Argon，主打物理理解、代码生成与视觉语义推理，在 Embodied Reasoning（ERQA）基准上用纯推理取得 87%，超过其他前沿模型。
选题角度：官方给出 ERQA 87% 成绩和四类机器人提示词示例，适合挑一个 MuJoCo 场景做上手实测或效果对比。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Argon，主打复杂工程与科研任务
Google DeepMind 发布前沿模型 Gemini 4 Argon，今日起通过 AI Studio 和 Gemini API 面向开发者与企业开放，Google AI Ultra 订阅者可在 Google Antigravity 使用，Gemini app 和 Search 的 AI Mode 面向 Ultra 与 Pro 订阅者开放。
选题角度：官方给出 Argon 在 Chrome 重构、ADK 提速和机器人视频学习上的具体数字，适合挑一个案例做前后效果对比实测。
Google AI Blog精选AI 评分9090 Google 发布 Gemini 4 Argon，主打复杂工程与专业工作流
Google 发布前沿模型 Gemini 4 Argon，今日起通过 AI Studio 和 Gemini API 面向开发者与企业开放，Google AI Ultra 订阅者可在 Google Antigravity 使用，Ultra 和 Pro 订阅者可在 Gemini app 与 Search 的 AI Mode 使用。
选题角度：官方给出 API 定价、1M 上下文和多项内部实测数据，适合做一次能力盘点，重点讲 Chrome 重构与 ADK 提速这两个可验证案例。
公众号 · 智东西精选AI 评分7878 面壁智能发布 MiniCPM-V4.7 端侧多模态大模型，35B-A3B 版本约 3GB 内存即可运行
面壁智能发布新一代端侧多模态大模型系列 MiniCPM-V4.7，包含 35B-A3B 与 1B 两个版本，官方称 35B-A3B 是首个能在手机端流畅运行且能力无损的开源大模型。
选题角度：面壁智能发布端侧多模态模型 MiniCPM-V4.7，官方给出手机端 3GB 内存跑 35B-A3B 的实测数据，适合上手实测端侧推理速度与图文识别效果。
公众号 · 硅星人ProAI 评分3636 Agnes 开源 287 亿参数音视频生成模型 Agnes-Video-2.0-MoE，Dense 改 MoE 再剪枝提速
Agnes 开源音视频生成模型 Agnes-Video-2.0-MoE，以约 153 亿参数的 DaVinci-MagiHuman 为基础做 MoE 改造，总参数量达约 287 亿，激活参数量仍与原来相当。
公众号 · 硅星人Pro精选AI 评分7878 Meta 发布 Muse Wonder 系列模型，跑分对标 GPT-6 Astra 与 Claude Opus 5.5
Meta 超级智能实验室发布 Muse Wonder 和 Muse Wonder Full 两款模型，均支持 100 万 Token 上下文窗口，主打编程、长期 Agent 任务和专业知识工作。
选题角度：Meta 发布 Muse Wonder 系列并给出与 GPT-6 Astra、Claude Opus 5.5 的多项跑分对比，适合做数据对比和定价解读。
公众号 · 赛博禅心精选AI 评分7474 Meta 发布 Muse Wonder 与 Muse Wonder Full，主打记忆与长周期编程
Meta 超级智能实验室（MSL）发布 Muse Wonder 和 Muse Wonder Full，称这是 MSL 成立一年多来首个达到前沿水平的模型。Muse Wonder 主打快，即日起可通过 Meta API 和编程 agent Muse Code 使用，Muse Wonder Full 只对 Muse Code 订阅用户开放。
选题角度：Meta 新模型 Muse Wonder 主打跨对话记忆和长周期编程，官方给了生活场景演示和跑分对比，适合做能力实测与 Claude 的横向对比。
TechCrunch · AI精选AI 评分7878 Meta 发布首个前沿模型 Muse Wonder 与 Muse Wonder Full
Meta 的 Superintelligence Lab 发布 Muse Wonder 和 Muse Wonder Full 两款新模型，这是其首次尝试前沿模型。
选题角度：Meta 首个前沿模型 Muse Wonder 发布，可对比其与 Fable 5.1、GPT-6 Astra 的基准成绩和 API 定价，讲清 active memory 的卖点。
量子位AI 评分6262 智谱 GLM-5.3-Highspeed 在 Zcode 灰度，网友实测 490 tokens/s
智谱在 Zcode 3.15.1 中灰度上线 GLM-5.3-Highspeed 模型，订阅用户随机获得体验资格。据网友 @leo114119 爆料，该模型速度达到 490 tokens/s，而智谱上月发布的 GLM-5.3-FlashX 最高速度为 200 tokens/s，GLM-5.3-Flash 在 Z.ai API 上约为 60 tokens/s。
公众号 · 赛博禅心精选AI 评分8080 Anthropic 发布 Claude Haiku 5.5，单价降九成
Anthropic 发布 Claude Haiku 5.5，输入从每百万 token $1 降到 $0.10，输出从 $5 降到 $0.50，官方称平均跑同样的活比 Haiku 4.5 便宜约 75%。
选题角度：官方给出 Haiku 5.5 与 4.5 的价格和跑分对比，还附了一段 Opus 带 10 个 Haiku 子代理的鸡蛋架演示，适合做新旧版本同任务实测对比。
Hacker News · AI 高分帖AI 评分6262 Anthropic 发布 Claude Haiku 5.5，运行成本比 Haiku 4.5 低约 75%
Anthropic 发布 Claude Haiku 5.5，官方称其为迄今最快、最便宜且能力最强的小模型，平均运行成本比 Haiku 4.5 低约 75%，适用于摘要、压缩、数据库查询和分类等高并发、成本敏感任务。
The DecoderAI 评分7272 Mistral 发布万亿参数模型 Mistral Large 4，主打安全任务
Mistral 发布迄今最大模型 Mistral Large 4，1 万亿参数、490 亿激活参数，在自有欧洲数据中心训练，API 已通过 Mistral Studio 开放预览，权重预计 10 月底发布。
The DecoderAI 评分7272 Reflection 发布开放权重模型 Beam，称以更少算力对标 DeepSeek 与 Qwen
AI 公司 Reflection 发布首个免费开放模型 Beam，面向编码、逻辑推理和智能体任务，采用 MoE 架构，每 token 激活 5010 亿总参数中的 230 亿。