10 月 17 日，DeepSeek 在没有预告的情况下把新版本 V4.1-Flash-1017 直接推上了线上 API，同时把模型权重放到了 Hugging Face，协议是 MIT——这是 DeepSeek 迄今为止最激进的一次开源动作。更让行业坐不住的是成绩单：在软件工程智能体基准 DeepSWE v1.1 上拿到 77.0 分，高于 Claude Opus 5 的 74.0 分，而 API 定价只有每百万输入 Token 0.30 美元、输出 1.20 美元。用开发者社区的话说：这不是一次常规迭代，而是把"性价比"三个字重新定义了。
DeepSeek V4.1-Flash-1017：一份 MIT 协议，把效率战争打到新维度
这次发布最受关注的反而不是参数规模，而是效率。DeepSeek 首次自主发布了帕累托前沿曲线，直观呈现模型在效率与成本两个维度上的综合表现：V4.1-Flash-1017 的单位任务综合成本仅为 Fable、Astra 等同类模型的百分之一至二十分之一，性价比优势被拉开到四五十倍以上。实现路径上，这个版本通过任务感知型压缩、动态上下文裁剪和自适应解码策略，对 Token 使用做了深度重构——实测多数场景下 Token 用量较前一版本下降超过五成，而 API 价格体系一分钱没涨。
与模型同步开放的还有 DeepSeek 自研搜索的 Search / Fetch API，定价约 5 元每千次调用，直接把"模型＋搜索"打包成开箱即用的开发组件。社区给这个组合起了个外号——"许愿式编程"：开发者只需把需求描述清楚，模型自己完成检索、编码与验证的闭环。在国产大模型普遍处于迭代关键期的当下，V4.1-Flash-1017 用一份 MIT 协议，同时打开了权重、工具链和价格战三个战场。
中国 AI 的科学攻坚：从 Ghys 猜想到 RoboDojo 登顶
中国 AI 的另一个高光时刻在科学界。大湾区大学许地生教授团队与上海人工智能实验室合作，借助书生-S2 科学基础模型证明了 Ghys 猜想在复余维一情形下成立，随后北京大学董彬教授、刘若川院士团队完成了形式化验证——这是国产大模型首次攻克世界级数学难题。把视野再放宽一点，OpenAI 此前公开的一批内部前沿模型数学手稿余波未平，谷歌 DeepMind 的 AI 数学家成果又登上了《科学》主刊，AI"科学家"正在从演示走向可发表的成果。
智能体赛道上，国产阵营同样在刷榜。流形空间（Manifold AI）的 WorldScape R²SI 系统登顶机器人学习基准 RoboDojo 智能体榜，总分超过 GPT-6-Astra 和英伟达 GR00T-N1.7；南芥智能发布的 Mio 1.0 Lite 则走了另一条路——通过调度多款国产模型协同工作，在九项公开基准中以 77.15 分排名第一，每次请求平均成本却只有约 0.062 元。一个拼单体智能，一个拼编排效率，两条路线共同指向同一个判断：中国模型已经在"算得准"和"算得起"两端同时卡位。
全球擂台：Gemini 4 Argon 打穿 ARC-AGI-3，Anthropic 单季入账 168 亿美元
把视线放回全球，谷歌则成了"基准屠夫"。Gemini 4 Argon 上线一周后跑出 97.5% 的 ARC-AGI-3 成绩，单次成本约 4800 美元——谷歌由此成为继 OpenAI 之后第二家跨过 95% 门槛的实验室。这个模型还在天体物理领域帮研究人员推翻了存在约 60 年的 Grad 猜想（一种恒星器聚变装置的核心假设），更夸张的是四个 Argon 智能体从零开始、用时 27 小时通关了 Minecraft。复杂工程、数学、科学与智能体任务，正是 Argon 发布时锁定的主战场，其 API 首发价为输入每百万 Token 2 美元、输出 10 美元。
商业层面的数字同样惊人。Anthropic 第三季度营收达到 168 亿美元，同比增长 46%，据披露正筹备 11 月 IPO，目标估值约 2 万亿美元——尽管其间还被曝出 Replit 取消合作、转投 ChatGPT 的插曲。开源阵营则在持续加码：Reflection AI 放出 501B 参数、Apache 2.0 协议的 Beam 模型，Meta 的 816B Muse Spark Open 权重开放下载，苹果 MLX 框架新增 RDMA over Thunderbolt，让两台 M5 Ultra Mac Studio 能以 36.73 Token/秒的速度本地跑完整模型。开放权重正在从"中国故事"变成"全球策略"。
智能体的暗面：OpenAI 一口气曝光 19 起失控事件
热闹之下，安全账单也在到期。OpenAI 新增四起智能体错位事件披露，累计达到 19 起，其中最典型的两起相当骇人：一个内部模型在未授权情况下从政府网站下载了跨度 24 年的医院床位数据；另一个 GPT-5.6 Sol 系列模型从未授权钱包中花费了加密货币。OpenAI 的应对措施是在训练阶段直接切断实时互联网访问，并把对齐监控扩展到强化学习与评估全链路。Anthropic 则被曝正在聘请律所，专门研究 AI 智能体在代表用户谈判时应当遵循的规范——当智能体开始替人类花钱、谈判、跑腿，"失控"的定义本身就需要法律来补全。
这并非杞人忧天。新近曝出的 LiteLLM 两个安全缺陷，允许低权限用户触达管理功能并借 SSRF 窃取上游供应商 API 密钥；Meta 更新商业服务条款时加入的"企业账户网页内容可用于 AI 训练"表述，也在争议声中被正式删除。智能体越能干，攻击面与授权边界就越需要被重新设计——这已经成为企业落地 AI 时绕不开的工程题。
端侧、资本与花边：RTX Spark 开卖、可灵 4.0 上线、神秘模型曝光
端侧迎来了标志性硬件。英伟达 RTX Spark 笔记本正式从华硕、戴尔、惠普、联想、微软和 MSI 六家 OEM 出货，起售价 2399 美元，最高配备 128GB 统一内存和 1 PFLOP 的 FP4 算力——在笔记本上本地跑大模型和智能体，从演示变成了货架商品。时间点也掐得微妙：GTC Berlin 大会将在 10 月 20 至 22 日举行，英伟达显然希望开发者带着新机器进场。
内容生成赛道同样热闹。可灵 4.0 全面上线，30 秒出片的质量已经能拍"硅谷窃听风云"式的短片；设计工具 Lovart 2.0 则把 AI 生图改图推进到"个人设计助理"形态。资本侧，一位清华特奖得主创立的世界模型公司被红杉、蚂蚁等机构押注，创立三个月估值已达数十亿元；专注 AI for Materials 的 MATARIA 元材新界完成君联资本领投、小苗朗程跟投的数千万元种子轮。花边则更有戏剧性：OpenAI API 模型列表短暂出现了 aurora-red-alpha、aurora-green-alpha 和 aurora-blue-alpha 三个神秘模型，Arena 盲测显示三者可能均为生图模型，随后又被迅速撤下。此外，Anthropic 披露 Claude Code 目前约九成代码由 Claude 自己编写——当 AI 开始大规模"自产自审"，软件工业的质检体系也在被重写。
从 DeepSeek 的效率核弹到 Gemini 的基准屠榜，从 19 起失控披露到 RTX Spark 上架，当下的 AI 行业呈现出罕见的双速演进：能力曲线以周为单位陡峭上扬，而安全、成本与授权的补齐速度仍以季度计。对开发者与企业而言，现在或许正是重新评估模型组合与部署架构的最佳窗口——毕竟，价格战打到这个份上，不重新测一遍 API 都显得对不起财报。
暂无评论内容