Baseten 工程博客列出多篇推理工程与模型文章，包括《领先平台如何保障 LLM 推理可观测性》、面向 DeepSeek V4 Pro 0813 的推理工程，以及 Baseten 为 You.com 提供开源推理。博客还介绍 NVIDIA Nemotron 3.5 Lightning 与 Nemotron 3.5 ASR Streaming，并收录 Laguna S 2.1、Qwen3-TTS 微调语音克隆、Kimi K3 路由等内容。
匹配字段标题
Baseten 宣布与 OpenAI 建立合作伙伴关系，并推出 Baseten Hosted Tools。其博客还介绍了 NVIDIA Nemotron 3 说话人分离功能，可实现每音频小时一美分的实时说话人标注，以及 DeepSeek-V4.1-Flash 面向编程智能体的更高效 prefill。
匹配字段标题
Baseten 宣布与 OpenAI 建立合作伙伴关系，并与 NVIDIA OpenShell、Blaxel 沙箱共同保障开放前沿安全。Baseten 推出 Hosted Tools，并支持基于 LangSmith traces 的 Baseten Loops 微调；LangChain 也借助 Baseten Loops 为 LangSmith Engine 训练定制模型。此外，Baseten 发布 DeepSeek-V4.1-Flash，为编码智能体提供更高效的 prefill。
匹配字段标题
DeepSeek 与华为合作为昇腾芯片打造编程工具并全部开源，核心是北大研究人员开发、DeepSeek 已使用约一年的 TileLang 语言，官方称其编程模型比 CUDA 更简单。双方还优化了由 128 颗昇腾 950 芯片组成的 supernode，DeepSeek 表示华为对这项工作给予了全面支持。报道指出，英伟达的优势不只来自芯片设计，还依赖全球约四百万 CUDA 开发者构成的生态，而华为在 DeepSeek 公布前两周刚发布新 AI 处理器和 supernode 系统，称明年将广泛用于模型训练。
匹配字段标题
DeepSeek 发布 Harness v0.2 Preview，提供可直接安装的 macOS 和 Windows 桌面应用，带引导式设置以及面向日常办公和开发的内置工具。该版本新增插件安装与管理页面，并提供更多自定义能力的配置选项。DeepSeek 表示产品仍处于早期阶段，需要进一步完善，下载地址为 https://t.co/jj4ZpUs3QS。
匹配字段标题
DeepSeek 发布了一套昇腾工具包，与其 Nvidia 组件一一对应，包括 TileLang、DeepGEMM、DeepEP、TileKernels、FlashMLA 和 DeepSelect。DeepSeek 称其训练中使用的每个 TileLang kernel 现在都有高性能昇腾实现，TileLang 支撑了 V4 系列训练的大部分 kernel。DeepSeek 还与华为联合优化了 128 卡昇腾 950 超节点，关键计算与通信测试据称接近硬件极限。
匹配字段标题
DeepSeek 在知乎独家发布技术长文，首次系统阐释支撑 DeepSeek-V4 全部训练、评测与数据预处理流程的沙盒基础设施 DeepSeek 弹性计算（DSec）。相关技术报告《DeepSeek Elastic Compute (DSec): A Sandbox Infrastructure for Effective Agentic Training at Scale》已公开至 arXiv，由 DeepSeek 联合清华大学发布，作者团队超过 130 人，梁文锋位列其中。
匹配字段标题
DeepSeek 团队开源面向昇腾的基础组件，与华为昇腾共建高效易用的 AI 芯片软件生态。华为提供联合定义的昇腾超节点 SuperPoD Flex 和 UBL128 组网方案，可实现 128 卡 3.2Tbps 单层交换 Scale-up 网络和 256K 卡两层交换 Scale-out 网络，支持超低时延推理与前沿基座模型大规模训练。DeepSeek 团队开发的高性能 DeepEP 通信库涵盖 EP、CP、PP、FSDP 等模式下的通信算子，互联带宽实测达到 Dispatch 375 GB/s、Combine 347 GB/s，接近硬件上限。
匹配字段标题
习近平与特朗普在纽约峰会上同意开启正式 AI 对话，并成立双边贸易委员会；阿里发布自研 AI 芯片并承诺到 2032 年建成 20GW AI 数据中心容量。DeepSeek 接近完成 75 亿美元融资、年化收入达 10 亿美元，但中国监管机构据报对其与 Moonshot 展开数据安全调查。
匹配字段标题
Cheepseek 行动第二阶段： DeepSeek v4.1 Flash 的 60 美元用量现已永久有效 尽情享用 :)
匹配字段标题
DeepSeek 研究员刘胜与在 DeepSeek V4.1-Flash 发布后发文，称最前沿智能应以开放且廉价的方式提供给所有人，并直言不希望 Anthropic 掌控最先进 AI 或 AGI。该文在微信博客仍可访问，获虎嗅、36Kr、第一财经等媒体报道，知乎和小红书上以支持声音为主。
匹配字段标题
NVIDIA Transformer Engine 结合 JAX，在 NVIDIA GB200 上把 DeepSeek-V3 的 MoE 训练吞吐从 103 TFLOPS/GPU 提升到 1,068 TFLOPS/GPU，达 10.4 倍。其分组 GEMM 内核可在单次调用中处理各专家不等的 token 数量，实现无丢弃 MoE；NCCL EP 融合 dispatch 与 combine 并去重 token 以降低网络流量。在 GB300 NVL72 上训练 DeepSeek-V3 671B 时，该方案在 1,024 块 GPU 下保持 97% 扩展效率。
匹配字段标题
Fireworks 对 DeepSeek-V4.1-Flash 做了完整基准测试，在 DeepSWE 上达到 GPT-6 Astra 级别的编码精度，单任务成本 0.43 美元，比 Gemini 3.8 Flash 低 5.5 倍、比 GPT-6 Astra 低 15 倍、比 Claude Opus 5 低 28 倍。该模型为 552B 参数 MoE，采用编码器-解码器分离架构，输入 8B、输出 16B 激活参数，KV Cache 相比 DeepSeek V4 仅占 1/4 HBM 和 1/8 SSD 存储，本次运行 99.6% 输入 token 命中缓存。在 HLE 上它单独运行得 34.52%，落后于 Astra 的 50.40%，但与 Astra 组成 oracle router 后达到 54.80%，高于 Astra 单独运行。
匹配字段标题
Fireworks 发布 DeepSeek-V4.1-Flash，在 DeepSWE 上 pass@1 为 74.34%，与 GPT-6-Astra 的 74.12% 处于同一水平，单任务成本 0.43 美元，约为 Astra 的 1/15。该模型为 552B 参数 MoE，采用输入 8B、输出 16B 的分离激活预算，KV Cache 的 HBM 占用降至上一代 V4 的 1/4。在 HLE 上它得分 34.52%，低于 Astra 的 50.40%，作者认为它更适合智能体编码而非高难推理。
匹配字段标题
DeepSeek 发布 552B 参数的 MoE 模型 DeepSeek-V4.1-Flash，每 token 激活 8–16B 参数，在 Terminal-Bench 2.1 的编码与智能体任务上超过 OpenAI GPT-5.6 Sol 和 Moonshot Kimi K3；同周 DeepSeek 据报聘请中信证券等四家承销商筹备上海科创板上市，Pre-IPO 估值约 5000 亿元人民币（约 740 亿美元）。腾讯投资的燧原科技在科创板 IPO 募资 61.2 亿元，股价盘中最高涨 234%、收盘涨 188%，市值约 255 亿美元。Anthropic 称其阻断三家中国实验室通过 Claude 路由数百万用户查询以获取训练数据的行动，美方官员称之为工业级技术窃取，中方否认并警告将反制。
匹配字段标题
DeepSeek 本周发布并开源 DeepSeek-V4.1-Flash，这是一个 552B 参数、8B 激活参数用于 prefill、16B 用于 decode 的多模态 MoE 模型，支持 1M token 上下文窗口，已上线 HuggingFace 与 Baseten Model APIs。它采用 Causal Encoder-Decoder 架构，prefill 只跑 20 层编码器，decode 跑完整模型，官方称全局 KV cache 内存仅为 V4-Flash 的四分之一。在编码与智能体基准上，V4.1-Flash 以约三分之一的总参数量超过 V4-Pro，长程智能体任务提升达两位数，但 Automation-Bench 得分 54.8，复杂工作流仍有约一半失败。
匹配字段标题
DeepSeek 将与开源社区合作支持 V4.1-Flash 推理，并探索更多部署选项。团队还面向计划使用 2,000 GPUs 和存储集群进行大规模部署的用户提供沟通渠道。
匹配字段标题
DeepSeek 表示，V4.1-Flash 通过更高效的架构降低服务成本，并下调 API 价格。峰谷定价机制保持不变，非高峰费率为高峰费率的 50%；新价格于 2026 年 9 月 10 日 04:00 UTC 生效。
匹配字段标题
DeepSeek API 已上线原生多模态模型 V4.1-Flash，调用时需将模型设为 deepseek-flash。V4-Flash 与 V4-Flash-Vision-Exp 已退役，其旧模型名暂时路由至新模型；自 2026 年 9 月 14 日 04:00 UTC 起，deepseek-v4-pro 请求也将按 V4.1-Flash 费率转发至该模型，直至 V4.1-Pro 上线。
匹配字段标题
DeepSeek 介绍了一种 552B 参数的 MoE 非对称架构，采用新的 Causal Encoder–Decoder，输入仅激活 8B 参数，输出激活 16B 参数。其称新预训练方法与更大规模的 RL 后训练使该架构的基准测试成绩超过包括 DeepSeek-V4-Pro 在内的旗舰模型。
匹配字段标题