搜索“DeepSeek”

500亿美元，年底的目标是700亿。这两条收入曲线，是这轮算力订单最直接的支撑。 但两家都还在亏。Anthropic 上半年的净亏损是807亿美元，其中约720亿来自可转债的账面计价，同期算力开销约90亿美元。收入在涨，亏损也在涨。差别在于，收入是客户付进来的钱，亏损里有很大一块只是会计处理。需求真实，不等于这门生意已经赚钱。 梁文锋在一次投资人交流会上说，DeepSeek 的 API 定价锚在“从市场上买一批设备回来，十个月收回成本”，对应大约六倍利润。 麦肯锡去年初预测，2025到2030年全球算力需求将增长350%，AI 负载占数据中心总负载的比例过半，从今年的实际情况看，这个预测甚至偏保守。 这种需求的短缺也传导至整个供应链。先缺高端 GPU，接着暴露存储和光通信缺口，光芯片的掺杂材料铥、镱、铒都成了瓶颈；光通信的市场规模因为这一轮需求短期放大了约十倍。变压器要等四年，并网排队更久。云厂商于是提前下单，GPU 厂商提前锁 HBM 和先进封装，一路传到上游材料和多层 PCB，每个环节都多备一点货。 按照现在的需求预计，加上两年内看得见的订单，这轮建设潮短期内停不下来。 谁已经赚到

匹配字段正文

。@natolambert，@simonw Arena 的独立偏好评估提供了一个互补但范围更窄的图景： WebDev：第 8 名，1,692 分，而 K3 为第 17 名、1,655 分。 品牌与营销：第 7 名，较第 9 名上升。 模拟：第 9 名，较第 20 名上升。 Arena 表示，它在所有类别上均有提升，发布后将成为其排名最高的开源权重模型，超过 DeepSeek V4.1 Flash。 在这些设置下，它大致与 Opus 5 Max 相当，未必能与更新的 Opus 5.5 相比。@arena 另一项独立汇总基于已发布的基准测试，给出了 164.7 的初步 ECI，90% 自助法区间较宽，为 152.5–169.0。发布者随后提出 160–165 为合理区间。这是一个不确定的汇总结果，而非另一套独立执行的任务套件。@scaling01，@scaling01 预测与结果的逆转值得注意。测试前，@teortaxesTex 预测 AA 52、Vals 65、CritPt V2 76、Terminal-Bench 4.0 49、WeirdML V3 官方约 20/最佳 28，以及 EC

匹配字段正文

！ 该模型刚刚以 1692 分在 Code Arena: WebDev 中位列第 8，与 Claude Opus-5 (Max) 持平，而成本低 70%。相比以 1655 分位列第 17 的 Kimi K3 (Max)，这提升了 9 位（+37 分）。 Kimi K3.1 Pro 在所有类别上均较 Kimi K3 有所提升。亮点：- 品牌与营销排名第 7（从第 9 上升）- 模拟排名第 9（从第 20 上升） 成本效率也是一项升级。Kimi K3.1 Pro (Max) 定价为每百万输入/输出 token 2/10 美元，单任务成本中位数为 1.23 美元（比 Kimi K3 低 29%）。请在推文串中查看其相对于帕累托前沿的位置。 随着开放权重即将发布，Kimi K3.1 Pro 将成为 Code Arena: WebDev 中新的第 1 开源模型，超越 DeepSeek-v4.1-Flash。敬请期待！ 请在下方推文串中查看 @Kimi Moonshot 按实验室的排名，以及 Kimi K3.1 Pro 的 3D 生成结果。 热烈祝贺 @Kimi Moonshot 团队发布此模型！

匹配字段正文

Kimi K3.1 以 3.1 Pro 的名义发布。如果权重如他们所承诺的那样在 11 月 4 日前放出，其基准成绩看起来显然就是当前最强的开源权重模型。这些成绩非常令人印象深刻。 Kimi 团队就网络风险发表了非常明确的声明，并试图把控开源权重网络能力的前沿节奏，相对于闭源前沿加以节制。 在模型如何经受住氛围测试方面还有很多值得了解的地方，但在过去几年里，Moonshot 团队的 kimi 模型很少失手。K3.1 每 token 的价格也低于 K3，但博客中的一些基准显示它每次回答消耗的 token 明显更多，所以实际价格可能大致相同。 这一点，加上所有网络相关的新闻，以及即将推出更大规模 GLM 模型的传闻，让我们对今年余下的时间充满期待！Pro 这个名字让我觉得 Kimi 很快也会推出 flash 模型，类似于 DeepSeek 和 GLM。

匹配字段正文

Kimi Business”为您的团队订阅。 基准测试 脚注 除非另有说明，下文报告的所有 Kimi K3.1 Pro 结果均在推理强度设为“max”、temperature = 1.0、top-p = 0.95 的条件下获得。 编程基准测试 Terminal-Bench 4.0。Kimi K3.1 Pro 使用 Claude-Code 测试框架进行评估。DeepSeek-V4.1-Flash-1017 的数据取自其发布博客（https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017）。其余所有分数均取其在博客文章或官方 Terminal-Bench 4.0 排行榜（https://www.tbench.ai/). Terminal-Bench Science 0.1。Kimi K3.1 Pro 使用 Claude-Code 测试框架进行评估。我们对 DeepSeek-V4.1-Flash-1017 的内部评估得分为 9.3；不过，较早版本 DeepSeek-V4.1-Flash 在官方 Terminal-Bench Sci

匹配字段正文

x）58.9 · Claude Code + Fable 5.1（max + fallback）57.6 前四相差仅约 4.1 分，其中三席是 Claude Code。首个 OpenAI 组合是 Codex + GPT-6 Astra，54.7。 FrontierCode 单项（Opus 拉开差距处）： · Opus 5.5：56.0% · Codex + DeepSeek V4.1 Flash：52.6% · Codex + GPT-6.1 Sol：49.4% · Codex + GPT-6 Astra：49.3% 其余 24 个配置里有 15 个挤在 43%–49% 仓库问答（SWE-Atlas-QnA-AA）前几名： · Muse Wonder Full：68.8% · Claude Fable 5.1：66.4% · Opus 5.5：65.9% · Sonnet 5.5：64.2% 同一批 21 个配置在新旧 Index 上对比：均值从 54.8 → 47.4，20/21 下降；主因是 FrontierCode 均值约 45.1%，远低于 DeepSWE 的 65.6%；问答

匹配字段正文

是堆并行，还包括：让稀疏注意力真的跑在稀疏核上、切碎并分片二次复杂度的 indexer、激活重算与 CPU offload、以及去掉不必要的 fp32 升精度。 https://t.co/Z3E8qjKsZ8 模型与瓶颈 · GLM-5.3-Flash 是混合注意力：45 层里 34 层用 Kimi Delta Attention（线性注意力），11 层用 DeepSeek Sparse Attention（DSA）。只有 DSA 的代价随序列长度近似平方增长，决定了上下文上限。 · DSA 本身对每个 query 只读约 2048 个关键 key（注意力近似线性），但 indexer 要对每个 query 给全部「每 4 token 一池」打分，稀疏注意力的二次成本被挪到了 indexer。 四块优化 1. DSA 真稀疏 · 问题：Megatron 融合稀疏核只认 DeepSeek-V3.2 的张量形状；Flash 版 DSA 无位置编码（NoPE）、维度更窄，且选 2051 而非 2048 个 key。内核静默拒掉后回退到全量稠密注意力。其他优化都开着时，16k 就要约 114

匹配字段正文

者吗？并非如此。在某种程度上，VC也参与了这种数据包装的循环。很多投资机构内部也有KPI压力，基金经理需要快速投出明星项目、推高账面回报，才能在下一期基金向LP（出资人）募资。于是，创业者用包装过的数据争取高估值，VC用高估值项目向LP展示回报，LP再指望下一轮接盘。这完全是一场击鼓传花式的循环。 结语：回归常识，拒绝为泡沫买单 旧金山科技圈正在经历的这场“数字大跃进”，像极了2000年互联网泡沫破裂前夕的荒诞岁月。 当时的初创公司，只要在名字里加个“.com”就能股价翻倍；现在的AI初创，只要把两周的订单乘以26，就能自称下一个OpenAI。 对于普通创业者和从业者来说，更稳妥的选择是：不要参与这个循环，不要成为虚报数据的共同参与者。 真正伟大的公司，其核心财务模型永远是简单的：实实在在的营收，减去低于营收的成本，剩下真实的利润。无论是OpenAI还是DeepSeek，在剥离了所有花哨的包装后，拼的依然是算法效率与真实的商业变现能力。 当泡沫破裂时，你会发现，最靠谱的护城河，永远不是花6美分买来的星标，也不是那些互相换来的合同，而是那些愿意在毫无泡沫的寒冬里，为你真实产品买单的客户。

匹配字段正文

下载客户端 +1MiniMax开源M3.1 Flash，“Flash”模型为何成为AI新潮流？澎湃新闻记者 范佳来2026-10-23 13:14来源：澎湃新闻 ∙ 10%公司 听全文字号 国产大模型又卷起来了——在DeepSeek官宣上新后，大模型企业MiniMax也紧随其后宣布更新。 10月23日，澎湃新闻记者获悉，MiniMax（稀宇科技）宣布开源M3.1 Flash模型，该模型上线72小时处理超过100万亿Token。 相较于上一代M3模型，M3.1 Flash模型能力实现全面提升，使用成本降低70%。通过全模型稀疏注意力、量化感知训练，和Power-aware scheduling等优化工作，模型线上推理速度提升了近3倍。 MiniMax表示，将携手华为昇腾、平头哥、昆仑芯、摩尔线程、NVIDIA、AMD等海内外芯片厂商，以及Together AI、Fireworks、Nebius等推理和云服务平台，共同推进M3.1Flash的开源首日接入。此外，vLLM、SGLang、智源FlagOS和Hugging Face、魔搭等推理框架与开源社区，也将与MiniMax共同推动模型在不

匹配字段正文

越来越多的 MaaS（Model as a Service，模型即服务）平台厂商通过公有云 API 方式供给大模型词元服务。然而用户对词元服务性能缺乏直观的判断依据，且面临选型困难等各类问题。 报告基于 2026 年 1-8 月的监测数据，围绕各平台词元服务调用成功率、吞吐速度、首词时延、稳定性、价格、上下文窗口等维度开展分析，对比原厂大模型官方平台，以及 DeepSeek、Qwen、GLM、Kimi 四款开源模型在第三方平台上的性能差异，进一步分析影响词元服务性能的关键因素，总结产业核心观察，明确下一步工作计划，旨在为用户选型提供参考，并为产业界优化服务能力提供方向指引。 1. 国内词元服务每秒吞吐量较 2025 年翻倍，仍低于国外 报告提出，8 月份国内各模型平均 TPS（每秒输出词元数）达到 78.23（个 / 秒），与 2025 年均值 38.25（个 / 秒）相比实现翻倍。但 8 月份国外典型模型的 TPS 均值为 112.82（个 / 秒），与 2025 年 12 月的 51.35（个 / 秒）相比，提升亦超过一倍，整体优于国内。 所有大模型词元服务月均 TPS 2. 词元

匹配字段正文

及普通内科医生的准确率仅为 36%。 值得注意的是，此类复杂病例在现实临床中通常交由专科专家或多学科医疗团队协作诊治，而这部分专科医生并未纳入本次对照实验。 官方表示，该系统所需的成本仅为医生的一半甚至三分之一，能以更少的化验与诊疗操作精准锁定正确诊断。该项研究成果已正式发表在《科学》期刊。 微软针对 OpenAI、谷歌、Anthropic、Meta 以及 DeepSeek 等多家机构的模型对 MAI-DxO 进行了测试，其中表现最亮眼的当属 OpenAI 旗下的 GPT-5 及 GPT-5.5。 “特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides i

匹配字段正文

strator，简称 DxO，通过统一编排多个 AI 智能体来模拟医生专家联合会诊的过程 —— 各智能体协同向患者问诊、开具化验检查，并对潜在诊断展开深入研判与辩论。 而在基于《新英格兰医学杂志》（NEJM）复杂病例展开的模拟评估中，MAI-DxO 的诊断准确率高达 83%。相比之下，可独立查阅参考资料的基层全科医生及普通内科医生的准确率仅为 36%。 值得注意的是，此类复杂病例在现实临床中通常交由专科专家或多学科医疗团队协作诊治，而这部分专科医生并未纳入本次对照实验。 官方表示，该系统所需的成本仅为医生的一半甚至三分之一，能以更少的化验与诊疗操作精准锁定正确诊断。该项研究成果已正式发表在《科学》期刊。 微软针对 OpenAI、谷歌、Anthropic、Meta 以及 DeepSeek 等多家机构的模型对 MAI-DxO 进行了测试，其中表现最亮眼的当属 OpenAI 旗下的 GPT-5 及 GPT-5.5。 IT之家附论文链接： 广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家包含外链的文章均包含本声明。

匹配字段正文

构建开放 AI 的研究人员、开发者和公司团结在一起。 “当更多的人、项目和组织开展合作时，开放系统的学习速度会更快，从而产生复合收益，”PyTorch 基金会执行董事 Mark Collier 表示。“开源生态系统让突破能够在组织之间传播，而不是被锁在一家公司内部。” Nebius 长期以来也一直为 vLLM 提供用于开发、测试和基准测试的计算资源，包括在 DeepSeek R1 等大型模型上的多节点工作。 Nscale 最初通过 Ray 进入 PyTorch 基金会的项目生态系统，Ray 是用于分布式计算和扩展 AI 工作负载的开源框架。在 Nscale 计划收购 Ray 背后的公司 Anyscale 之后，Nscale 已承诺继续投资 Ray 的开发及其贡献者社区，延续 Ray 自 2025 年 10 月加入基金会以来在基金会下的治理。 “大多数基础设施提供商将框架和数据中心视为两个独立的问题。我们则把它们视为一体。PyTorch 之所以一直是 AI 的基础层，是因为它保留了研究人员熟悉的 Pythonic 风格，同时在性能上认真发力。同样隶属于 PyTorch 基金会的 Ray

匹配字段正文

迹微调 Llama2-13B，效果超过了直接 prompt 的 GPT-3.5。关键在于任务和环境要足够多样。 · RL：让学生模型自己跑任务，按任务是否完成给奖励，前提是结果可验证。讲义对比了 PPO 和 GRPO：PPO 要在内存中保留 4 个模型、每步训练 2 个；GRPO 只需 3 个、每步训练 1 个，优势值直接用组内奖励的 z-score 计算，DeepSeek-R1 用的就是 GRPO。 · On-policy 蒸馏：学生模型自己采样生成，教师逐 token 打分，好比“复盘自己下过的棋”。引用的 Thinking Machines 结果是，它比 RL 更高效，训出的模型也更好。 让 agent 自己做优化 · Darwin Gödel Machine：agent 修改自己的代码。选哪个版本当“父代”时，表现越好越优先，已有子代越多越靠后。消融实验显示，“自我修改”和“回到早期版本重新探索”这两点都不可或缺。 · Meta-Harness：让一个元 agent 看到全部历史经验，由它决定下一步改什么，逐步改出更好的 harness。 · autoresearch（karp

匹配字段正文

inct MI355X 上以全异步智能体强化学习训练了 Qwen3-30B-A3B-Instruct，使其在 SWE-bench Verified 的 100 任务分层子集上的 pass@1 分数几乎翻了两番，从 7.3% 提升到 27.5%。最大的瓶颈是长尾轨迹、CPU 沙箱和数据移动。我们分享了如何应对这些挑战以提升吞吐量并加速学习，其中的经验也适用于 DeepSeek-V4-Flash、GLM-5.3 和 Kimi K3 等更大的模型。 摘要 SWE-bench Verified 子集 pass@1：7.3% → 27.5%。 Qwen3-30B-A3B-Instruct，在 SFT 和智能体强化学习之后，于 100 个分层任务上评估，每个任务尝试 4 次。 rollout 吞吐量约提升 4 倍：约 860 → 约 3,480 条轨迹/小时。 模型和 RL 配方保持不变；推理从 1 个扩展到 3 个 8 卡 MI355X 节点，并配合云沙箱和并发修复。 RL 单步速度约提升 3 倍：850 秒 → 284 秒。 在同一 8 卡推理节点上限制轨迹长度可减少长尾。 384 个并发智能

匹配字段正文

pipeline (Figure 5). Note that all public data keeps the original labels and joins into the mix at the final stage. In brief, this pipeline first generates new examples using e.g. DeepSeek V4-Pro or GLM-5.3. To account for the fact that no single check will catch all corrupted or bad examples, we stack several checks together. These include: Label. We first label the correct/intended answer independently using either a panel of five judge models or deterministically (as above, in the case of a g

匹配字段正文

for its capability. As of now, per Epoch AI, only four Chinese models since mid-2024 (Kimi K3, ERNIE 5.0, Qwen 3.8 Max, and Qwen3.8-2.4T-A95B) cross this threshold. No models from DeepSeek, Meituan, Xiaomi, or Z.ai exceed two trillion parameters, but all have models above or near one trillion parameters, and it is reasonable to expect their next releases to cross that threshold. As the Q&A clarified, the restriction does not cover tech that is already public via open weights or literature, so th

匹配字段正文

的“黄仁勋演唱会”， 点击近600万。 这些AI演唱会，大多采用迈克尔·杰克逊的经典名曲《Beat It》+主角替换模式（即将迈克尔·杰克逊、替换成任一主角），来进行创意生成。 在黄仁勋舞台上，他穿着标志性的黑皮衣，从台下弹射入场，开始高歌Beat It。 图 | 库克成了黄仁勋的粉丝 台下粉丝群贤毕至，从华裔“芯片女王”苏姿丰、OpenAI创始人奥尔特曼、DeepSeek梁文锋，到苹果库克、马斯克等一众科技圈大佬，陆续化身迷弟迷妹，露脸尖叫。 再搭配上诸如“算力荒席卷全球，大厂乖乖等待”、“建算力中心靠我，钞票统统拿来”等紧跟行业热点、爆梗不断的歌词，把黄仁勋那种志得意满的情绪，捕捉地特别精准到位，既能娱乐大众，又让业内人士看了叫绝。 以至于马斯克都转发和评论，“这就是内存条为什么这么贵的原因”。网友则纷纷点赞，“连世界首富都看到了。” “胡萝卜须儿”坦言，自己不是这波风潮的首批发起者，但也想亲手试试自己的创作，能否接上这波流量。 于是，由他创作的“元首演唱会”AI版就这样上线了。画面中，科技圈大佬被一众海外历史人物替换，鬼畜风歌词，搭配Beat It的强劲节奏，也碰撞出别样火花。

匹配字段正文

0/1000你可能也喜欢这些文章千元机，你快回来AI助听，正在拆掉医疗器械和消费电子之间的墙AI版“小天才”攻占幼儿园，半年猛销40万台现在的安克，会选择当年的阳萌吗？消费电子太无聊，连设计大师都想逃“不务正业”的江浙沪70后男人，狂赚老外2个亿看完禾赛战略级产品Kosmo，禾赛至少值1000亿？联想的AI转型是一场马拉松龙虾热退潮，无头MacBook仍在热卖蓝字计划特邀作者 记录智能时代的每一次浪潮！前沿科技捕手，AI产品深度洞察。发表文章161篇 最近内容当999元的红米亮起苹果logo，库克最担心的事情发生了1小时前年内第18次宕机，融资千亿的DeepSeek反而更脆弱了？2026-10-19花了几百亿美金，但扎克伯格的AI翻身仗栽在一盏灯上2026-10-14阅读更多内容，狠戳这里选靠谱AI，看真实评测查看36氪AI测评官方交流社区加入咨询项目审核和入驻联系36氪项目推荐订阅号关注 36氪欧洲站36氪欧洲站36氪欧洲站Ai产品日报网络谣言信息举报入口热门推荐 推送和解读前沿、有料的科技创投资讯 一级市场金融信息和系统服务提供商 聚焦全球优秀创业者，项目融资率接近97%，领跑行业

匹配字段正文

式中，芯片、基础软件、集群系统往往分属不同厂商，跨架构、跨平台的适配要重复投入，每一代硬件升级都意味着全链路的重新适配。东方算芯的做法是从芯片架构到编译器、算子库、集合通信库、分布式训练框架再到集群调度与运维工具全部自研。资料显示，东方算芯全套自研了全栈自主CAAP软件栈，覆盖编译器、算子库、分布式通信库、训练框架与一站式开发工具，全面兼容主流深度学习框架，DeepSeek、千问、STEP等开源大模型可快速迁移部署，降低国产算力芯片落地适配成本。由于芯片、软件、集群出自同一支团队，每一代迭代不需要跨厂商重新适配，上一代积累的算子优化与调度策略可以直接复用到下一代产品。软件定义的架构属性放大了这种优势。传统AI芯片是硬件功能固化的，芯片流片时，支持哪些算子、什么数据通路就已经烧死在硅片里。而软件定义芯片硬件的Tile阵列和数据通路可以由软件配置，同一颗芯片通过不同的软件配置执行不同的计算结构。于是适配的重心从硬件挪到了软件层，对于新模型的适配，CAAP编译器只需把它映射成数据流图，在Tile阵列上展开执行，核心算子已被算子库覆盖，只需做增量优化。芯片换代后，硬件执行模式保持一致，上一代打

匹配字段正文