Naive AI 发布开源模型 Naive-N0.5-Flash,主打 AI 研发 AI 能力
Naive AI 发布开源模型 Naive-N0.5-Flash,以开源基座为起点,重构注意力架构为每 5 层 SWA 搭配 1 层 DSA 的混合结构,全程保持 1M 上下文,分三阶段累计训练 3.25T tokens。
推荐理由:文章给出 Naive-N0.5-Flash 的架构改造、训练阶段与评测成绩,可据此判断中训练与后训练路线的落地方式。
DeepSeek(深度求索)的模型发布、开源权重与技术报告——开源大模型价格与性能双卷的风向标。
Naive AI 发布开源模型 Naive-N0.5-Flash,以开源基座为起点,重构注意力架构为每 5 层 SWA 搭配 1 层 DSA 的混合结构,全程保持 1M 上下文,分三阶段累计训练 3.25T tokens。
推荐理由:文章给出 Naive-N0.5-Flash 的架构改造、训练阶段与评测成绩,可据此判断中训练与后训练路线的落地方式。
DeepSeek 正式推出 DeepSeek Harness 桌面端,官网已提供 macOS 和 Windows 开箱即用安装包,登录即送 6 元赠金,有效期到 10 月 6 日。
推荐理由:作者实测桌面版 Harness 的文档处理、定时任务与自写插件流程,可据此判断 Agent 产品从终端走向日常办公的形态变化。
DeepSeek 正式发布 DeepSeek-V4.1-Flash,这是其新架构家族中最小、原生支持多模态视觉理解的模型,官方称新架构面向更高能力上限、更快推理和更高吞吐。
推荐理由:官方给出新架构家族最小模型的完整基准与 API 变更,可据此判断多模态调用与旧模型迁移成本。
DeepSeek 在 API 平台上线实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp,可通过设置 model='deepseek-v4-flash-vision-exp' 调用。
推荐理由:官方给出实验版视觉模型的调用名与多项基准分数,可对照纯文本版本判断多模态智能体能力差距。
DeepSeek-V4-Pro 正式版已在 APP、Web 和 API 上线,API 调用方式不变,模型名设为 deepseek-v4-pro 即可使用。官方称其 Agent 能力大幅增强,并给出 HLE(无工具/有工具)42.7/60.0、Terminal Bench 2.1 87.9、DeepSWE 62.7 等基准成绩。
推荐理由:官方给出 V4-Pro 的 Agent 基准成绩、Responses API 适配与三档思考强度,可据此判断升级后的实际用法。
DeepSeek 官方宣布 DeepSeek-V4-Flash API 进入公测,调用方式不变,只需将模型名设为 deepseek-v4-flash。
推荐理由:官方给出 V4-Flash 在多项 Agent 与编码基准上的成绩,可据此判断其智能体能力定位。
DeepSeek API 现已支持 V4-Pro 和 V4-Flash,可通过 OpenAI ChatCompletions 接口和 Anthropic 接口调用,base_url 不变,model 参数设为 deepseek-v4-pro 或 deepseek-v4-flash。
推荐理由:DeepSeek API 上线 V4-Pro 与 V4-Flash,并给出旧模型名的三个月过渡安排,便于开发者规划迁移。