跳到正文

DeepSeek

DeepSeek(深度求索)的模型釋出、開源權重與技術報告——開源大模型價格與效能雙卷的風向標。

最新精選

第 1–20 條 · 共 68 條
11月22日週日
  1. ChinaTalk79

    中國《民族團結進步促進法》下,AI 如何協助審查、學習與監控

    中國的《民族團結進步促進法》要求網路業者處理破壞民族團結的內容,但 AI 目前還不一定看得懂所有相關語言。作者測試六種模型後發現,用哈薩克語或蒙古語直接提問時,模型更常照要求寫出仇恨內容;部分測試也因藏語和維吾爾語翻譯不夠通順,難以判斷結果。另一方面,中國的政府相關機構正在建立少數民族語言資料和模型,作者認為這些成果尚未普遍出現在民眾使用的商用模型中。文章也提到,一項被 Anthropic 認為中等可信度與中國有關的行動,曾用 Claude 整理海外報導與活動資訊,製作給官員參考的簡報。作者據此分析,AI 的作用不只在刪除內容,也包括學習如何辨識內容,以及產製宣傳材料和監控情報。

    推薦理由:作者以多語言測試指出,模型在少數民族語言中更容易產生仇恨內容,並串起審查、語言資料建置與監控報告三種用途。

11月21日週六
  1. Dev.to Top Tech76

    DeepSeek API 開放多種工具,文章比較 Flash 和 V4-Pro 怎麼選

    自己串接網路搜尋、讀取檔案和網址等功能,常得另外處理工具怎麼運作與收費。DeepSeek API 把這些工具整合進服務,開發者可用引數啟用;搜尋、讀取網頁和 OCR 等費用會另外計算。文章比較 deepseek-flash 和 deepseek-v4-pro:Flash 支援圖片,離峰時每 1M 個輸出 token 收 $0.60,V4-Pro 則收 $1.98;Flash 的同時處理上限也較高。V4-Pro 適合小規模、只處理文字的複雜推理工作。若服務面向大眾,DeepSeek 要求開啟安全檢查,內容審查等責任仍由開發者承擔。

    推薦理由:文章整理 DeepSeek API 新工具的收費與使用限制,並比較 Flash 和 V4-Pro 在圖片處理、價格及同時處理量上的差異。

11月20日週五
  1. LMSYS Org Blog74

    Ant International 團隊如何加速 DeepSeek-V4.1-Flash 在 H20-3e 上的推論

    DeepSeek-V4.1-Flash 在 H20-3e 上處理長提示時,等待第一個回答的時間佔了很大一部分。Ant International 團隊調整分開處理提示與生成回答的部署方式,也改進了多個運算步驟;在 8 張 GPU 的測試中,平均完成時間從 13.63 秒降到 4.70 秒,每秒輸出量從 847 個 token 增至 2,465 個。團隊也測試了 4 張 GPU 同機處理的配置,平均完成時間從 18.62 秒降到 7.96 秒。這些結果顯示,不同部署方式的速度和吞吐量各有差異,適合用來比較實際工作負載下的取捨。

    推薦理由:這組測試比較 DeepSeek-V4.1-Flash 在 H20-3e 上的分拆與同機部署,呈現延遲和吞吐量如何隨配置改變。

11月19日週四
  1. Hao AI Lab65

    讓機器人在沒有事先示範的情況下操作,是 ORA 想處理的問題。Hao AI Lab 發布開源工具 ORA v0.1,並公佈它搭配 DeepSeek V4.1-Flash 的測試結果:RoboDojo 從 ORA October 預覽版的 5.2% 提升到 39.9%,RoboTwin 則從 71.5% 提升到 79.6%。這些數字呈現兩項測試的前後差異,原文沒有提供其他模型或測試條件的比較。

    推薦理由:ORA v0.1 在 RoboDojo 與 RoboTwin 的成績都高於 ORA October 預覽版,可看出這次更新在兩項測試中的變化。

  2. LMSYS Org Blog68

    Humming 整合 SGLang,讓低位元 MoE 模型跑得更快

    大型 MoE 模型需要存放大量專家權重,怎麼在省記憶體的同時加快運算,是實際部署時的難題。Humming 把低位元權重接上專用運算核心,整合到 SGLang 後,仍由 SGLang 負責分派工作,Humming 負責處理輸入和矩陣運算。文章在 8 張 H20-3e GPU 上測試 DeepSeek-V4.1-Flash-1017:相同 A16 精度下,長上下文輸入的速度比 Marlin 快 1.07 到 1.23 倍;改用 FP8 專家運算也能提高部分測試的輸出速度。這些結果只適用於文中測試的設定,不能直接代表其他模型或工作負載。

    推薦理由:文章比較 Humming 在不同精度與專家分流設定下的速度,並交代測試條件,能看出加速幅度會隨工作負載與設定改變。

11月18日週三
  1. Dev.to Top Tech83

    開放權重模型落後封閉模型多久?作者用資料比較能力、算力與授權

    開放權重模型的能力和封閉模型差多少,會隨時間、評量方式和授權條件改變。作者用 Epoch AI 截至 2026 年 10 月 30 日的資料追蹤模型分數,指出 2026 年開放模型平均落後約 6.7 個月;中國團隊推出的模型已連續 673 天保持開放權重領先。不同地區的差距也不一樣:美國和歐洲模型落後更多,而授權條件會影響模型能不能用在商業服務。作者認為,選模型時除了看能力,也要確認來源與授權是否符合自己的需求。

    推薦理由:作者把開放權重模型的能力差距拆成時間、算力、地區與授權來比較,呈現採用這類模型時需要衡量的實際取捨。

  2. TechCrunch · AI76

    Vals研究發現,把辨認戰場目標說成遊戲,可能讓AI模型失去戒心

    AI模型可能把平民或學校標成軍事目標,即使研究者沒有要求它們決定是否開火。Vals用模擬情境和無人機、衛星影像測試多家公司的商用模型;模型有時會拒答,但研究者改口說這是在玩遊戲後,模型常會照做。研究者也讓模型檢視人員是否出現在影像中,再呈現模擬攻擊的結果。這些測試不是實際戰場部署,也沒有測試軍方取得的模型;研究者認為,模型大量標註戰場影像、替自動瞄準系統準備訓練資料,可能是較迫近的風險。

    推薦理由:Vals以模擬情境測試模型辨認戰場目標的表現,並發現把任務說成遊戲可能讓拒答失效,呈現出模型防護的一項具體弱點。

11月17日週二
  1. Hacker News (official RSS)76

    FrontierHarness Eval v1.1 比較 22 套 AI 助理工具,找出各模型的合適搭配

    同一套 AI 助理工具換上不同模型後,花費和任務通過率可能差很多。Runta 與 Baseten 用 5 個模型、22 套工具和 62 種終端機任務做比較,發現每個模型費用較划算的工具組合都不一樣;例如 Codex CLI 搭配 GLM-5.3 時,每次通過任務平均花費 $0.803,但換成 Kimi-K3 後,費用排名從第 1 名掉到第 16 名。結果也顯示,花更多錢不一定能讓任務更容易通過。作者建議,換模型時也用自己的任務測試工具組合,並留意執行步驟,因為每一步都會再次送出整段上下文。

    推薦理由:這項比較顯示,同一套 AI 助理工具搭配不同模型時,費用排名會大幅變動;選工具時應用自己的工作任務實測成本與通過率。

  2. Unsloth AI Releases76

    Unsloth 0.1.919-beta 加入電腦操作,並更新模型選擇與圖片模型支援

    AI 助理要操作電腦或接上創作軟體,常得另外處理許可權和連線。Unsloth 0.1.919-beta 加入測試版電腦操作,讓本機視覺模型或已連線的服務檢視螢幕、控制滑鼠和鍵盤;第一次操作、切換應用程式和部分可能有風險的動作都要先核准,也能隨時接手。更新還能透過 MCP 連線 Unity、Unreal Engine、Godot、Blender 和 Roblox。MiniMax-H3-Image 新增多種硬體支援與 LoRA 訓練;原文表示,在 A100 80GB 上解碼 2048px 圖片從 2.82 秒縮短到 0.28 秒。

    推薦理由:這次更新把螢幕操作、創作軟體連線和本機圖片模型支援放進同一套工具,能看出 Unsloth 正擴大本機 AI 助理的使用範圍。

  3. Databricks Blog68

    Databricks 推出 AI Index,追蹤企業採用哪些 AI 模型及其成本

    企業可選的 AI 模型越來越多,光看模型表現或每個 token 的價格,很難知道哪種選擇最適合手上的工作。Databricks 推出公開的 AI Index,整理企業使用模型的情況與花費,也用實際程式開發任務比較不同模型和 AI 助理工具組合的成功率與每項任務成本,並計畫每週更新。資料顯示,開放權重模型在企業流量中的佔比從 7 月的 7.3% 升到 11 月的 30.9%;有些模型 token 單價較低,完成任務卻可能花更多錢。Index 也提醒企業按自己的工作內容比較品質和成本,因為測試結果不一定適用所有團隊。

    推薦理由:Databricks AI Index 把企業採用情況和程式任務的品質、成本放在一起比較,呈現模型選擇如何隨工作需求改變。

  4. Dark Reading (Information Security)77

    中國關聯攻擊者用 AI 工具入侵 10 個組織

    攻擊者用 AI 工具加快入侵速度,但這些攻擊仍從常見的帳號與系統弱點下手。Palo Alto Networks 的 Unit 42 追蹤到,攻擊者讓 Cairn 自動安排偵查、嘗試利用弱點並記錄結果;這波行動在 8 月至 9 月間針對至少 19 個組織,其中 10 個遭未授權存取或資料被取走。部分組織的個資外流超過 100 萬筆,攻擊也取得有效帳密、建立管理員帳號或修改檔案。研究人員指出,攻擊利用了已知問題,例如驗證漏洞、弱密碼和過期的公開 CVE。持續盤點對外服務、縮小可存取範圍、修補軟體並設定誘餌警報,仍是可行的防禦做法。

    推薦理由:Unit 42 說明 Cairn 如何接手規劃與執行多個入侵步驟,也指出攻擊仍利用常見弱點,可用來理解防禦工作的著力點。

11月14日週六
  1. Dev.to Top Tech82

    DeepSeek API 加入網頁搜尋、檔案與語音功能,並分項收費

    DeepSeek 把原本在自家 App 裡的搜尋、讀取網頁、檔案和語音功能開放給開發者透過 API 使用,模型會依設定搜尋網頁、讀取連結或把檔案內容放進對話,也能處理語音。除了模型 token 費用,各項工具還會另外收費,例如搜尋與讀取網頁每 1,000 次成功請求 US$0.75,掃描頁面辨識文字每 1,000 頁 US$0.225。安全設定可檢查輸入和輸出;若服務對外提供,開發者也要負責內容安全檢查、模型登記與 AI 生成內容標示。示範聊天工具會把 API 金鑰和對話存在使用者的瀏覽器,文章提醒不要拿它處理敏感資料。

    推薦理由:DeepSeek 把搜尋、讀取網頁、檔案與語音功能接進 API,並分項計價,文中也整理了公開服務需要留意的安全責任。

  2. Baseten75

    部署 DeepSeek V4.1-Flash 時,推論速度會受到使用的硬體配置影響。Baseten 宣佈用 Rust 和 CUDA 從頭打造了一套推論引擎,並將它開源。Baseten 表示,使用 4xB300 時,解碼速度約為 1,740 TPS;使用 8xB300 時,約為 2,060 TPS,而處理 1M-token 的預填約需 12 秒。

    推薦理由:Baseten 公開這套以 Rust 和 CUDA 從頭打造的推論引擎,並列出不同 B300 配置下的解碼速度與 1M-token 預填時間。

  3. Dev.to Top Tech87

    我用公開權重檢查中國 AI 模型,發現 5 款帶有 Blackwell GPU 痕跡

    要查一個模型用了哪種晶片,光看公開資料往往不夠。作者重跑一項檢查,發現 5 款中國開放權重模型中,沒參與訓練的部分權重,與 Blackwell GPU 開始訓練時留下的數值排列高度吻合;換掉設定後,吻合度就大幅下降。報告估計這些訓練約用了 12,000 張 Blackwell GPU,但作者也提醒數量推算有很大誤差。這項結果能指出開始訓練時使用的硬體,卻不能證明晶片在哪裡、如何取得,或是否違反出口管制。

    推薦理由:這項檢查能從公開模型權重追查訓練前使用的硬體,並呈現推算晶片數量的誤差範圍與證據限制。

  4. aihot76

    研究者稱 Kimi K3 與 DeepSeek V4 留有 Blackwell 訓練痕跡

    美國限制 Blackwell 晶片出口到中國,但研究者 Will DePue 分析公開模型權重後,稱 Kimi K3 系列和 DeepSeek V4 留有使用 Blackwell 訓練的痕跡。這些痕跡不能證明模型完全用這種晶片訓練,也不能單獨證明有人違反出口管制;晶片可能設在馬來西亞等境外資料中心。報導也提到,出口管制能否限制中國企業取得頂尖 AI 算力,仍牽涉晶片使用地點與使用者等問題。

    推薦理由:研究者從模型權重找出 Blackwell 訓練痕跡,但文章也說明,這不足以判定晶片是否違法輸往中國,境外資料中心是重要背景。

  5. TechCrunch · AI79

    研究團隊稱中國多款 AI 模型可能用受出口限制的 Nvidia 晶片訓練

    美國限制 Blackwell GPU 出口到中國,但中國企業發布的多款開放權重模型,可能仍用過這些晶片訓練。研究團隊分析模型權重後,認為 Moonshot AI 的 Kimi K3 和深度求索的 V4 留有 Blackwell 訓練痕跡;這是研究線索,不能證明模型完全用這些晶片訓練,也不能單憑此認定違反出口管制。晶片可能經走私進入中國,也可能透過馬來西亞等地的資料中心供中國企業使用。報導指出,美國目前追蹤受管制晶片實際用途的責任有限,若調查確認走私且 Nvidia 知情,公司可能面臨更大責任。

    推薦理由:研究團隊從公開模型的權重中找到可能使用 Blackwell GPU 訓練的線索,報導也整理了晶片轉運與海外資料中心帶來的出口管制難題。

11月13日週五
  1. The Decoder82

    前 OpenAI 研究員從六款中國 AI 模型中找到 Blackwell 晶片痕跡

    模型公開後,外界很難只靠成品看出訓練時用過哪種晶片。前 OpenAI 研究員 DePue 分析模型權重中殘留的數字排列,稱六款 2026 年 4 月後推出的中國模型帶有 Nvidia Blackwell 晶片的特徵,較早的 DeepSeek-V3 和 Kimi K2.5 則呈現 Hopper 特徵。他也表示,已在 Blackwell 晶片上重現 DeepSeek-V4-Flash 和 Kimi K3 的結果,並公開驗證程式碼。這些痕跡顯示模型權重可能由哪一代硬體初始化,但不能證明晶片實際位於中國,也不能單靠這項分析證明違反美國出口管制。

    推薦理由:分析從模型權重留下的隨機數痕跡推測晶片世代,並說明這類線索能指出硬體存取情況,卻無法單獨證明違反出口管制。

  2. Rohan Paul69

    人用提示詞注入攻擊近期幾乎騙不過新的 Gemini 模型,容易讓人以為問題已經解決。Google DeepMind 團隊做出 Agentic Optimizer,讓 8 組 AI 助理測試藏在資料裡的指令、交換心得,再改進彼此的攻擊方式。他們用這套方法測試 100 項需要操作工具的任務,每次攻擊只想讓模型做一項隨機且無害的工具操作。最多嘗試 320 次後,最強的攻擊者在 34% 的任務中騙過防護最強的 Gemini 4 Argon;開放權重的 Kimi K3、GLM-5.3 和 DeepSeek-V4.1-Flash 擋下攻擊的比例只有 1%。

    推薦理由:研究用多組 AI 助理接力改進提示詞注入攻擊,並比較不同模型在工具操作任務中的防禦表現。

  3. aihot78

    DeepSeek API 開放網路搜尋、檔案輸入與閱讀連結等功能

    開發者要讓 AI 助理搜尋網頁、讀取連結或處理檔案,過去得自行串接相關功能。DeepSeek 現在讓 deepseek-flash 在 Messages、Responses 和 Chat Completions API 中使用這些能力,開啟對應工具或引數後,服務端會處理工具呼叫與對話內容整理。模型能依問題搜尋網頁或圖片、讀取訊息中的連結,也能解析 PDF、Office 和圖片檔案;另外還有 Search、Fetch、OCR、ASR 和 TTS 等獨立介面。對外提供服務時,DeepSeek 建議開啟安全校驗,並提醒開發者需負起內容安全審核等責任。

    推薦理由:DeepSeek 把搜尋、讀取連結與檔案處理等能力接進 API,並由服務端處理工具呼叫與上下文整理,方便開發者評估整合方式。