跳至正文
DigIntoAI/模型情報
模型情報動態

模型情報.

追蹤變化,讀懂每一次更新。

編輯精選深度求索
深度求索/DeepSeek V4.1 Flash 1017;ARC-AGI-3 Standard/Provider Adapter harness

同一個 DeepSeek,為什麼換套評測框架分數差這麼多?

ARC Prize 官方結果頁上,DeepSeek V4.1 Flash 1017(頁標 Oct 17, 2026 · 5 harness configurations)在同一 max 推理檔下,ARC-AGI-3 的 Standard 爲 0.2%、Provider Adapter 爲 5.8%。分差來自評測運行框架——模型自選筆記 vs 請求間保留內部推理狀態並做 compaction——不是新權重。同頁 Semi-Private 峰值:v1 high 94.5%、v2 max 78.1%。數字爲 ARC Prize 自報;我們暫時還沒有複測。

最新文章03

最新發布
01

同一個 DeepSeek,為什麼換套評測框架分數差這麼多?

ARC Prize 官方結果頁上,DeepSeek V4.1 Flash 1017(頁標 Oct 17, 2026 · 5 harness configurations)在同一 max 推理檔下,ARC-AGI-3 的 Standard 爲 0.2%、Provider Adapter 爲 5.8%。分差來自評測運行框架——模型自選筆記 vs 請求間保留內部推理狀態並做 compaction——不是新權重。同頁 Semi-Private 峰值:v1 high 94.5%、v2 max 78.1%。數字爲 ARC Prize 自報;我們暫時還沒有複測。

DeepSeek V4.1 Flash 1017;ARC-AGI-3 Standard/Provider Adapter harness閱讀文章
02

同一個開源模型,換家 API 為什麼速度和帳單都變了?

Vals AI 的 Inference Provider Index(榜頁標 Updated 10/20/2026;Updates 列表日期 10/22/2026)用同一套開源權重——DeepSeek V4.1 Flash、Kimi K3、MiniMax M3——分別跑模型方自有 API,以及 Together AI、Fireworks、Baseten 等第三方託管。在金融、程式、法律共 165 道多步 agent 任務上,各提供方總體準確率都落在相對官方 API 的誤差範圍內;同一模型按任務計的成本最多可差約 2.3 倍,且這三個模型的官方 API 都不是最便宜或最快的選項。下文數字均來自 Vals AI,僅供參考。

Inference Provider Index閱讀文章
03

DeepSeek 在美國被禁了嗎?美國國土安全部新命令管什麼

DeepSeek 沒有在美國全境被禁。美國國土安全部(DHS)的命令於 2026 年 10 月 20 日在 Federal Register 刊登,適用對象是聯邦民用行政機構:把 DeepSeek 產品排除出採購,並要求從 IT 系統中移除 DeepSeek 產品,以及基於 DeepSeek 實作開發的第三方產品。國家安全系統不在範圍內,機構可以申請例外。德州、紐約州和澳洲另有針對政府設備的規定;義大利資料保護機構 2025 年限制了該聊天機器人處理義大利使用者資料。

DeepSeek閱讀文章