跳到正文

DeepSeek

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。

240 条精选相关主题千问 Qwen开源生态模型发布

最新精选

第 121–140 条 · 共 240 条

7月4日星期六

AI HOT 精选

2.6万名学生追踪30个月:用AI写作业,平时分涨18%,大考分却跌了24%,这个坑两年才完全暴露

这项研究跟踪了华中某县2.6万多名中学生两年半,发现用AI写作业的学生平时成绩涨了18%,完成时间从64分钟缩到45分钟,但闭卷月考成绩直接掉了20%。更麻烦的是,中考、高考这类关键考试的成绩下滑了18%到24%,而且这个跌幅要差不多两年才会完全显现,短期研究根本看不出来。约81%的长期用户出现了典型的“外包模式”——作业做得又快又好,考试却一塌糊涂。

推荐理由:研究者跟踪华中某县中学生两年半,发现使用AI写作业的学生平时成绩提升与闭卷考试成绩下滑并存。

7月2日星期四

Hacker News 首页

11 个模型比赛重构一个 1500 行的 LangGraph 巨型节点,Fable 的方案拿了第一

作者把一个 1500 行的 LangGraph 巨型节点(god node,所有逻辑塞在一个函数里)扔给 11 个模型,让它们各自出重构方案和完整代码,然后让模型互相打分。Fable-5 的方案在同行评审里排第一,GPT-5.5 和 DeepSeek-4-pro 紧随其后,GPT-5.4 和 Opus-4.7 垫底。

推荐理由:作者把 1500 行 LangGraph 巨型节点交给 11 个模型各自重构并互评,Fable-5 的方案在同行评审中排第一,不同模型处理同一份复杂代码时的方案差异是这条的主要内容。

6月30日星期二

Hacker News 首页

美团开源 LongCat-2.0:1.6 万亿参数 MoE 模型,48B 激活,全程用自研 AI ASIC 训练

美团放出了 LongCat-2.0,一个总参数 1.6 万亿、每次推理激活约 480 亿参数的混合专家模型。它全程跑在美团自研的 AI ASIC 超算集群上,用超过 5 万张卡、没出过需要回滚的重大训练事故,预训练吞下了超过 35 万亿个 token。

推荐理由:美团开源总参数1.6万亿、激活约480亿的MoE模型LongCat-2.0,全程在自研AI ASIC集群上以超5万张卡完成训练,未出现需回滚的重大事故。

6月29日星期一

Hacker News 首页

DeepSeek V4 七月中旬上线,API 开始分峰谷时段计价

DeepSeek 宣布 V4 模型会在七月中旬正式发布,同时上线峰谷计价:北京时间每天 9:00–12:00 和 14:00–18:00 算高峰,API 价格翻倍。高性能版 deepseek-v4-pro 输出从每百万 token 6 元涨到 12 元,轻量版 deepseek-v4-flash 从 2 元涨到 4 元。

推荐理由:DeepSeek 宣布 V4 模型七月中旬上线,API 同步启用峰谷计价,高峰时段价格翻倍,重度调用方可以据此重新安排任务时段。

6月27日星期六

AI HOT 精选

AI账单比员工工资还高,部分美国公司已把全部流量切给DeepSeek

旧金山一家25人的公司Lindy,CEO说每月AI费用已经超过所有员工的工资总和,这个月他们把100%的调用从Anthropic的Claude切到了DeepSeek,预计未来几个月能省下数百万美元。他之前在Uber的同事也说,Uber现在给部分AI工具设了每月1500美元的开支上限。

推荐理由:旧金山25人公司Lindy每月AI费用超过全员薪资总和,本月把全部调用从Claude切到DeepSeek,预计未来几个月省下数百万美元。

6月26日星期五

FT · 科技

DeepSeek 要大规模招人,中国 AI 圈抢人大战升级

DeepSeek 正在从字节、阿里等大厂高薪挖人,部分 offer 能给到候选人当前薪资的 2 到 3 倍。团队会从现在的几百人快速扩张,但正文没披露具体要招到多少人。我会先打个折——能不能持续这个节奏,还得看下一轮融资和收入能不能跟上。

推荐理由:DeepSeek 以 2 到 3 倍薪资从字节、阿里等大厂挖人,团队将从几百人快速扩张,中国 AI 人才争夺的报价水平由此有了具体参照。

AI HOT 精选

华盛顿邮报实测:主流AI聊天机器人政治立场仍偏左,连标榜“反觉醒”的模型也未能幸免

华盛顿邮报拿六个主流AI模型做了次政治立场测试,结果发现它们整体还是偏左。OpenAI的GPT-5.5回答里80%只给左派论点,DeepSeek V4 Pro也有70%,两者都反对死刑,尽管美国多数民众几十年来一直支持。Anthropic的Claude Opus 4.8有43%的回答纯左派。

推荐理由:华盛顿邮报用六个主流模型测试政治立场,给出GPT-5.5、DeepSeek V4 Pro等具体左派回答占比,标榜反觉醒的模型也未能例外。

6月25日星期四

Hacker News 首页

开源模型便宜到让闭源厂商没法打价格战

作者在试用 DeepSeek V4 时发现,它的 API 价格只要 0.09 美元,而 Anthropic 的同类模型要 5 美元,差了将近 50 倍。文章认为,Anthropic 和 OpenAI 被自己的高成本结构卡住了脖子,很难把价格砍掉一两个数量级去跟 DeepSeek 或小米的 Mimo 竞争。

推荐理由:作者对比 DeepSeek V4 与 Anthropic 同类模型的 API 价格,0.09 美元对 5 美元,相差近 50 倍,并指出闭源厂商受高成本结构制约难以跟进降价。

6月20日星期六

AI HOT 精选

微软在测试 DeepSeek-R1 和 V4,打算把中国模型卖给西方客户,同时也在把 ChatGPT 卖给中国企业

彭博社说微软正在测试 DeepSeek-R1 和 DeepSeek-V4,准备把这些中国模型提供给西方客户。另一边,微软也在把 ChatGPT 卖给中国企业,相当于在中美之间做 AI 模型的中间商。正文没披露定价、分成比例和具体上线时间,所以这个双向贸易网络到底能跑多大,现在还不清楚。

推荐理由:微软一边测试 DeepSeek-R1 和 V4 供西方客户使用,一边向中国企业销售 ChatGPT,这种双向转售让读者看到 AI 模型跨国流通的一种新路径。

Hacker News 首页

GPT-5.5 的幻觉率是开源模型 GLM-5.2 的三倍,大模型迷信该破了

作者拿 GPT-5.5、DeepSeek V4 Pro 和智谱的 GLM-5.2 做了个对比测试。在 AA-Omniscience 幻觉基准上,GPT-5.5 的幻觉率高达 86%,DeepSeek V4 Pro 更是飙到 94%,而 GLM-5.2 只有 28%。这意味着前两者遇到不会的问题时,十次里有八九次会瞎编一个答案,而不是老实说“我不知道”。

推荐理由:个人博客用 AA-Omniscience 基准对比三款模型,GPT-5.5 幻觉率 86%、DeepSeek V4 Pro 94%,开源 GLM-5.2 仅 28%,给出了一组具体的横向参照。

6月19日星期五

AI HOT 精选

DeepSeek研究员开源AutoResearch:AI自己跑完285B模型强化学习全流程

DeepSeek研究员Deli Chen放出了一个叫AutoResearch的实验协议,让AI智能体在285B参数的模型上独立跑完了一整套强化学习研究闭环——自己设计实验、写代码、提交GPU任务、修bug、写总结,全程没人插手。系统用了GRPO这个工具。

推荐理由:DeepSeek研究员Deli Chen开源的AutoResearch协议,让AI智能体在285B参数模型上独立完成强化学习研究闭环,从设计实验到写总结全程无人干预。

6月18日星期四

AI HOT 精选

DeepSeek 识图模式在 App 和网页端上线,App 端仍标注“内测中”

DeepSeek 多模态研究员 Xiaokang Chen 宣布,识图模式今天在网页和 App 端正式上线。这个模式跟“快速模式”“专家模式”并列,打开后可以上传图片让模型理解画面内容,不只是提取文字。IT之家实测发现,App 端还挂着“图片理解功能内测中”的提示,网页端没有。

推荐理由:DeepSeek 识图模式在 App 和网页端上线,与快速、专家模式并列,可上传图片让模型理解画面内容;App 端仍标注内测中,网页端没有。

6月17日星期三

Computing Life · Share · 鸭哥调研

推理模型四年史:你以为的石破天惊,其实早有暗线

推理模型不是2024年突然蹦出来的。让模型写解题步骤的思维链、用自己生成的正确推理训练自己的STaR、给中间步骤打分的过程奖励模型,这些技术从2022年起就陆续成熟了。o1真正改变的是产品化:把推理变成一种可以计费、可以调度的资源,在API里引入reasoning tokens和可调节的思考强度参数,相当于给scaling law开了第二个轴。

推荐理由:从2022年思维链、STaR到过程奖励模型,梳理推理模型技术积累的四年脉络,并指出o1把推理变成可计费、可调度资源这一产品化转折。

AI HOT 精选

微软考虑在 Copilot Cowork 里加一个 Azure 托管的 DeepSeek V4,当便宜选项

Copilot Cowork 要从无限用改成按量计费了,因为有人一周跑几百个任务,成本扛不住。微软想了个省钱方案:在 Azure 上托管一个微调过、加了安全护栏的 DeepSeek V4,让用户自己选要不要用。Axios 说微软已经微调出一个能跑的模型,但最终上不上还没定。

推荐理由:微软考虑在 Azure 上托管微调版 DeepSeek V4,作为 Copilot Cowork 按量计费后的低价选项,模型已微调完成但尚未决定是否上线。

6月16日星期二

AI HOT 精选

DeepSeek 首次拿外部投资,估值超 500 亿美元,但钱进的是梁文锋管的有限合伙,不是公司本身

DeepSeek 完成了第一轮外部融资,融了超过 500 亿人民币(约 74 亿美元),估值推到 500 亿美元以上。这笔交易的结构不太常规:投资人的钱进的是一个由 CEO 梁文锋管理的有限合伙企业,而不是直接投进 DeepSeek 公司。这些外部投资者没有投票权,而且股份要锁定五年才能退出。唯一有投票权的直接投资者是中国国有 AI 投资基金。

推荐理由:DeepSeek 完成首轮外部融资,74 亿美元进入梁文锋管理的有限合伙企业而非公司本身,外部投资者无投票权且股份锁定五年,这一结构安排是理解其资本与控制权关系的关键。

AI HOT 精选

本地编程栈实测:Qwen 3.6 35B-A3B 免费换来 5 倍提速

Tomasz Tunguz 翻完 Hacker News 上 500 多条评论,画出了现在程序员用本地模型写代码的主流配置。模型这边,Qwen 3.6 35B-A3B 被提到最多,占 33%,它的 27B 版本占 20%,后面是 DeepSeek Pro 和 Gemma4 31B。

推荐理由:Tomasz Tunguz 汇总 Hacker News 上 500 多条评论,统计出程序员本地写代码的模型与工具配置占比,Qwen 3.6 35B-A3B 以 33% 居首。

6月12日星期五

AI HOT 精选

Hugging Face 开源了 Open-R1,要完整复现 DeepSeek-R1 的推理能力

Hugging Face 在 GitHub 上发布了 Open-R1 仓库,目标是完全复现 DeepSeek-R1 这个推理模型。目前仓库已经拿到 2.61 万颗星和 2.4k 次复刻,但正文只放了项目首页的导航和元数据,没有公开具体的实现计划、训练数据、复现进度或跑分结果。

推荐理由:Hugging Face 在 GitHub 开源 Open-R1 仓库,目标是完整复现 DeepSeek-R1 的推理能力,仓库已获 2.61 万颗星和 2.4k 次复刻,是观察开源社区复现推理模型路径的入口。

6月7日星期日

AI HOT 精选

AI 公司开始集体换用更便宜的模型,成本能砍掉九成

Tomasz Tunguz 观察到,基础模型公司往上抢应用层生意、最聪明的闭源模型越来越贵、开源模型又已经够用,这三件事逼着 AI 买家开始大规模“换芯”。Coinbase 把简单任务分流到便宜模型,用量指数级涨但成本没变;Lindy 把所有流量从 Anthropic 切到 DeepSeek v4,省了几百万美元,核心场景效果反而更好。

推荐理由:基础模型公司上探应用层、闭源模型涨价、开源模型够用,三股力量推动 Coinbase 和 Lindy 等公司把任务分流或整体切换到更便宜的模型,成本大幅下降。

6月6日星期六

AI 群聊日报

群聊周报 Vol.2|这一年你学的 AI 技巧,可能白学了

作者把自己折腾了一个多月的开源 AI 管家“龙虾”(OpenClaw)亲手退役了。这东西需要自己搭环境、接 API、家里留一台电脑常年开着,结果 Claude 官方桌面产品 Cowork 一出,原生就把他那些魔改的功能全包了,还更稳定。

推荐理由:作者把自建一个多月的开源 AI 管家龙虾退役,因为 Claude 官方桌面产品 Cowork 原生覆盖了同类功能且更稳定,个人自建方案与官方产品的能力重叠由此显现。

机器之心 · 公众号

普林斯顿用 DeepSeek V4 做数学证明,成本只要别人的五百分之一

普林斯顿的研究员搞了一套叫 Goedel-Architect 的智能体系统,专门让模型在 Lean 这种形式化证明语言里自动做数学题。他们拿 DeepSeek-V4-Flash 跑 PutnamBench 数学竞赛题,672 道题里正确率到了 75.6%,API 调用费总共才花了 294 美元。

推荐理由:普林斯顿团队用 Goedel-Architect 系统让 DeepSeek-V4-Flash 在 Lean 里自动做数学题,PutnamBench 672 道题正确率 75.6%,API 调用费共 294 美元。