最新

两种模型：Flash（总参数量 2840 亿，激活参数量 130 亿）和 Pro（总参数量 1.6 万亿，激活参数量 490 亿）。两者都支持 100 万 token 上下文。 V4-Pro 是他们的旗舰模型。在 Agent 编码任务上击败了 Claude Opus 4.6 Max（他们自己说的）。特别提到在编码方面优于 Sonnet 4.5，并且在通用基准测试中与 Opus 4.6 相当。在世界知识和 STEM 方面，他们表示它领先于 Gemini-Pro-3.1。 V4-Flash 是一个被低估的选择。它比 Pro 更快、更便宜，但它比 Pro 具有更好的长上下文效率。 原文： Agent 能力大幅提升：V4-Pro 在开源模型中，Agentic 编码基准测试中达到 SOTA 水平。实际上，用户报告说它感觉比 Sonnet 4.5 更好，并且输出质量接近 Opus 4.6 的非思考模式——尽管与启用思考的 Opus 4.6 相比，仍然存在差距。 世界知识：V4-Pro 在知识基准测试中以显著优势领先于所有开源模型，仅次于闭源前沿模型中的 Gemini-Pro-3.1。 顶级推理能力：在数学、STEM 和竞争性编码方面，V4-Pro 击败了所有已公开基准测试的开源模型，并且与世界上最好的闭源模型展开激烈竞争。 100 万上下文才是真正的亮点。完全重新设计了注意力机制——结合了称为 DSA（深度稀疏注意力）的技术来处理这种规模，而不会导致计算量爆炸。与 V3.2 相比，V4 的推理成本随着 token 数量的增加保持不变，而 V3.2 的成本会急剧上升。架构的改进使得它真正可用，而不仅仅是一个规格数字。 Agent 能力得到了专门的升级。专门针对 Claude Code、OpenClaw、OpenCode 和 CodeBuddy 进行了训练。V4-Pro 现在是任何 agentic / 编码工作流程的推荐模型。Flash 明确不推荐用于最复杂的 agent 任务。 API 已上线。定价： DeepSeek-V4-Flash：每百万输入/输出 token 费用分别为 0.14 美元 / 0.28 美元 DeepSeek-V4-Pro：每百万输入/输出 token 费用分别为 1.74 美元 / 3.48 美元 Reasoning_effort 参数允许您为每次调用设置思考强度（低/高/最大）。特别推荐将“最大”用于 agent 任务。 该模型将在 Atlas Cloud 上发布。开发者可以获得 API 访问权限。

鉴于人工智能如此强大，我们应该拥有一种更好的编程语言。这种语言被命名为 cpluz/cz，意指它大致介于 C 和 C++ 之间，但有一些差异。由于它的设计理念与 C++ 截然不同，我们的理念是“简单即是最好”。 我最初的计划如下： A. 路线图：0.1 版本是 C++23 的一个子集。这样做的好处是它可以与现有的 C++ 生态系统共存，所有程序和库都可以共享。 1.0beta 版本是一个重大突破。在这个阶段，应该有工具或人工智能可用，将 0.1 版本和 C++23 代码完全转换为 CZ1.0 + 独立的编译器工具。 B. 语言设计：目前考虑的：1. 无头文件；使用模块；2. C++20 + 多维下标运算符/if consteval；3. 使用 C++23 库。 总体目标是： 一页速查表（+半页基本概念，如果你没有任何编码知识）；一本完整的书 10 页。这意味着大致不超过 20 条基本语法规则。这将使人工智能和人类都能轻松学习并与之交流，实现像 Python 一样的易用性。并将其他所有内容都放入库中。 基于 C++，它应该实现类似的速度，甚至更高效，因为它更简单。 除了 Rust 的安全性，我们还需要增加信任，这意味着在共享之前进行严格的代码审查（包括测试代码，这些代码曾被 XZ 的黑客利用）。 考虑到人工智能的发展速度，完成一个完整的课程大约需要 18 个月，这并不过分吧？