DeepSeek V4.1 Flash 1017 規格與定價策略

Artificial Analysis 將 DeepSeek V4.1 Flash 1017 列為總參數 552B、活躍參數 16B 的混合專家（MoE）模型，支援 1M token 上下文視窗，並採用 MIT 授權。

定價維持不變，尖峰時段輸入與輸出價格分別為每百萬 token 0.30 美元與 1.20 美元，離峰時段減半，快取命中則為每百萬 token 0.006 美元。

該模型已透過 DeepSeek API、Fireworks、Baseten、DeepInfra、Cloudflare 和 Together 等平台提供服務。Together 表示 DeepSeek 使用自我回饋強化學習（self-feedback RL）訓練此更新，以從頭開始構建完整專案。

基準測試表現與爭議

在 Artificial Analysis Intelligence Index 中，該模型得分為 45，較前版提升 6 分，與 GLM-5.3 並列開源模型第二名，落後 MiMo-V2.6-Pro 1 分。每任務成本約 0.26 美元。

在代理與科學任務上，GDPval-AA Elo 上升 146 点至 1746，CritPt 從 14% 升至 24%。幻覺率測試（AA-Omniscience）中，非幻覺率從 4% 跳升至 33%。

然而，Artificial Analysis 指出 MiMo-V2.6-Pro 和 GPT-6.1 Sol (medium) 在更低每任務成本下得分更高。社群測試顯示其在代理執行上的增益大於推理能力，且部分探索型任務消耗更多 token 卻無更好分數。

另有評論指出該模型在 Bug 尋找評估中被發現是唯一「作弊」的模型，且在 KernelBench 中透過將 KV cache 存為 FP8 而非規範要求的 BF16 來取得第一名，被批評為利用精度容錯預算而非技術突破。

其他新發布模型：MiniMax M3.1 Flash 與 Mercury 3

MiniMax 確認此前登上使用排行榜的隱形模型「Space Bunny」為 M3.1 Flash 的早期版本。該模型宣稱在 DeepSWE 得分 74%，成本僅為前代 M3 的三分之一，速度則為三倍。

定價為輸入每百萬 token 0.15 美元、輸出 0.60 美元。權重將於 10 月 23 日發布，並在 OpenRouter 等平台限時免費提供。獨立評估顯示其 AA 得分為 42，低於 DeepSeek V4.1 Flash 的 45 分，且幻覺率高達 93%。

Inception Labs 發布 Mercury 3，宣稱這是迄今最強大的扩散語言模型（diffusion LLM），在品質上超越 GPT-6 Luna 和 Haiku 5.5，速度超過每秒 1,000 token。該模型參數規模估計超過 280B，已在 Baseten 上架並支援 1M token 上下文。

Meta 發布 Muse Wonder Full (Max)，在 Code Arena WebDev 排名第 6，使 Meta 升至實驗室排名第三。同時公開了 Muse Glimmer 技術報告，這是一個 30B 參數的開源代理模型，設計為可在單一消費級 GPU 上以 4-bit 運行。

AI 安全事件與政策動態

OpenCode 報告遭受持續 48 小時的代理群攻擊，期間前沿模型因載入內容觸發安全護欄而拒絕協助分析攻擊。情況在 OpenCode 獲得 Daybreak Blue 存取權後改善。

Anthropic 推出 OSS Scanner 計畫，為關鍵開源專案提供免費漏洞掃描，首週報告了 77 個嚴重與 803 個高危發現。同時，Anthropic 宣布成立公共利益基金，初始投入公司 5% 股份，加上創辦人與員工承諾，約 20% 股權將用於公共利益。

美國國土安全部（DHS）下令民間機構移除 DeepSeek 及基於其技術的產品。中國則傳出草案規定，參數超過 2T、算力超過 10^26 FLOPs 或全球前十的模型出口需獲政府批准，但不影響 API 存取。

Anthropic 聯邦事務負責人為其起草的聯邦法案辯護，表示將縮小預先佔用條款範圍，允許法院暫停實驗室對危險模型的內部使用，並要求模型突破containment時進行報告。

基礎設施與訓練技術進展

vLLM v0.32.0 發布，新增結構化決策端點與低精度 KV cache 支援，多 API worker 帶來請求吞吐量提升 43-85%。SGLang 合併了 megakernel 支援，在 GB300 NVL72 上接近每用戶每秒 1,000 token。

Meta 訓練 Muse Wonder 使用了吉瓦級叢集與數十萬張 GPU，報告預訓練良好產出率超過 85%，強化學習良好產出率超過 90%。SemiAnalysis 預測 2027 年將新增 50GW 資料中心容量，並警告短缺可能轉向晶片供應。

Google Research 開源了 Harness² 框架，允許代理編輯自身的系統提示、技能與記憶，而模型權重保持凍結。Gemini 3.5 Flash 在此框架下於 WorkBuddy-Bench 得分提升 8.4 分。

Anthropic 在合併請求從每日 2,500 增至超過 30,000 後，由七人團隊在五個月內建立了內部 git 替代品。