DeepSeek V4 Pro 0813 发布，仅限 API 访问
评分
74报道了新模型发布及作者实测差异，信息较新且具体。
来自知名博主的实测观察，内容扎实但细节有限。
对关注 DeepSeek 模型选型的开发者有参考意义，但 API-only 限制实用性。
内容为发布当日的即时报道，时效性极强。
Simon Willison 是业内公认的可信技术博主，信源可靠。
基础分 82.5 × T2 信源权重 ×0.9 = 74
精选线 70已入选精选
精选理由
该报道提供了新模型的首批实测观察，兼具时效性与独特性，但开源和基准细节仍未确认，故整体评分较高但非满分。
AI 点评
「DeepSeek 每次新模型都会搅动社区，这次的 V4 Pro 0813 虽然只有 API，但不同推理等级输出差异如此明显，值得每一个用 LLM 做生成任务的人关注。对于依赖 DeepSeek 模型做应用开发或研究的人来说，这是必须跟踪的动向。我还期待后续开源权重是否会兑现，那将直接影响部署策略。」
速览
DeepSeek 新模型 V4 Pro 0813 发布，目前仅提供 API，官方没有公告页，需通过 OpenRouter 访问。作者 Simon Willison 测试发现低、中、高三种推理等级的生成结果差异显著。基准测试数据据称先发布于官方微信群，后经 Reddit 被删，最终以 ASCII 表格形式出现在 Hacker News。开源权重计划未定，但前两个版本均已开源，预计仍会开放。
- 无官方公告，仅通过 OpenRouter 提供 API 访问
- 不同推理等级（低/中/高）生成结果差异显著，为其他模型所未见
- 基准测试数据经微信、Reddit 最终在 Hacker News 以 ASCII 表格流传
- 开源权重计划未确认，但历史版本均开源，预计可能继续开放
正文
DeepSeek V4 Pro 0813 (on OpenRouter)
The latest DeepSeek Pro model is now available, via API only. I had to link to OpenRouter because DeepSeek don't have any obvious announcement page for their new model.我尚未能确认他们是否计划发布开放权重，但考虑到四月的 deepseek-ai/DeepSeek-V4-Pro 和七月的 deepseek-ai/DeepSeek-V4-Flash-0731 都有权重可用，这似乎很有可能。
有趣的是，对于低、中、高三种不同的推理级别，我得到了外观非常不同的鹈鹕。我从未在其他任何模型上注意到这种差异：
低：
中：
高：
就基准测试而言……据我所知，这些数据发布在 DeepSeek 官方微信群中，然后被复制粘贴到Reddit 上的一个帖子中，该帖子因“低质”被版主删除，随后又被复制到Hacker News 上的这个 ASCII 图表中。
标签：ai, generative-ai, llms, pelican-riding-a-bicycle, deepseek, llm-release, ai-in-china
相关条目
精选DeepSeek V4 在 OpenRouter 上的代币份额翻倍，智能体工作负载成主要驱动力
DeepSeek V4 的快速采用表明市场对高性能、低成本推理模型的强烈偏好，尤其是智能体场景将重塑 AI 部署格局。
91
精选启用两项设置使ARC-AGI-3基准测试分数提升三倍
这项发现太关键了！它表明模型的性能不仅取决于训练，还取决于推理时的配置。对于AI工程师和研究者来说，这是一个必须注意的优化方向。特别是那些在资源受限设备上部署模型的团队，可能会因此找到低成本提升能力的方法。
91
精选GPT-5.6：前沿智能与前沿效率的融合
这条消息值得关注，因为它标志着大模型竞争从单纯拼参数转向拼效率。对于AI开发者和企业决策者来说，GPT-5.6意味着可以用更少预算获得更高性能，尤其适合那些被推理成本挡在门外的长上下文或Agent场景。OpenAI这一步，可能重新定义‘前沿’的标准。
91
精选LFM2.5-Encoder：面向CPU快速长上下文推理的新模型
这篇博文让我眼前一亮，因为它直接解决了大模型在CPU上跑长上下文的痛点。对于没有高端GPU的团队或个人开发者，LFM2.5-Encoder系列提供了可立即使用的开源方案。尤其推荐给做RAG、文档搜索或代码分析的朋友——现在用普通服务器就能处理百万级token的文档了。
91
精选GPT-Red：OpenAI通过自我对弈实现AI红队自动化，提升模型鲁棒性
GPT-Red 是红队测试从人工到自动化的里程碑，特别适合安全工程师和对齐研究者关注。它直接降低了测试成本，但也引发了对“自动攻击”本身的伦理讨论——值得所有关注AI治理的人深入思考。
91
精选OpenAI推出GPT-5.5生物漏洞赏金计划
这个计划值得关注，因为它首次将AI漏洞赏金制度拓展到生物安全领域，不仅为安全社区提供了新的研究方向，也为AI风险治理提供了实际演练场。对模型安全研究者、生物安全专家以及关心AI双重用途的从业者尤其重要。
91
精选vLLM推出原生速度Transformers建模后端，大幅提升推理性能
这项更新对于AI工程团队非常关键：无需格式转换意味着能更快地迭代模型，而2-5倍的速度提升直接降低GPU成本。如果你正在做LLM在线服务或者批量推理，这几乎是必读的技术更新。
90
精选Google DeepMind 发布手语转文本模型 SL2T，助力聋人用户
这则消息的意义不仅在于技术突破，更在于AI开始真正关注边缘群体的需求。对开发者而言，SL2T的架构思路和技术路径值得深入研究；对无障碍倡导者来说，这是推动行业标准的重要案例。