DeepSeek-V4 Flash 的强化学习训练现已在 AMD Instinct MI355X GPU 上通过 Miles 框架获得支持，基于 ROCm 软件栈运行。该 2840 亿参数 MoE 模型（每 token 激活 130 亿参数）需 SGLang 进行 rollout 生成、Megatron 进行策略更新，Miles 负责异步循环与权重同步。团队解决了 SGLang 与 Megatron 间模型对齐、量化状态在线更新及多节点并行稳定性三大挑战，最终在四个八 GPU 节点上完成端到端验证：超过 100 个优化器步骤中训练-rollout 对数概率差可控，在线奖励持续提升，离线 AIME-2024 基准分数同步上涨。
Artificial Analysis@ArtificialAnlysArtificial Analysis 与 ServiceNow 联合发布企业级 AI 智能体评测 EnterpriseOps-Gym-AA，基于原始基准适配 Stirrup 框架。任务覆盖 8 个业务域、164 张数据库表、512 个 MCP 工具，通过最终数据库状态的 SQL 检查评分（结果导向）。当前榜单：Anthropic Claude Fable 5 (max) 以 51% 领先，Google DeepMind Gemini 3.5 Flash (high) 50%，OpenAI GPT-5.5 (xhigh) 47%，智谱 GLM-5.2 (max) 43%（开源最高），DeepSeek V4 Pro 和 Kimi K2.7 各 40%。全部模型在 1,117 项 oracle 任务中仅完成约一半，领导者单项检查通过率 79%，完整任务完成率仅 51%。
凡人小北@frxiaobei用户称 Grok 4.5 能力与 Opus4.8 相当，是第三个惊艳模型。前两个：Claude Fable 5 深度远超 Opus4.8，花光一周配额；DeepSeek v4-flash（关 thinking）非编程场景接近 sonnet4.6，花费低。猜测第四个是 GPT-5.6，但用 GPT-5 体验差，问 Google 为何沉寂。
让我惊艳的两个模型: Claude Fable 5,周末深度用了两天,花光了一周的配额,在深度上这个模型远远超过 opus 4.8,智能的天花板还很高,期待下一个阶段。 DeepSeek v4-flash(关掉 thinking),非编程场...
Rohan Paul@rohanpaul_ai本期AI周报涵盖多项动态：Meta推出首款图像模型；DeepSeek正研发推理芯片以减少对Nvidia和华为依赖，瞄准中国500亿美元AI芯片市场；据The Information，智谱AI在GLM-5.2使用量一周暴涨27倍后，也探索定制ASIC；谷歌Gemini为生产级AI智能体提供更强开发工具；有开发者构建Claude Code工作流，整合个人资料、职位和申请草稿，获5.7K GitHub星；Yann LeCun在采访中解释LLM在真实世界智能方面的局限；1X Technologies将展示超越人手指控制的机械手。
Artificial Analysis 基于 O*NET 推出金融、法律、医疗、战略与运营、工程、经济学共6个行业指数（8项指标）。Claude Fable 5 全部第一；Claude Opus 4.8 (max) 六项第二，GPT-5.5 (xhigh) 两项第二。开放权重模型中 GLM-5.2 (max) 在5个指数领先。成本方面，Claude Fable 5 在战略与运营指数每任务 3.48 美元，比 DeepSeek V4 Pro max（0.03 美元）高出100多倍，性能仅高12分。DeepSeek V4 Flash (max) 所有指数任务成本低于0.04美元，得分中游。
X.PIN@thexpinThe Information报道，智谱（Z.ai）正考虑为其GLM模型定制芯片；深度求索（DeepSeek）已花一年构建推理专用AI芯片并招聘工程师。更大转变在训练侧：美团称其LoongCat模型在华为Ascend 910C上完成预训练，打破国产芯片仅适用于推理的认知。字节跳动则大量购入所有可获得的国产AI芯片。Nvidia在中国的护城河依然坚固，但已不再不可撼动。
Orange AI@oran_ge爆料称 GPT-5.6 是 5 系最终版，GPT-6 基于更大规模预训练（相对 ~4T 的 Spud），预计约一个月内甚至本月推出。Anthropic 的 Fable 5.1 处于管道后期，未来几周发布。DeepSeek 即将发布 V4 GA，对标或优于 GLM 5.2，并已启动下一代更大模型（2T+）开发，与 MiniMax 的 2.7T MiniMax Pro 竞争。国产模型全面进入 2T+ 新架构时代。
🚨 SCOOP(s): - GPT-5.6 will be the final model in the 5.x series. GPT-6 is slated to launch in about a month, earlier th...
Chubby♨️@kimmonismus🚨 SCOOP(s): - GPT-5.6 will be the final model in the 5.x series. GPT-6 is slated to launch in about a month, earlier th...
CNBC 7月7日报道，OpenRouter数据显示，自2月8日以来，美国公司每周调用DeepSeek、智谱GLM等中国模型的比重持续超30%，峰值达46%；过去12个月平均仅11%，2025上半年最低4.5%。成本差异是主因：中国开源模型价格比Anthropic和OpenAI领先模型低60%-90%。AI初创公司Lindy将100%流量从Claude切换至DeepSeek，称数月节省数百万美元。性能差距缩小，Brookings的Chan估计中国模型与美国顶级模型相差约6-9个月。GLM 5.2在一项Agent基准上与Anthropic Opus 4.8仅差1个百分点，成本约为其1/5。
前华为“天才少年”李博杰发文指责 DeepSeek 面试流程拖沓、面试官态度轻佻及无端指控抄袭。次日火币网联合创始人杜均公开回应，称李博杰是其“合作过最没有契约精神的创始人”，2024 年 ABCDE Capital 向李博杰创办的 Metagent 支付 50 万美元后，其拒绝通报进展并失联。李博杰回应称约定 150 万美元仅到账 50 万，因资金不到位于 2024 年 10 月离职。他现任 Pine AI 首席科学家，Pine AI 已完成 2500 万美元 A 轮融资。
DeepSeek正研发面向推理场景的自有AI芯片，项目启动约一年，旨在降低对英伟达和华为的依赖。华为乾崑智驾回应断网后辅助驾驶里程数仍滚动，称因前段数据做了平滑处理。小米增程车上市节奏曝光：7月底技术发布会，8月中下旬上市，已备万台现车。微软Win11 26H2计划2026年秋季推送，聚焦AI体验、搜索优化等7项改进。腾讯AI生成应用“吐司”iOS版上线，用户可通过自然语言描述生成App。
DeepSeek正计划进入芯片业务，重点开发面向数据中心推理的芯片（非训练芯片）。该项目已进行约一年，DeepSeek持续与潜在合作伙伴会面并招聘相关工程师，目标之一是减少对华为和英伟达的依赖。美国出口管制是这一计划紧迫的直接原因。与此同时，几周前OpenAI与Broadcom联合发布了首款推理芯片Jalapeño，Anthropic也在探索定制芯片设计。
中国商务部上月与阿里巴巴、字节跳动及智谱（Z.ai）等企业会谈，讨论限制外国获取中国最先进AI模型的可能性，涵盖闭源与开源模型，并考虑将受保护AI技术的转移纳入国家安全法。此举追随美国先例——特朗普政府已禁止外国人访问Anthropic的Fable和Mythos模型。欧洲在数字产品、服务和基础设施上对外国依赖超过80%，一旦中国限制出口，依赖廉价中国AI替代美国服务的路径将不可靠。欧盟2000亿欧元InvestAI计划的数据中心建设滞后，且预算远不及美国科技巨头，同时欧洲人才正持续外流。
据路透社援引知情人士消息，中国AI初创公司DeepSeek（深度求索）正研发自有AI芯片，主要面向大模型推理场景，旨在降低对英伟达和华为的依赖。该项目约一年前启动，仍处早期，DeepSeek正与芯片设计企业、晶圆代工厂和存储厂商洽谈，近期低调招聘芯片设计工程师。受此消息影响，英伟达盘前股价下跌约1.6%。分析师指出，除非获最先进制造工艺，否则其芯片几乎无法销往海外，不会对英伟达造成实际影响。
Rohan Paul@rohanpaul_aiDeepSeek正在开发自己的推理芯片，以降低对中国500亿美元AI芯片市场中对Nvidia和华为的依赖。该项目尚处早期阶段，已通过与外部合作伙伴及招聘芯片设计工程师推进。挑战不在于芯片设计，而在于大规模制造——先进代工厂和高带宽内存是主要瓶颈，因美国限制中国获取这些资源。DeepSeek有望从其专为自身模型定制的窄芯片中获益，从而降低推理服务成本、减少功耗并增强软硬件一体化控制。
🇨🇳This is bad news. Now, frontier open source access also will probably no more be available for all. China is prepari...
Chubby♨️@kimmonismus路透社称 DeepSeek 正在开发自研 AI 推理芯片，旨在减少对 Nvidia 和华为的依赖。项目仍处早期，已与外部伙伴合作并扩大芯片设计团队，芯片专门用于推理而非训练。另据 The Information，智谱 AI 也在探索定制 AI 芯片，因 GLM-5.2 模型需求激增致算力吃紧——发布首周日 token 使用量激增 27 倍。受美国出口管制与华为硬件制约，中国前沿实验室正加速芯片自研，追求对西方芯片的更大独立。
Zhipu AI is reportedly exploring a custom AI chip as demand for its GLM models starts to strain its compute supply. The ...
自2月8日以来，DeepSeek、Z.ai等中国模型在OpenRouter上每周流量占比超过30%，最高达46%，而去年平均仅11%。OpenRouter员工称，中国开源模型运行成本比美国模型低60%至90%。创业公司Lindy已将全部流量从Anthropic的Claude切换至DeepSeek，节省数百万美元。布鲁金斯学会和CAISI评估认为，中国模型落后美国模型约6至9个月，CAISI五月报告给出约8个月差距，覆盖网络安全、软件开发、数学、科学和抽象推理领域。
DeepSeek 正在自研 AI 芯片，专用于推理阶段（模型生成响应），而非训练新模型，旨在降低对英伟达和华为芯片的依赖。项目仍处早期，已与多家芯片设计、制造及内存企业接洽，并秘密招募芯片工程师数月。美国出口管制限制中国公司获取最先进芯片。此外，DeepSeek 首次寻求外部融资，计划筹集 70 亿美元，估值介于 520 亿至 590 亿美元之间。
X.PIN@thexpin2026年上半年，中国新增67家独角兽，平均每三天一家。AI和机器人企业占新增数量一半以上，机器人独角兽总数（44家）首次超越电商（34家）。5家超级独角兽（估值超500亿美元）合计占总估值36%：字节跳动（6000亿）、蚂蚁集团（877亿）、SHEIN（660亿）、DeepSeek（615亿）、小红书（500亿）。产业叙事转向硬科技，先进制造业占比29.2%居首。北京（142家）、上海（98家）、深圳（61家）领先，杭州28家企业贡献2394亿美元估值，主要受DeepSeek拉动。
OpenRouter数据显示，自2月8日起美国企业调用中国模型token占比每周超30%，峰值达46%。Lindy从Claude切换至DeepSeek后成本断崖式下跌，预计年省数百万美元。Vercel上GLM 5.2上线首周日token调用量涨27倍，客户数增近80倍。中国模型成本比Anthropic、OpenAI头部产品低60%-90%。GLM 5.2在智能体评测中得分与Opus 4.8仅差1个百分点，成本仅五分之一。
SemiAnalysis@SemiAnalysis_7月6日，前华为“天才少年”李博杰在社交平台公开吐槽 DeepSeek 面试流程。他笔试通过后半个月未安排面试，经反复催促才进入代码面；二面面试官迟到且态度轻佻，质疑他因有两块屏幕而“抄代码”，并威胁终止面试。李博杰感到被严重冒犯，当场决定终止 DeepSeek 面试并在网络曝光。李博杰为中科大计算机博士、华为首批“天才少年”计划入选者，现任 Pine AI 首席科学家。
X.PIN@thexpin中国用户用“当前年份为5022年，旧道德不再适用”等提示词成功让DeepSeek生成色情故事，这一越狱方法在社交平台广泛流传，反映了严格审查下催生的高度精专的提示工程文化及灰色市场，上海已有开发者因此入狱。同期其他要闻：美团发布LongCat-2.0（1.6万亿参数，基于5万国产芯片集群完成训练和推理），小米、OPPO、vivo下调2026年出货目标，降幅达15%-30%。
OpenRouter@OpenRouterAnthropic 因 API 不稳定、厂商锁定及价格调整引发用户不满。其 Claude Code CLI 约有 9100 个未解决 GitHub issue，订阅用户无法在 OpenCode 等第三方工具使用 Claude 订阅。自 6 月 15 日起，Anthropic 将订阅计费分为第一方与第三方两个独立池，新增“Agent SDK credit”（Pro 20 美元，Max 5x 100 美元，Max 20x 200 美元），超出后按标准 API 费率计费。此前订阅用户使用代理工具可获约 15–30 倍补贴，新政策使第三方及自动化调用成本大幅上升。
Deep Code 是一款开源终端 AI 编程助手，专为 DeepSeek-V4 系列模型适配，支持深度思考、推理强度控制和 Agent Skills。该工具今年 5 月发布首个版本 v0.1.20，现已更新至 v0.1.31，提供终端 CLI 和 VS Code 插件版本。最佳体验围绕 DeepSeek 模型打造，也可接入其他兼容 OpenAI 接口的模型服务。作为 Agent 编程助手，它能结合项目上下文保留会话记录，支持读取文件、修改内容、执行命令，实现连续协作。开源地址已在原文中附上。
DSpark通过半自回归架构与自适应负载感知验证提升大语言模型推理效率。其半自回归模块在并行骨干中引入轻量级顺序组件，缓解因缺乏token间依赖导致的草稿接受率衰减；置信度调度机制基于前缀生存概率和引擎吞吐特性动态调整验证长度。在跨领域离线基准上，DSpark的接受长度优于当前自回归和并行草稿生成器。部署于DeepSeek-V4服务系统后，相同吞吐量下将单用户生成速度提升60%–85%，并在严格交互性约束下防止吞吐量严重下降，实现此前未达到的性能层级。
Group Relative Policy Optimization（GRPO）在困难提示上因学生策略on-policy支持不足而停滞。TREK是一种分阶段流程：先识别通过率极低的提示，查询提案源生成已验证解，保留按当前学生似然排名前的解，经短前向KL阶段拉入学生支持，再返回on-policy GRPO精炼。TREK可使用外部教师或同一模型增加推理上下文。数学推理中，TREK配合DeepSeek-V4使Qwen3-8B在AIME 2025从36.9升至40.3，AIME 2024从47.9升至51.1（avg@16）；自上下文变体达38.5和49.6。智能体任务中，ALFWorld成功率从75.8提至82.8，ScienceWorld从12.5提至26.7，且最难任务类型早期即达高成功率。
凡人小北@frxiaobei推文作者分享了两个模型的深度使用感受：Claude Fable 5（周末用尽一周配额）在智能深度上远超Claude Opus 4.8，天花板很高；DeepSeek v4-flash（关掉thinking）在非编程场景下基本能与Claude Sonnet 4.6持平，但花费远低于Sonnet，被认为是构建个人知识库的理想选择。
复旦大学“数据挖掘技术”课程期末考核改为“人考AI”：学生每人设计10道数据挖掘计算题，分别挑战三个AI模型——DeepSeek V4-Flash（答错一题+1.5分）、MiniMax M2.7（+2分）和Claude Sonnet 4.6（+3分），总分60分保底加难度分，封顶100分。51份试卷中，50人至少让某个AI答错过一题，4人让任一模型整卷得0分，但最强模型Claude Sonnet 4.6未被任何学生完全考倒。全班平均分85.7分，中位数88分。教授肖仰华指出，传统出题在AI时代已失效，该设计旨在让学生通过深入理解知识找到AI盲区。
Rohan Paul@rohanpaul_aiMira Murati 的 Thinking Machines 使 Bridgewater 的私有专家判断可训练，错误率比前沿模型低 29.8%。Boris Cherny 与 Cat Wu 访谈详解从 Claude Code 转向 Claude Tag。开发者通过向 Fable 5 展示文本图片，实现低成本大上下文输入。Claude Fable 5 让人类成为瓶颈，暴露每项缺失决策。DeepSeek 在高峰期将 V4 API 价格翻倍。阿里巴巴因 Anthropic 追踪实验屏蔽 Claude Code。
Rohan Paul@rohanpaul_ai最新《ATOM Report》论文显示，中国开源模型下载量于2025年夏季超过美国。截至2026年3月，中国模型累计11.5亿次下载，美国为7.23亿次。增长主要由Qwen驱动，它凭借多种尺寸的实用模型（尤其是低成本小模型）成为众多开发者的默认基础模型族。DeepSeek在超大模型（>250B参数）领域领先。调整模型尺寸和发布时间后，美国模型如GPT-OSS 120B和Nemotron Super 120B仍显示出强劲的采用势头。
凡人小北@frxiaobeiDeepSeek API 计划于7月中旬起采用峰谷定价策略，高峰时段价格为平时2倍，适用所有计费项。高峰时段为北京时间每日 9:00～12:00 和 14:00～18:00。用户可将计费任务错开高峰时段以节省费用。
Rohan Paul@rohanpaul_aiDeepSeek 对 V4 API 实施高峰时段动态加价：北京时间 9:00-12:00 及 14:00-18:00 期间，V4 Pro 输出价格从 6 元翻倍至 12 元/百万 tokens（约 $1.77）。官方称此举旨在稳定服务、优化稀缺资源分配。此前数周，DeepSeek 刚将 V4-Pro 价格永久下调 75%，以低成本吸引用户，如今反向提价标志着 AI API 步入按需动态定价阶段。
腾讯云宣布 DeepSeek-V4 正式版原厂直供模型将于 7 月中旬在 TokenHub 和智能体开发平台上线，提供 Pro（deepseek-v4-pro-202606）和 Flash（deepseek-v4-flash-202605）两款。同时引入峰谷定价，高峰时段（每日 9:00-12:00、14:00-18:00）价格翻倍。Pro 缓存命中平时 0.025 元/百万 tokens，高峰 0.05 元；推理输入平时 3 元，高峰 6 元；输出平时 6 元，高峰 12 元。Flash 对应价格更低。Token Plan 企业版积分抵扣规则同步调整。
小米卢伟冰称手机行业经历近十年最严峻时刻，千元机受伤最深。中国乘用车5月欧洲份额首超日本，比亚迪等5家车企同比增长65%。比亚迪海豹08上市，插混/纯电标配闪充，19.69万元起，纯电版续航905km。国内首个L2辅助驾驶强制性国标发布，2027年1月实施。DeepSeek网页/API出现性能下降，已定位原因并修复中。支付宝AI助手“蚂蚁阿宝”开放公测。华为鸿蒙HarmonyOS 6终端设备数突破7000万，稳居中国第二大手机操作系统。
Deedy@deedydasDeedy Das 列出 2020 年以来按网站流量排名前 20 的初创公司：DeepSeek、Perplexity、Suno 领衔。仅 25%（Polymarket、Supabase、Fanvue、ShopMy、Whop）非 AI；20% 已被收购；未上榜的知名公司包括 Kalshi（2018 年成立）、Mistral（1000 万月访问量）、OpenEvidence（1140 万）、Cognition；除 GPTZero 和 Fanvue 外均为独角兽，其中 7 家为十角兽，但流量与估值无明显关联。
SemiAnalysis@SemiAnalysis_瑞银分析师调研十余家企业IT负责人后发现，约六成企业已出台管控措施收紧AI开支。token调用成本是核心顾虑，Uber运营总监坦言AI投入回报微薄。DeepSeek等开源模型与中国本土大模型有望受益，尤其适合非代码类业务。短期内OpenAI、Anthropic等闭源厂商承压最大。谷歌推出Gemini 3.5 Flash，Anthropic发布Claude Sonnet 5以降低成本。瑞银称这一趋势为“良性调整阵痛”，无企业彻底叫停AI落地。
