Fireworks 发布了 DeepSeek-V4.1-Flash 模型，据报道该模型在性能和成本效益方面为 AI 任务（尤其是在软件工程领域）开辟了新天地。在 DeepSWE 基准测试中，该模型的准确性与 GPT-6 Astra 等模型相当，但每项任务的成本却大大降低。这种成本降低归因于新的编码器-解码器拆分架构和优化的 KV 缓存，使得复杂代理工作流能够更经济地获得先进的 AI 功能。 AI
影响 显著降低了运行复杂 AI 代理工作流的成本，使先进的自主软件工程任务在经济上更可行。
排序理由 来自前沿实验室（Fireworks/DeepSeek）的模型发布，并附有性能声明。[lever_c_demoted from frontier_release: ic=1 ai=1.0]
在 X — Fireworks (inference infra) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
