DeepSeek V4-Pro
PulseAugur coverage of DeepSeek V4-Pro — every cluster mentioning DeepSeek V4-Pro across labs, papers, and developer communities, ranked by signal.
- instance of DeepSeek-V4 Flash 90%
- used by DeepSeek-V4 Flash 90%
- used by Claude Opus 4-8 90%
- developed by DeepSeek Chat 90%
- developed by Fireworks AI 90%
- affiliated with deepseek-reasoner 90%
- used by Ascend 910C 90%
- instance of GB300 NVL72 90%
- uses DeepClaude 90%
- used by Tencent 90%
- uses Nexotao 90%
- used by Huawei Ascend 90%
- 2026-09-12 product_launch DeepSeek is retiring its DeepSeek V4-Pro model and rerouting all requests to the V4.1-Flash variant. 来源
- 2026-09-09 product_launch DeepSeek has reportedly discontinued its DeepSeek V4 Pro model. 来源
- 2026-09-05 product_launch DeepSeek has launched its V4 Pro model. 来源
- 2026-08-31 product_launch DeepSeek V4 Pro experienced significant price volatility, with reports of both a price cut and a subsequent surge. 来源
- 2026-08-31 product_launch DeepSeek V4 Pro announced a 22% price cut. 来源
- 2026-08-18 product_launch DeepSeek V4 Pro API prices increased significantly, particularly for cache hit inputs. 来源
- 2026-08-16 product_launch DeepSeek launched its V4-Pro model with enhanced agent capabilities and a significant price increase. 来源
- 2026-08-13 product_launch DeepSeek has launched its V4-Pro model and open-sourced its agent software Harness v0.1. 来源
- 2026-08-13 product_launch DeepSeek V4-Pro and Grok 4.6 models were identified, marking new releases in the LLM space. 来源
- 2026-08-13 product_launch DeepSeek is launching its V4 lineup of AI models and updating API pricing. 来源
- 2026-08-13 regulatory DeepSeek V4 Pro's input price increased by 86%. 来源
- 2026-08-13 product_launch DeepSeek has officially released the DeepSeek-V4-Pro model. 来源
- 2026-08-13 product_launch DeepSeek officially released its V4 Pro model on August 12, 2026, featuring significant improvements in agentic coding benchmarks. 来源
- 2026-08-12 product_launch DeepSeek launched its V4-Pro-0813 model with a one-million-token context window and agent-developer tooling. 来源
- 2026-08-03 research_milestone DeepSeek V4-Pro achieved a reported 80.6% on the SWE-bench Verified benchmark, positioning it among top closed-source models. 来源
12 天有情绪数据
-
AI 实验室竞赛：一个月内发布 4 个主要 LLM，性能差异巨大
2026 年秋季，大型语言模型的发布时间表前所未有，四大主要实验室在一个月内推出了新迭代。Anthropic 发布了 Claude Fable 5.1 和 Claude Opus 5.5，OpenAI 推出了 GPT-6 Astra、GPT-6 Sol 和 GPT-6 Luna，DeepSeek 推出了 V4.1 Flash，xAI 推出了 Grok 4.7。性能指标，包括 token 生成速度和首次 token 时间，在这些模型之间…
-
NVIDIA 详解AI工厂战略以实现投资回报最大化
NVIDIA 正在详细介绍其构建旨在实现投资回报最大化的AI工厂的战略，重点关注生产力、耐用性和可互换性。这些工厂旨在通过提供高吞吐量和低每token成本来最大化盈利能力，通过耐用的硬件和软件优化来延长其使用寿命，并通过支持广泛的AI和非AI工作负载来扩大需求。该公司强调，Vera Rubin NVL72系统等AI硬件和软件的进步显著提高了效率并降低了成本，进而推动了对AI计算需求的增长。
-
开发者揭示通过提示缓存和乘数节省92%的LLM API成本
一位开发者分享了使用LLM API中继的详细成本明细，强调了通过提示缓存和批量费率乘数实现的显著节省。作者演示了提示缓存命中如何将成本降低高达87.5%，尤其是在代理工作流中反复发送大型提示的情况下。此外，为不同模型组使用分级费率乘数，例如开源模型以列表价的0.08倍计算，进一步增加了节省额，与列表价相比总体节省了92%。该帖子还为用户提供了实用的建议，以检验中继服务，包括验证模型列表、检查缓存命中/未命中数据，以及将响应与官方API…
-
新的“预测信用”协议衡量AI解释在科学中的价值
一篇新研究论文介绍了一种名为“预测信用”的协议，旨在衡量科学解释在改进实验预测方面的价值。该研究在Tox21和OpenML等各种数据集上，使用DeepSeek V4 Pro和DeepSeek V4 Flash等不同的AI模型测试了该协议。关于匹配解释相比简单描述在直接预测增益方面，初步结果尚无定论，尽管一些模型显示了次级漂移的减少。该协议旨在为评估解释在科学预测和AI研究代理中的贡献提供一种标准化方法。
-
DeepSeek V4 Pro 和 Nova 2.0 Lite 基准测试公布 · 跟踪 2 个来源
独立基准测试揭示了两个大型语言模型 DeepSeek V4 Pro 和 Nova 2.0 Lite 的性能。DeepSeek V4 Pro 在侧重推理的任务中取得了高分，GPQA 得分为 92.8%，长上下文推理得分为 80.3%。Nova 2.0 Lite 被描述为非推理模型，在这些基准测试中的得分较低，但提供了更高的每美元智能点数指标。
-
开源大语言模型 vs. 专有大语言模型：战略决策框架 · 跟踪 3 个来源
开源大语言模型（LLMs）与专有大语言模型之间的争论正在演变，开源模型在能力上正日益缩小与专有模型的差距。虽然 GPT-4 和 Claude 3 等专有模型通过 API 提供易用性，但 Llama 2 和 Mistral-7B 等开源模型为在组织自身基础设施内进行定制和部署提供了更大的灵活性。对 2026 年的未来预测表明，这一趋势将继续下去，Llama 4 和 DeepSeek V4-Pro 等模型将提供具有竞争力的性能和更大的上下…
-
AIBridge推出提示词库，防止提示词遗忘
AIBridge推出一个新平台，旨在帮助用户管理和重用他们的AI提示词，解决了提示词“遗忘症”的常见问题，即有价值的提示词在使用一次后就丢失了。该服务允许用户保存、版本化和测试提示词，并将其与DeepSeek、Qwen、GLM和Moonshot等多种模型进行对比，而无需重新编写。此功能旨在提高效率，确保输出质量的一致性，并通过将提示词视为可重用代码来促进团队协作。
-
DeepSeek 的 V4.1 Flash 模型提供速度和低成本，但市场份额增长缓慢
DeepSeek 发布了其 V4.1 Flash 模型，这是一个拥有 552B 参数的专家混合（Mixture-of-Experts）模型，该模型速度惊人，并且 KV 缓存大小显著减小，使其成为最便宜的前沿模型之一。尽管该模型在各种基准测试中表现出色，并且采用了激进的定价策略，但它似乎在市场采用方面遇到了困难，与 OpenAI 等成熟的竞争对手相比，其 API 使用量仅占很小一部分。这种差距凸显了开发人员对尖端、经济高效的模型感兴趣，…
-
DeepSeek 发布 V4.1-Flash，采用新颖架构实现高效 AI 代理
DeepSeek 发布了 V4.1-Flash，这是一款新的开源旗舰模型，采用了新颖的因果编码器-解码器架构。该模型强调极高的推理效率和成本效益，拥有 7630 亿参数，并为输入和输出处理分配了 8B/16B 参数。尽管未在所有基准测试中名列前茅，但其创新的上下文利用和高效的 KV 缓存使其特别适合长期运行的 AI 代理，标志着 DeepSeek 回归发布最先进的研究。
-
DeepSeek 弃用 V4-Pro 模型，转向更快、更便宜的 V4.1-Flash 变体 · 跟踪 3 个来源
DeepSeek 正在弃用其旗舰模型 DeepSeek V4-Pro，并将所有请求重定向到其 V4.1-Flash 变体。此决定是在内部和外部测试之后做出的，这些测试表明 V4.1-Flash 在能力、成本和速度方面优于 V4-Pro，甚至在 Terminal-Bench 2.1 等基准测试中超越了 Claude Opus 5 和 GPT 5.6 "Sol" 等模型。然而，V4.1-Flash 模型在事实问答方面表现出回归，Simpl…
-
字节跳动HarnessDev基准测试，评估LLM构建代理代码的能力
来自字节跳动Seed及其他机构的研究人员推出了HarnessDev，这是一个旨在评估LLM创建自身代理工具链能力的新基准。与固定工具链的传统基准不同，HarnessDev评估的是LLM自身生成的工具链代码的质量。初步结果表明，虽然LLM可以改进它们的工具链，但只有一部分改进能够泛化到不同的任务中，这表明完全自主改进的代理仍然是一个重大挑战。
-
AIBridge API 优先考虑流式传输以提升 LLM 用户体验
AIBridge 推出了一个优先考虑流式响应以改善用户体验的新 API，认为令牌到令牌的交付比原始模型大小对感知性能更关键。该服务支持来自 DeepSeek、Qwen、GLM 和 Moonshot 四个供应商的 15 个模型，所有这些模型都可以通过一个兼容 OpenAI 的 API 密钥访问。AIBridge 提供分级定价，包括免费套餐，重点是让实时应用程序能够负担得起快速响应。
-
Claude Code 和 Cline 定价已更正；核心对比保持不变
最近对 Claude Code 和 Cline 的比较已更新，以纠正两款工具的定价不准确之处。Claude Code 之前被描述为通过 API 按 token 付费，现在已澄清包含在 Claude Pro（每月 20 美元）或 Claude Max 订阅中，使其更易于访问。相反，Cline 最初被描述为完全免费，现在提供每月 9.99 美元的可选 ClinePass 订阅，该订阅为某些开源模型提供折扣使用。尽管进行了这些定价调整，核心…
-
PARSER 代理设计提升长上下文 AI 的准确性和速度
一项新的研究论文介绍 PARSER，一种新颖的长上下文代理设计，通过将文档遍历与推理分离来提高准确性并降低延迟。与逐个处理块的顺序代理不同，PARSER 利用一组轻量级子代理并行读取文档块。然后，一个主代理协调迭代的散点-收集轮次，广播查询并聚合证据以形成更深入的后续问题。这种方法使 4B PARSER 模型在平均准确性上比顺序基线高出 5 个多点，9B 模型超越 DeepSeek V4-Pro，同时还表现出对证据位置和顺序扰动的鲁棒…
-
AIBridge 使 OpenAI SDK 可访问 4 家供应商的 15 个模型
AIBridge 推出了新服务，允许开发者使用现有的 OpenAI SDK 访问来自四家供应商的 15 种不同的大型语言模型。只需更改两行代码——API 密钥和基础 URL——开发者就可以在 DeepSeek V4-Pro、Qwen3-235B-A22B 和 Moonshot 的 Kimi k3 等模型之间无缝切换，后者提供 100 万个 token 的上下文窗口。这种方法消除了集成新 AI 模型通常伴随的迁移成本，从而能够更轻松地进…
-
DeepSeek 发布 V4.1 Flash，采用高效 MoE 架构
DeepSeek 已正式发布其 V4.1 Flash 模型，这是一个拥有 5520 亿参数的混合专家（MoE）模型，采用了因果编码器-解码器（CED）架构和原生多模态能力。该新模型旨在提高效率，在推理过程中仅激活其一小部分参数，从而显著降低长上下文和代理工作负载的成本。据报道，V4.1 Flash 在多项基准测试中表现优于 GPT 5.6 "Sol" 和 Anthropic 的 Opus 5 等先前模型，尤其是在代理任务方面，同时大幅…
-
DeepSeek 悄然停用 V4 Pro 模型
据报道，DeepSeek 已停用其 DeepSeek V4 Pro 模型，用户注意到该模型已从 Hugging Face 和其他平台移除。这一动态表明 DeepSeek 的模型策略可能发生转变，或正过渡到更新的版本。此次“悄然停用”的确切原因尚不清楚，但表明该公司正逐步淘汰其大型语言模型的这一特定版本。
-
开发者通过模型路由策略将AI API成本降低66%
一位开发者详细介绍了一种策略，通过在更昂贵、更强大的模型和更便宜的替代模型之间智能地路由请求来降低AI API成本。通过分析特定任务并确保廉价模型满足与高成本模型相同的验收标准，该开发者成功地将月度开支从864美元削减至294美元。这种方法涉及使用zltokens等工具来管理不同的API密钥和模型配置，在不牺牲复杂任务性能的情况下优先考虑成本节约。
-
AIBridge推出API，为LLM设置硬性支出限额
AIBridge推出了一项新API，旨在降低因大型语言模型API密钥泄露而导致成本失控的风险。该服务提供一个API密钥，可以访问DeepSeek、Qwen、GLM和Moonshot等四家供应商的15种不同模型。主要功能包括硬性每token配额、速率限制和实时使用仪表板，确保泄露密钥造成的任何损失都将限制在预定的支出限额内。
-
作者添加DeepSeek V4-Pro以应对独特的AI故障模式
作者详细介绍了选择一个额外的AI模型来补充现有订阅的研究过程，强调需要那些表现出不同故障模式的模型。在评估了多个选项后，DeepSeek V4-Pro被确定为首选，因为它拥有独特的训练生态系统，有望提供独特的见解。作者计划用少量预算测试该模型，重点关注其发现其他模型遗漏问题的能力，而不是仅仅增加输出量。