DeepSeek V4 Pro 0813 对比 Claude Fable 5：DeepSWE 上的成本、编码与路由实测

Together AI 在 DeepSWE 全部 113 个任务上各跑 4 次试验，对比 DeepSeek V4 Pro 0813 与 Claude Fable 5。

vLLM 推出 DSpark 自适应验证：按置信度调度投机解码预算

vLLM 在 PR #47808 中引入 DSpark 置信度调度验证（enable_adaptive_verification），让引擎逐步决定验证多少 draft token，而非按部署固定 num_speculative_tokens。

DeepSeek@deepseek_ai精选AI 评分7373

DeepSeek 发布 DeepSeek Harness v0.1 开发者预览版，面向全球构建 Agent harness 的开发者开放，代码库以 MIT 许可开源，仓库地址为 https://github.com/deepseek-ai/deepseek-harness。

DeepSeek 发布 deepseek-harness：一切皆插件

DeepSeek 在 GitHub 新建 deepseek-harness 仓库，核心理念是"一切皆插件"。该仓库以插件化架构组织功能，具体能力与可用性尚未在现有信息中披露。

开源模型汇总第23期：Laguna S2.1、Inkling 与 Kimi K3 展现开源模型在 Pareto 前沿的价值

本期开源模型汇总收录多批新发布，包括 Thinking Machines 首个模型 Inkling（975B-A41B 多模态 MoE，另有 276B-A12B 版）。

DeepSeek@deepseek_aiAI 评分6464

DeepSeek 宣布 DeepSeek-V4-Flash 官方 API 正式开启公测，Agent 能力大幅升级，基准成绩远超 V4-Pro-Preview，如 Terminal Bench 2.1 达 82.7、NL2Repo 达 54.2。官方版本原生支持 Responses API 格式并完全适配 Codex，配置详情见官方 API 文档 https://api-docs.deepseek.com/quick_start/agent_integrations/codex。

vLLM 发布 AFD 插件：为 MoE 推理拆分 Attention 与 FFN

vLLM 推出实验性外部插件 vLLM AFD Plugin，将 MoE 模型中的 Attention 与 FFN 拆分为可独立部署和扩缩的服务，同时保留 vLLM 原有请求生命周期与 OpenAI 兼容接口。

Nathan Lambert 播客复盘 Kimi K3 与开源模型生态，反驳蒸馏争议

Nathan Lambert 与 Florian Brand 在季度开源模型总结播客中讨论 Kimi K3 发布后的开源模型格局，称 Kimi K3 在研究类任务上超出预期，但 API 拥堵导致响应明显慢于 GPT。

Import AI 465：开源与闭源模型网络安全差距收窄、Kimi K3 发布在即与 Demis 提出 AGI 监管框架

Import AI 465 期综述多项 AI 动态。英国 AI Security Institute 分析显示，GLM-5.2 和 DeepSeek V4-Pro 在 70 项网络能力评测上接近比其早 4 到 7 个月发布的闭源前沿模型，差距较 2025 年的 6 到 10 个月收窄，但在长程网络任务上差距更大。

Sebastian Raschka 解析大语言模型推理力度设置的实现原理

Sebastian Raschka 撰文讲解推理模型如何支持多档推理力度（reasoning effort）设置。

Xiaomi MiMo@XiaomiMiMoAI 评分6262

小米 MiMo 官方账号转发 Cline 的消息，称开源权重模型正在普及，更多开发者在基于 MiMo 构建。Cline 表示因看好 GLM-5.2，推出 $9.99/月订阅，提供 GLM-5.2 及 DeepSeek、Kimi、MiniMax、MiMo、Qwen 等开源权重模型 2-5x 折扣访问，并给出经 npm i -g cline 注册可享 $1.99 促销的活动入口，可在 Cline CLI 与 IDE 上使用。

DeepSeek 开源 DeepSpec：投机解码训练与评测全栈代码库

DeepSeek 在 GitHub 发布 DeepSpec，一个用于训练和评测投机解码（speculative decoding）算法的全栈代码库。该仓库同时覆盖算法训练与效果评测两个环节，面向投机解码这一推理加速方向提供完整实现。

DeepSeek 开源 clangd-ascend：面向昇腾的代码检查与补全

DeepSeek 在 GitHub 新建仓库 clangd-ascend，为昇腾（Ascend）平台提供基于 clangd 的代码检查与代码补全能力。该仓库定位为 Clangd for Ascend，用于 Code Lint 与 Code Completion。

DeepSeek@deepseek_aiAI 评分4545

我们将把折扣永久化！🎉 尽情用 DeepSeek-V4-Pro 构建，让你的创新想法成为现实！🚀

Sebastian Raschka 解读近期 LLM 架构进展：Gemma 4 的 KV 共享、mHC 与压缩注意力

Sebastian Raschka 梳理 2026 年 4 至 5 月主要开源权重 LLM 的架构变化，核心主题是长上下文效率。

Together AI 解析 DeepSeek-V4 服务化：百万 token 上下文为何是推理系统工程问题

Together AI 发文解析 DeepSeek-V4 的服务化挑战，认为其核心变化是在 token 轴压缩 KV cache 的混合注意力设计（CSA、HCA、SWA），使模型支持 1M token 上下文窗口。

DeepSeek@deepseek_aiAI 评分3636

DeepSeek-V4-Pro 折扣已延长至 2026 年 5 月 31 日 15:59 UTC！

DeepSeek-V4 Pro 上线 Together AI，Serverless 支持 512K 上下文

Together AI 宣布 DeepSeek-V4 Pro 上线，提供 Serverless Inference（512K 上下文）与 Dedicated 部署（完整 1M 上下文、预留容量）。

DeepSeek@deepseek_ai精选AI 评分6666

DeepSeek 宣布即刻起整个 API 系列的输入缓存命中价格降至原价的 1/10。图中显示 DeepSeek-V4-Pro 缓存命中输入价为 $0.003625，DeepSeek-V4-Flash 为 $0.0028；DeepSeek-V4-Pro 75% 折扣促销持续至 2026 年 5 月 5 日 15:59（UTC）。

Together AI 用分布感知推测解码将 RL rollout 加速最高 50%

Together AI 提出分布感知推测解码（DAS），在 RL 后训练中最高减少 50% 的 rollout 时间且不改变模型输出。DAS 由自适应后缀树草稿器和长度感知调度两部分组成，前者无需梯度更新即可持续适配策略变化，后者通过跨 GPU 负载均衡与 GPU 内推测预算分配削减长尾请求。

DeepSeek 开源 TileKernels：用 TileLang 编写的内核库

DeepSeek 在 GitHub 新建仓库 TileKernels，这是一个用 TileLang 编写的内核（kernel）库。仓库目前仅给出这一句说明，未披露支持的算子范围、性能数据或开源许可等细节。

Sebastian Raschka 解析 2026 年 1-2 月 10 个开源权重 LLM 架构

Sebastian Raschka 按时间顺序梳理 2026 年 1-2 月的十个主要开源权重模型发布，包括 Arcee Trinity Large 400B。

DeepSeek 发布 Engram：面向大语言模型的可扩展查找条件记忆

DeepSeek 在 GitHub 新仓库 Engram 中提出「条件记忆」——通过可扩展查找为大型语言模型开辟稀疏性的新维度。该工作将记忆与稀疏激活结合，作为独立于 MoE 的稀疏轴。

Sebastian Raschka 年度回顾：2025 年大语言模型的进展、问题与预测

Sebastian Raschka 发布 2025 年 LLM 年度回顾，认为这一年由 RLVR 与 GRPO 驱动的推理模型主导，DeepSeek R1 展示了强化学习可培养推理行为且后训练成本远低于预期（约 500 万美元量级，另有在 V3 基础上训练 R1 约 $294,000 的估计）。

Sebastian Raschka 深入解读 DeepSeek V3 到 V3.2 的架构、稀疏注意力与强化学习更新

Sebastian Raschka 在 Ahead of AI 发表长文，解读 DeepSeek V3.2 相比 V3/R1 的主要变化。

DeepSeek 开源 LPLB：面向 MoE 模型的专家并行负载均衡器

DeepSeek 在 GitHub 发布 LPLB，一个基于线性规划、面向 MoE 模型的专家并行负载均衡器，目前处于早期研究阶段。该仓库未披露参数规模、性能数据或具体可用形式。

Sebastian Raschka 梳理标准 LLM 之外的替代架构：线性注意力混合、文本扩散、世界模型与小型递归模型

Sebastian Raschka 系统介绍当前标准自回归 Transformer LLM 之外的四类替代方向：线性注意力混合、文本扩散模型、代码世界模型和小型递归 Transformer。

DeepSeek 开源 DeepSeek-OCR 仓库，探索上下文光学压缩

DeepSeek 在 GitHub 开源 DeepSeek-OCR 仓库（https://github.com/deepseek-ai/DeepSeek-OCR），核心思路为 Contexts Optical Compression（上下文光学压缩）。

Lilian Weng 长文综述：为什么测试时思考能提升大模型推理能力

Lilian Weng 发布长文《Why We Think》，综述测试时计算与思维链推理的研究进展。文章覆盖并行采样与顺序修订等解码方法、DeepSeek-R1 等强化学习训练范式、CoT 忠实性与 reward hacking 风险，以及测试时计算与预训练缩放的互换边界。

DeepSeek 开源高性能分布式文件系统 3FS

DeepSeek 在 GitHub 开源 3FS，一个高性能分布式文件系统，专为应对 AI 训练和推理工作负载的挑战而设计。

DeepSeek 开源双向流水线并行算法 DualPipe，用于 V3/R1 训练

DeepSeek 在 GitHub 开源双向流水线并行算法 DualPipe，用于 DeepSeek V3/R1 训练中的计算与通信重叠。该算法通过双向流水线调度实现计算与通信的 overlap，仓库路径为 deepseek-ai/DualPipe。

DeepSeek 开源 EPBL：专家并行负载均衡器

DeepSeek 在 GitHub 发布新仓库 EPLB（Expert Parallelism Load Balancer），用于专家并行场景下的负载均衡。该工具面向 MoE 架构中专家并行带来的负载不均问题，目前仓库仅提供项目名称与简介，具体功能与用法尚未披露。

DeepSeek 开源 profile-data：分析 V3/R1 计算通信重叠

DeepSeek 在 GitHub 新建 profile-data 仓库，用于分析 V3/R1 的计算通信重叠。该仓库聚焦计算与通信过程的 overlap 分析，目前仅给出这一句说明，未披露具体方法、数据或工具细节。

DeepSeek 开源 smallpond：基于 DuckDB 和 3FS 的轻量数据处理框架

DeepSeek 在 GitHub 开源了轻量数据处理框架 smallpond，构建于 DuckDB 和 3FS 之上。该框架定位为轻量级数据处理方案，目前仓库未披露更多参数与性能细节。

DeepSeek 开源 FlashMLA：高效 Multi-head Latent Attention 内核

DeepSeek 在 GitHub 发布 FlashMLA 仓库，提供高效的 Multi-head Latent Attention（MLA）内核，地址为 https://github.com/deepseek-ai/FlashMLA。本次材料仅含仓库简介，未提供更多性能或使用细节。

DeepSeek 开源 open-infra-index：生产级 AI 基础设施工具仓库

DeepSeek 在 GitHub 发布新仓库 deepseek-ai/open-infra-index，定位为经过生产验证的 AI 基础设施工具集合，用于高效 AGI 开发和社区驱动的创新。

DeepSeek 开源高效专家并行通信库 DeepEP

DeepSeek 在 GitHub 开源 DeepEP，一个高效的 expert-parallel（专家并行）通信库，仓库地址为 https://github.com/deepseek-ai/DeepEP。

DeepSeek 开源 GPU BLAS 内核库 DeepGEMM

DeepSeek 在 GitHub 开源了 GPU BLAS 内核库 DeepGEMM，主打简洁与高效。该库以 clean and efficient 为设计目标，面向 GPU 上的 BLAS 运算场景。

DeepSeek 开源 DeepSeek-R1 仓库

deepseek-ai 在 GitHub 发布新仓库 DeepSeek-R1，链接为 https://github.com/deepseek-ai/DeepSeek-R1。仓库正文无更多描述信息。

DeepSeek-V3 开源仓库发布

DeepSeek 在 GitHub 发布 DeepSeek-V3 模型仓库 deepseek-ai/DeepSeek-V3，仓库正文未提供更多细节。