搜索
今天凌晨，DeepSeek V4 Pro 正式版发布，引发热潮。现在，半天过去，DeepSeek Harness （开发者预览版）也来了！当然，这并不意外，毕竟该项目之前已经铺垫了很久了，比如 DeepSeek Harness 团队的崔添翼就一直在社交网络上发预热贴以及为该团队招募人才。
就在刚刚，DeepSeek V4 Pro 正式版来了。最新的模型与价格页面显示，deepseek-v4-pro 对应模型版本已经更新为 DeepSeek-V4-Pro-0813。从目前公布的信息来看，deepseek-v4-pro 支持 1M 上下文长度，最大输出长度达到 384K Token，同时支持非思考模式和思考模式，其中思考模式默认开启。
其实 Codex 和 Claude Code 都支持切换模型，咱们直接用 DeepSeek-V4-Flash 来驱动它们就行，量大管饱、不用魔法、也不怕封号。而且现在 DeepSeek 官方已经做了原生适配，接入流程比以前简单多了。
最近，DeepSeek 接连上了几次热搜。先是因为一张实习 offer 引发围观。一位清华学生在社交媒体晒出录用信息，岗位是 DeepSeek 实习生，税前日薪 5500 元。按每月 22 个工作日计算，月薪超过 12 万元。
@elsewhere 上个月，「elsewhere」报道了 DeepSeek 的融资故事。其中最多人讨论的，莫过于那个传说中的4小时投资人会议。 此去一个月间，梁文锋的各种语录在江湖流传，我们也多方收集到了一些其中内容。
随着 DeepSeek 发布 DSpark，动态 MTP（多 Token 预测）成为了对抗高并发、提升 GPU 利用率的绝对焦点。然而，DSpark 高度绑定特定模型且需要额外训练。
推理大模型 (如 DeepSeek-R1、o1) 靠长思维链拿高分，却普遍「想太多」: 研究统计了五个代表性模型里，发现有 41–52% 的 token 是在模型给出它的最终答案之后生成的。
推理大模型 (如 DeepSeek-R1、o1) 靠长思维链拿高分，却普遍「想太多」: 研究统计了五个代表性模型里，发现有 41–52% 的 token 是在模型给出它的最终答案之后生成的。
过去 12 个小时，关于 DeepSeek 的消息一个接一个炸出来。
月之暗面旗下新一代大模型 Kimi K3 已由员工在 X 上确认，将于本月内发布。据多方信源，K3 的参数规模将达到 2.5 万亿——这一数字不仅超越了 DeepSeek V4 Pro 的 1.6 万亿，也成为当前已公开参数规模最大的国产模型。