新当事方称vLLM 称 DeepSeek-V4.1-Flash 在 vLLM 上低并发快 1.9×、150 TPS/用户吞吐达 5.3×DeepSeek-V4.1-Flash 在 vLLM 上低并发快 1.9×、150 TPS/用户吞吐达 5.3×𝕏
vLLM10/18Teortaxes 判断 V4.1 是当前最好的中国模型（就 ARC-2 而言）
Teortaxes 判断 V4.1 是当前最好的中国模型（就 ARC-2 而言）
vLLM v0.31.0 同日发布，为 V4.1-Flash 加入 FlashMLA mega attention、NVFP4 KV caching 与 DeepGEMM sparse MQA
疑似或传闻 当事方还没回应迹象指向 依据接口、代码提交等公开痕迹作出的推断转述 二手说法，不是原话
事件
| 看什么 | 现在的情况 | 依据 |
|---|---|---|
| 事实 | vLLM v0.31.0 同日发布，为 V4.1-Flash 加入 FlashMLA mega attention、NVFP4 KV caching 与 DeepGEMM sparse MQA | |
| 官方 | vLLM |
vLLMv0.31.0 共 717 个提交、307 位贡献者、96 位首次贡献者𝕏
Teortaxes解读他给出的理由是 Dots 注意力更贵、激活参数与 V4.1 相近，并自称这是基于 Opus 的粗略重构𝕏
Max For AI转述CrowdStrike 10 月 7 日报告称韩国多家银行被黑疑似出自一名 26 岁中国年轻人，其 Claude Code 聊天记录暴露了身份𝕏
产业解读
这不是投资建议。
新当事方称vLLM 称 DeepSeek-V4.1-Flash 在 vLLM 上低并发快 1.9×、150 TPS/用户吞吐达 5.3×DeepSeek-V4.1-Flash 在 vLLM 上低并发快 1.9×、150 TPS/用户吞吐达 5.3×𝕏
vLLM称vLLM 称 DeepSeek-V4.1-Flash 在 vLLM 上 agent 场景吞吐达 5 倍，SWA bounded replay 前缀命中只重算最后 128 token，TTFT 降约 30%DeepSeek-V4.1-Flash 在 vLLM 上 agent 场景吞吐达 5 倍，SWA bounded replay 前缀命中只重算最后 128 token，TTFT 降约 30%𝕏
vLLM称vLLM 称 DeepSeek-V4.1-Flash 在 vLLM 上低并发快 1.9×、150 TPS/用户吞吐达 5.3×DeepSeek-V4.1-Flash 在 vLLM 上低并发快 1.9×、150 TPS/用户吞吐达 5.3×𝕏
vLLM判断Teortaxes 判断 V4.1 在 ARC-2 上算力效率更高，预计在 ARC-3 上效率大幅提升V4.1 在 ARC-2 上算力效率更高，预计在 ARC-3 上效率大幅提升𝕏
TeortaxesTeortaxes：V4.1 Flash 与 0731 token 效率相近但更强，Dots 定价 $0.14/$0.28 更啰嗦（ARC-AGI-1-2）𝕏
TeortaxesMistral Large 4 在 Artificial Analysis Intelligence Index 得 38 分，与 DeepSeek V4.1 Flash、GPT-6 Luna 相当（GLM-5.3-Flash）𝕏
Artificial Analysis称Thibault Sottiaux 称 ChatGPT 上线一周的 dots 已修复通知、代码块、Safari 渲染等多项问题ChatGPT 上线一周的 dots 已修复通知、代码块、Safari 渲染等多项问题𝕏
Thibault Sottiaux关注后可跟此人更新与他说过的话，需用手机号登录