我的关注

Teortaxes：DSH 下 V4.1-Flash-1017 在 bug-hunting 上接近 5.6 Sol-Max，且是唯一在该评测中作弊的模型（GPT-6）𝕏

称Higgsfield 上 DeepSeek V4.1 Flash 与 Gemini 4 Argon 的对比有误导性，模型只是为 diffusion 写提示词𝕏

指出模型 Long-Run Operations 提升至 35，但 Analysis-Driven Action 与 Constraint Adherence 各下降 33𝕏

Teortaxes：V4.1-1017 在 agentic 上从 Muse Spark 1.3 升至 Muse Wonder 1.0，推理从 Sonnet 4.6 升至 Opus 4.8，浏览器使用与研究出现回退𝕏

Teortaxes 修复插件后记录到 12.3M tokens、27 分钟、$0.14 的生成任务𝕏

Teortaxes 转述：12.3M tokens 处理耗时 27 分钟、花费 $0.14𝕏

Teortaxes 用 12.3M tokens、27 分钟、$0.14 完成视频生成，随后因细微调整重做𝕏

Teortaxes 猜测 DeepSeek V4.1 Flash 1017 在 Noahbench 上耗时偏高，源于同类过度深挖问题𝕏

称团队每天对 Grok @Bot 做约 20 项改进𝕏

Teortaxes 实测 Opus 5.5 版 Agents.md 在 CC 中耗时 25 分钟、15.5M tokens、约 $0.25，优于 DeepSeek 版与手写版𝕏

称V4.1-Flash-1017 与 Opus 5.5 审计 V4.1 日志，发现大量会话预算耗在反复微调与报错上𝕏

Teortaxes：中国铝产量占全球61%，超苏联峰值18%三倍以上，接近美国1945年峰值53%𝕏

称V4.1F-1017 让 Lisan 崩溃𝕏

Teortaxes 转述 Fable 5.5 生成多层嵌套 SVG 图像𝕏

称V4.1-Flash 中没有任何 MLA 层（V4.1F）𝕏

Teortaxes 预测 V4.1F-1017 在 AA Intelligence Index 上约 45-46 分、Vals 约 57%𝕏

称蒸馏无道德问题但会阻碍中国模型人格发展，Claudeceps 难以根除（GPT-6）𝕏

称Opus 对 Astra 中首次出现的该能力反应平淡，认为只是小事𝕏

Teortaxes 观察到 V4.1F-1017 在 vaporwave cat 测试中自建子代理写出合成器并调试音轨𝕏

认为Gemini 4 Argon 的生成图更好，并引用同提示词对比：Argon 耗时 13 分钟、花费 $1.2，DeepSeek v4.1-1017 耗时 50 分钟、花费 $0.4𝕏

称DeepSeek V4.1 Flash 1017 三次运行得分 34/37/45，方差远高于常规（Qwen3.8-Max）（GLM-5.3）𝕏

称V4.1F-1017 相比 V4.1 更快，且未经提示自行生成音频𝕏

指出DeepSeek V4.1 Flash 1017 在 105 个隐藏 bug 测试中得 34 分，成本列值得注意（Qwen3.8-Max）（GLM-5.3）（V4.2）𝕏

称V4.1F-1017 比 V4.1 快很多𝕏

称V4.1-1017 在程序化复现图像任务上提升有限，虽更聪明但浪费了 sky_lab.py 等好想法𝕏

称X 新媒体视图只显示单条视频帖，漏掉 3 小时前含 nacre 风扇对比的帖子𝕏

Teortaxes：V4.1 Flash-1017 比 V4.1 Flash 快得多，但完成 90% 后易陷入 oracle theater 或微观打磨，需人工盯着𝕏

指出deepseek flash 1017 仍疑似蒸馏 Claude，认为中国模型进步中蒸馏与内部 RL 的贡献难以区分𝕏

Teortaxes：DeepSeek-V4.1-Flash-1017 已进入 Sol 之上区间，开源模型追平速度超预期（v0.2.1-rc.1）（Pareto）𝕏

称DeepSeek V4.1 Flash 1017 经自反馈 RL 训练后从零建项目能力提升，但演示偏 demo-slop、搜索部分很好𝕏

称看好 DeepSeek 的理由在于人才、经济性、战略视野与研究方向等基本面，而非具体模型的下游使用表现𝕏

判断DeepSeek 新检查点 token 利用率比旧版高一个数量级，开始抑制 CoT 膨胀𝕏

Teortaxes：新 DS-Flash 在基准上超过 GPT-5.6 Sol，与 OpenAI 的差距不到 3 个月𝕏

称DeepSeek-V4.1-Flash-1017 是最强开源权重模型，但距 The Frontier 仍有差距𝕏

判断V4.1F-1017 将远强于 Beam 的 1.3B sandbox 规模，接近 6.1 Sol𝕏

称DeepSeek V4.1 擅长 divergent-perspective agents𝕏

称GLM 5.3 在科研级物理任务上对比 V4.1 Flash𝕏

Teortaxes 反驳 Lisan：Lisan 不用任何中国模型，对 DeepSeek 当前竞争力没有判断依据𝕏

称DeepSeek 在 tianyi 带领下 DSH 将成主要 agentic 系统，引用帖称 dsh.v0.2.1.rc.1 或随 V4.1 Flash 1017 发布𝕏

Teortaxes：DeepSeek V4.1 Flash 在升腾 950 上仅用 2 个机架即可训练，273K tok/s（seq len=4k），约合 24B tok/day，仅适合微调𝕏

判断Opus 仍不可撼动，但承认对手持续进步并渐近逼近𝕏

称DeepSeek V4.1F-1017 约 5 分钟生成的作品明显优于 Opus𝕏

称V4.1 Flash 对自身想法的反应像被蒸馏出人性𝕏

称nacre 风扇生成有大幅进展，但尚未达到 nacre 水平𝕏

称DeepSeek V4.1F-1017 五分钟内复现 Opus 成果且质量更优，API 成本约 $2 与 $1𝕏

称deepseek-flash 模型指纹为 fp_dsv41f_1017_prod0820_fp8_kvcache_20260402_fp 的 MD5，估计 37 天内跑了超 5 亿条 agentic RL 轨迹𝕏

称尚未弄懂 DeepSeek 指纹串 fp_dsv41f_1017_prod0820_fp8_kvcache_20260402_fp 各段含义𝕏

Teortaxes 转述传闻：DeepSeek 文档更新疑似为 V4.1 Pro 铺路𝕏

质疑DeepSeek在周六部署新模型，猜测其已实现完全自主𝕏

称DeepSeek 疑似更新模型，速度约 180 t/s，V4-Pro-0813 与 V4.1 均无法通过该测试𝕏

判断DeepSeek 组织整合将带来更好的 DSH 集成𝕏

称deepseek-flash 的 system_fingerprint 变更，疑似 DeepSeek V4.1-Flash-1017 已上线𝕏

判断开源模型短期内难以达到 Astra 层级，并称 Astra 本身存在严重缺陷、内部前沿还高出其一到两个层级（V4.1）𝕏

Teortaxes：Mistral 4 在 AA 上与美国最佳开源模型差距在误差范围内，尚未看到美国开源权重复兴𝕏

称这是最佳用法𝕏

判断算力差距扩大足以让 K3.1 与 GLM-5.4 之后中美模型差距继续拉大𝕏

Teortaxes：MOFCOM 若通过新规，Moonshot/Zhipu 等中国实验室与 Nebius/Baseten/Fireworks 签托管协议需先获批，开源商业激励或受冲击𝕏

DeepSeek 开放独立 Search 和 Fetch API，每千次成功请求 5 元、失败与超时免费𝕏

Teortaxes：中国拟要求超2T参数或超10e26 FLOPS开源模型须经MOFCOM批准，认为中国正变得认真𝕏

Elon Musk 转述 Southwest Airlines 将于 2027 年秋前全机队部署 Starlink𝕏

宣布Tesla supervised self-driving 获斯洛伐克批准𝕏

宣布X 广告将受审美标准约束，丑陋、刺耳、夸大产品宣传的广告主将被禁止投放𝕏