2026-09-12 AI动态 · AI行业每日动态

观点09-11 12:24

DeepSeek V4.1-Flash 缓存输入降价 7 倍

实测显示 V4.1-Flash 缓存命中输入价格降至约 1/7、输出降约 2/3；9 月 14 日 12 时起，发往 v4-pro 的请求将强制路由至该模型并按新价计费。

评最实际的变化是成本结构：账单里缓存命中往往占大头，降一个数量级意味着长会话、多轮 Agent 能直接跑而不用精打细算。强制路由则意味着 9 月 14 日后仍按老模型参数写的调用会静默换模型，做稳定性评估的团队需提前重测输出一致性。

源：公众号：卡尔的AI沃茨阅读原文

None09-12 06:49

第三方架构还原显示，V4.1-Flash 采用 20 层因果编码器加 20 层解码器的 CED 双塔：总参数量 552B，读长文本仅激活约 8B，生成阶段激活 16B。

评CED 双塔把读写拆成两套激活路径，读长文档只花 8B 算力，这是长上下文成本能压下来的结构性原因，而不是靠 KV 缓存省一点显存。做私有化部署时，文档问答与批量生成可共用一份权重、跑出两条成本曲线，容量规划比只看总参数量靠谱。

源：X：阿易 AI Notes (@AYi_AInotes)阅读原文

行业动态09-12 03:35

据 Bloomberg 报道，月之暗面目标年底年化营收达 20 亿美元，为 8 月运行率的两倍，主要受益于今夏发布的 K3 模型。

评年化 20 亿美元放在国内大模型公司里属头部位置，且一个季度翻倍，说明 K3 的付费转化在真实发生。如果增长主要来自 API 与订阅而非一次性定制合同，这类收入的可预测性明显更高，也会直接影响它在下一轮融资里的议价空间。

源：TechCrunch：AI（RSS）阅读原文

论文研究09-12 07:05

多伦多大学预印本演示 LLM 蠕虫：借用被感染主机的 GPU 跑本地模型，自主发现漏洞并跨主机扩散，无需外部 C&C，在混合测试网中自主运行 7 天。

评关键不是蠕虫本身，而是推理算力来自受害者自己的显卡，攻击者边际成本接近零，也没有可封堵的控制服务器。当前实现比传统蠕虫慢、日志噪音大，容易被行为监控抓到；但防御思路已经变了：补丁管理挡不住会自己挑漏洞的代码，微隔离加主机级异常检测才起作用。

源：World Cyber News阅读原文

模型发布09-12 04:02

蚂蚁百灵开源首个原生多模态模型 Ling-3.0-flash-VL：总参 124B、单次推理激活 5.5B、上下文 256K，原生支持图像/文本/视频输入，采用 MIT 许可。

评视觉反馈闭环是这条发布里最值得看的点：模型把一次性生成改成观察、行动、验证、修正的循环，生成网页时能对照渲染结果自己改代码。引用分数要留意版本：官方引的是 AA v4.1.1 口径的 42 分，AA 现行榜单只给 25 分。

源：腾讯新闻（IT时代网）阅读原文

产品发布09-12 05:30

OpenAI 开放 Agents API 公测：以 Codex harness 托管云端 Agent，编排与上下文由 OpenAI 承担，沙箱可自带或接 E2B 等 9 家。

评把 Codex 内部的编排层做成公开 API，等于把长跑 Agent 不崩这件最耗工程的活外包出去。代价是编排层锁在 OpenAI 的版本节奏上：想做多模型路由的团队，更该拿走 GitHub 上的开源 harness。

源：OpenAI：官网阅读原文

观点09-12 02:24

GPT Image 2.5 双版本包揽图像榜前二：Flare 生成中位耗时由 142.9 秒降至 52.7 秒，价格维持每百万输出 token 30 美元。

评速度比画质更能改变用法：单图从 142.9 秒压到 52.7 秒，设计师才可能把出图放进即时迭代的循环。风险在榜单样本，前两名票数只有 3000 上下，远少于 GPT Image 2 的近 8 万，排名还需时间沉淀。

源：HuggingNews阅读原文

None09-12 04:29

OpenAI 宣布 GPT-Rosalind 结束研究预览，通过 API 与 Codex 向审核通过的全球机构开放，可跨论文与实验数据推理、权衡靶点证据并规划实验。

评从受控研究预览转为面向机构开放，说明 OpenAI 对生物双用途风险的审核流程已经跑通，用组织身份与安全合规做门槛，而不是一刀切禁掉。对国内团队实际影响有限：开放仍是审核制，能立刻用上的还是 Codex 里那套生命科学插件与公开数据库连接。

源：AGI Hunt阅读原文

除了本板块，AI工具宝箱还有这些独家内容板块，帮你从不同角度发现好工具。