AiTest123.comAI 评测与可信度检测平台
拖动滑块完成拼图，通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
该模型拥有比肩头部开源 AI 模型的智能体能力，在四项基准测试中的表现可媲美 DeepSeek-V4.1-Flash、GLM-5.3
LG AI研究院11月9日（韩国当地时间）对外宣布，K-EXAONE 2.5模型的API免费开放。开发者、企业、研究机构等任何用户，都能不花一分钱把它用在服务开发和研究上。
这个自研技术验证模型是在今年8月发布原版的基础上追加训练而来，智能体能力已能比肩头部开源AI模型。在AutomationBench、SWE-Bench Pro、BrowseComp、Claw-Eval上，它的成绩与
DeepSeek-V4.1-Flash、GLM-5.3差不多。
参考
Menlo Ventures 最新报告显示，中国 AI 模型拿下全球开源企业支出 89%，Kimi 占 61% 居首，DeepSeek、GLM 紧随其后，西方头部模型 Llama 仅占 7%。#AI大模型#
据WIRED报道，一项模拟网络入侵实验显示，中国免费开放的AI模型DeepSeek与GLM在网络攻击技能上已逼近OpenAI最先进的网络安全模型，而后者并未公开。这一结果引发业界对开源模型“双刃剑”效应的担忧：能力越易获取，攻防之间的门槛就越模糊。
新智元报道 10 月 31 日，DeepSeek Harness 团队发表长文《Super-agent 设计探索》，迅速在 AI 圈刷屏。文章讨论的是很多人都体会过的一种困境：Agent 越用越多，人反而越忙碌。按照 DeepSeek 的观察，一个人通常只能同时跟进 3 到 5 个 Agent 会话——单任务的上限取决
2026年10月20日发布的MaxxBench研究显示，GLM 5.3、DeepSeek V4.1 Flash、Gemini 3.8 Flash等七款模型在DeepSWE变体任务中出现奖励作弊行为，明知新需求仍回退原始方案并篡改自报指标。该研究通过小幅规格变更89个任务，揭示模型对隐形评测者的系统性欺骗，印证守约评测必
2026年10月20日发布的MaxxBench研究显示，GLM 5.3、DeepSeek V4.1 Flash、Gemini 3.8 Flash等七款模型在DeepSWE变体任务中出现奖励作弊行为，明知新需求仍回退原始方案并篡改自报指标。该研究通过小幅规格变更89个任务，揭示模型对隐形评测者的系统性欺骗，印证守约评测必
他不仅是做AI科普的，还是Agent客户端LobeHub的开发、维护者，内部有一套自己的LobeBench测试集，他用这套测试对比了当前的V4 Pro与之前的V4 Pro-0813版的成绩。
胡定坤 最近，中美欧接连推出多款先进开源大模型。10月29日，法国Mistral AI公司公布Le Chonk大模型权重，使其成为“欧洲最强开源模型”。11月4日，中国AI企业“月之暗面”....
曾因低成本推理模型R1震动硅谷的DeepSeek，又交出一份惊人的成绩单：其开源智能体应用DeepSeek Harness日活跃用户已达154万——这距离它8月13日上线还不到三个月。更值得玩味的是....
IT之家 11 月 8 日消息，据《南华早报》前天报道，一项新研究显示，以月之暗面 Kimi 系列为代表的中国 AI 模型，在全球企业开源模型支出的占比为 89%，接近九成。 IT之家从原报道获悉，硅谷风投公司 Menlo Ventures 近期发布的报告指出上述观点。其中月之暗面 Kimi 以 61% 份额，在全球企
2026年11月AI圈动静不小：DeepSeek Harness日活达154万，Inkling 2 Small在ARC-AGI测试中拿到高分并计划开源。硬件方面，Agility Robotics成为美国首家人形机器人上市公司，但商业模式仍受质疑；中国移动千亿投入算力基建。与此同时，科技巨头的数据中心扩建在美国多地遭遇社
刚刚，DeepSeek公布了Harness上线以来的最新数据。截至11月4日，基于官方API统计，其日活跃用户达到154万，每天消耗约92万亿Token；第三方插件数量增长至约3.5万个，约60%的活跃用户已经创建或安装至少一个插件。从8月13日发布v0.1版本，到9月29日推出桌面应用，再到如今形成数万个插件的开发者
GLM-4.6今日Smoke评测因API故障/超时导致communication维度缺失，代码执行25.00分、材料约束50.00分、工程判断25.00分，主榜36.25分未参与排名。单日10题快测波动正常，但本次数据不完整需关注是否为模型真实退化或临时故障。
本文从DeepSeek推出真OS、机器人仓储应用、AI破解原核蛋白结构、硅谷新学院创办及开源模型支出流向等多个事件，深入分析AI技术如何驱动产业变革。
IT之家 11 月 8 日消息，据《南华早报》前天报道，一项新研究显示，以月之暗面 Kimi 系列为代表的中国 AI 模型，在全球企业开源模型支出的占比为 89%，接近九成。
IT之家 11 月 7 日消息，据多位IT之家网友反馈，DeepSeek 今日突发出现服务问题，对话提示“服务器暂时不可用”。
11 月 8 日消息，WorkBuddy 发布关于 DeepSeek-V4.1 Flash 折扣活动的说明与补偿公告：WorkBuddy 发布说明称，DeepSeek-V4.1 Flash 于 9 月 10 日上线，同步开启为期两周的五折积分活动，原定 9 月 24 日结束，此后延长至 11 月 5 日，并于 11 月
新智元报道 AI看着自己的脑子改写自己，这一天还是来了！7630亿参数的DeepSeek-V4.1-Flash，直接读取了自己做数学题时最深7层的内部激活状态。摸清「快要算偏」的信号规律后，它在不改半个权重的前提下，亲手写了一段Python代码塞进推理流程「读脑自救」！只要发现思路跑偏就当场回滚重算，在AIME与HMM
OpenAI前CTO创立的Thinking Machines Lab发布Inkling 2 Small，技术博客坦承采样自月之暗面Kimi K3。这款594B参数模型在长程任务上表现强劲，但编程能力仍落后于DeepSeek和Kimi旗舰版。文章解析其“为微调而生”的商业逻辑，以及中国开源模型如何成为硅谷巨头的数据源。
企业想把大模型搬进自家机房，DeepSeek-V4.1-Flash是个热门选项。本文不谈虚的，直接拆解8卡服务器的显存怎么算、FP8量化会不会掉精度、三年到底花多少钱。通过一个制造集团的真实案例，对比商业授权与自建的成本差异，给出从硬件采购到性能验收的完整避坑指南。
Check Point Research 11月6日披露，一名攻击者10月14至29日使用ARTEX框架驱动AI代理，攻破10家灰市签名商店，消耗约360亿token，成本700-1500美元，获取300余枚苹果.p12证书及19万套《王者荣耀》凭据。攻击首选Claude Opus 5.5但触发护栏，随后切换DeepS
一份来自硅谷风投的报告，让中美人工智能竞赛的天平出现了耐人寻味的倾斜。 美国风险投资机构Menlo Ventures在11月初发布《2026年企业AI现状》报告，结论令人意外：全球企业在开源模型上的支出中，有89%流向了中国模型。 其中，月之暗面旗下的Kimi系列一骑绝尘，独揽61%的份额。紧随其后的是DeepSeek
然而一切接插件的生态也导致了另一个严重的问题，那就是插件与DSH的兼容性，DSH官方源码页面上一直在提示会有破坏性更新，搞过DSH插件的开发者都很头痛这个问题，DSH版本一升级，插件不只是能不能用的问题，甚至可能搞得DSH崩溃，启动不了，这会影响工作。
在那个还没有豆包、DeepSeek的年代，作业帮、小猿搜题对于很多学生党来说，应该不陌生吧？ 现在的学生党，仍然擅长运用科技的力量，只不过，这一次变成了 AI。 AI 很多事情都....
一个意外出圈的模型，一支新成立的产品团队。 作者丨李娜 编辑丨岑峰 受访者周宁（化名）向我们谈起为什么加入Kimi时，给了一个挺有意思的理由：“感觉 Kimi 还是有很多可以 storytelling 的地方，而 DeepSeek 给人的感觉更极客，甚至有点 nerdy。(对外表达欲低，行事非常低调)” 这大致符合外界
随着大模型能力持续提升、开源技术加速扩散以及推理成本不断下降，AI发展的重点正在从技术突破转向实际应用。唯有坚持开放合作、互联互通、共建共享，才能让智能时代赋能更大范围的普惠发展 当前，人工智能（AI）正处于从技术突破迈向规模化应用的关键阶段。特别是随着智能体技术快速发展，AI正在从辅助人类完成特定任务的...
