DeepSeek 稱其全新 Flash AI 模型在網絡安全和編碼基準測試中超越 Kimi K3
DeepSeek 已推出其 V4.1 Flash AI 模型，聲稱它在關鍵基準測試中超越了之前的旗艦模型和競爭對手，例如 Moonshot AI 的 Kimi K3。這家中國開發商表示，V4.1 Flash 模型採用了全新的因果編碼器-解碼器（Causal-Encoder-Decoder）架構和專家混合（Mixture-of-Experts, MoE）設計，每次請求啟動的參數更少，從而降低了運算能力需求。該模型被描述為其新系列中最小的一個，還具有原生多模態視覺理解功能。它在 Terminal-Bench 2.1 上獲得 90.6 分，超越了 OpenAI 的 GPT-5.6 Sol 的 88.8 分和 Kimi K3 的 88.3 分。
DeepSeek 推出 V4.1 Flash 反映了中國在晶片出口限制收緊下，積極推動高效 AI 模型。該模型的 MoE 設計，在 5,520 億參數框架中，僅啟動 80 億參數用於輸入處理，160 億參數用於響應生成，直接解決了中國開發商面臨的硬件成本和運算限制。其在 Terminal-Bench 2.1 上報告的性能，以 90.6 分對比 Kimi K3 的 88.3 分，表明在有限資源下優化 AI 以應對實際任務方面邁出了重要一步。專注於效率和速度，而不僅僅是原始規模，是對晶片供應鏈地緣政治現實的直接回應，使這些發展對更廣泛的亞洲 AI 格局至關重要。值得關注的是，這些效率提升如何迅速轉化為中國及其他亞洲市場更廣泛的企業採用，特別是考慮到該模型的原生多模態視覺理解能力。以較低的營運成本提供高端推理的能力，可能會重塑該地區的競爭格局。
分享這篇文章
相關文章
6 則
消息指Kimi開發商月之暗面擬探討香港及上海雙重上市以籌集資金
Kimi maker Moonshot AI, a direct competitor to DeepSeek, is exploring IPOs to boost capital for its AI ambitions.
美國抑或中國？哈薩克發展人工智能拒絕選邊站
LUXEED 與 Aimoga 機器人：透過互聯的人車家生態系統共同建構未來出行
馬來西亞希望擺脫Waze。司機們會轉用嗎？
Stripe 發票不等於收入：如何透過網絡掛鈎將其轉化為 ASC 606 附表
