KeyFrame內部研究專用

DeepSeek V4 Flash Is OUT, OpenAI "mewthree" + GPT-5.6 Price/Speed Update, Qwen 3.8 Kinsley, & More!

WorldofAI16 min英文
觀看原始影片

三句話摘要

OpenAI 大幅降價推出 Seoul Fast、DeepSeek Flash 4 性能飆升、多家廠商密集發布新模型,AI 市場進入極速競爭階段。 OpenAI 以雙層降價 + 推理加速牽頭,DeepSeek 以成本效益突襲智能體市場,多家廠商密集發布多模態和具身 AI 方案,AI 產業正進入「價格戰 + 性能戰 + 應用戰」的三線並進階段。 OpenAI 的雙向夾擊策略:一邊激進降低 Luna 和 Terra 的價格來搶佔低成本智能市場,一邊推出 Seoul Fast 提供 2.5 倍更快推理速度但只貴 53%。這直接挑戰中國模型的成本優勢,標誌著價格戰進入新階段。

重點整理

  1. OpenAI 的雙向夾擊策略:一邊激進降低 Luna 和 Terra 的價格來搶佔低成本智能市場,一邊推出 Seoul Fast 提供 2.5 倍更快推理速度但只貴 53%。這直接挑戰中國模型的成本優勢,標誌著價格戰進入新階段。

  2. DeepSeek Flash 4 的智能體革命:在多項基準測試上實現 7-7.5 倍的性能躍升,號稱超越 GLM 5.2,足以在多智能體系統中用 2 個實例替代 4 個 GLM 實例,成本效益徹底改寫。

  3. Quen 3.8 的視覺生成突破:新檢查點 Kinsley 在 3D 場景和前端生成上展現細節度和真實感,已在 Arena 內與 Fable 5 打成平手,暗示官方發布後將帶來強勁競爭。

  4. 多模態與具身 AI 的爆發:Minimax H3 支援 2K 視頻 + 立體聲的多模態編輯、Google Robotics 2 實現多機器人協作與自然語言規劃,整個生態正從純文本向多模態和物理世界延伸。

實用技巧與重點

  • OpenAI 價格與性能更新
  • GPT 5.6 Luna:輸入 $0.20/百萬 token(降 80%),輸出 $1.20/百萬 token
  • GPT 5.6 Terra:輸入 $2/百萬 token(降 20%),輸出 $12/百萬 token
  • GPT 5.6 Seoul Fast:推理速度提升 2.5 倍,成本僅提升 53%(相比標準 Seoul)
  • Luna 約為 Seoul 價格的 1/25,性能仍具競爭力
  • DeepSeek Flash 4 性能數據
  • DeepSway 基準:7.3 → 54.4(提升 7.5 倍)
  • Cyberjim:38.7 → 76.7
  • AutomationBench:10.8 → 25.1
  • 宣稱超越 GLM 5.2 全部 8 項共享基準
  • 新模型發布清單
  • Suno SeedDance 2.5:原生 30 秒視頻,支援 50+ 多模態參考、多語言
  • Minimax H3:2K 15 秒視頻、立體聲、編輯和運動轉移功能、成本為競爭對手 1/3 以下
  • Quen 3.8 檢查點(Kinsley):3D 渲染、前端生成
  • Google Gemini Robotics 2:全身智能、精密操作(摺紙、備菜)、多機器人協作
  • Geeking Machines Inkling Small:276B 參數(12B 活躍)、開源、支援文字、圖像、音頻
  • OpenAI 內部檢查點:Sync、Magnesium(Design Arena)、Mew3(GPT 6 洩露)、Gemini 3.5 Pro(短暫出現於 Arena)
  • 行業動向
  • 預期 GPT 6 將於 8 月發布
  • DeepSeek Flash 4 目前僅通過 API,聊天機器人版本即將上線
  • Minimax H3 計畫開源

結論

OpenAI 以雙層降價 + 推理加速牽頭,DeepSeek 以成本效益突襲智能體市場,多家廠商密集發布多模態和具身 AI 方案,AI 產業正進入「價格戰 + 性能戰 + 應用戰」的三線並進階段。

完整解析

這支影片記錄了 AI 業界一天內發生的密集更新,完整呈現市場競爭白熱化的現狀。

首先是 OpenAI 的價格攻勢。在 GPT 6 蓄勢待發的節點,OpenAI 對既有模型進行了大幅調整:Luna 和 Terra 的價格大幅下探,其中 Luna 降幅高達 80%,使其成為同級別模型中最廉價的選擇,成本約為 Seoul 的 1/25。這個舉措瞄準的正是中國廠商的成本優勢。同時推出的 Seoul Fast 則是另一個維度的競爭——在不顯著提高成本的前提下實現 2.5 倍的推理加速,打破了「快速推理必然昂貴」的業界常規。這是一場雙向夾擊:用 Luna 搶佔經濟型客戶,用 Seoul Fast 滿足性能需求。

DeepSeek Flash 4 則是另一顆重磅炸彈。儘管是 Flash 版本而非 Pro 版本,其性能躍升卻是驚人的——在多項基準測試上實現 7 倍以上的提升,並直接超越被廣泛應用的 GLM 5.2。這意味著在多智能體系統中,原本需要 4 個 GLM 實例才能達到的效果,現在用 2 個 DeepSeek Flash 實例就能實現,且效果更好。這不僅是性能的勝利,更是成本結構的重塑。

技術細節上,多家廠商在同一時間推出的升級同樣值得注意。Quen 3.8 的新檢查點 Kinsley 在 3D 渲染和前端生成上展現的細節度接近 AAA 級遊戲品質,水反射、光影、工業細節的真實感已經能與 Fable 5 打成平手。Minimax H3 則是打開了多模態視頻生成的新想像空間——支援 2K 解析度、15 秒時長、立體聲、多參考融合,成本還是競爭對手的 1/3 以下。Google Robotics 2 將物理世界的泛化進一步推進,多機器人協作、工具調用、自然語言規劃等能力暗示我們正在接近真正的具身 AI。

最有趣的是 GPT 6 的洩露跡象。OpenAI 在推廣 Chrome 擴展的影片中意外洩露了內部檢查點名稱 Mew3,雖然影片隨後被刪除並重新上傳,但這次泄露結合 8 月發布窗口的傳言,讓業界猜測 GPT 6 已經近在咫尺。同時出現在 Design Arena 中的 Sync、Magnesium 檢查點生成的程式碼品質也令人印象深刻。這一切都指向一個信號:AI 前沿公司正在準備下一波重大發布。

8 min
AI 技術中文11月17日

Muse AI 国内注册方法来了!无需排队、无需信用卡,全程免费!

一路向前看原片 ↗
  • IP環境是核心要素:乾淨的住宅IP搭配日本節點能大幅提升註冊成功率,講者稱日本節點「幾乎秒過」,可選美國但成功率較低。
  • 全新郵箱是必要條件:系統會記錄每個郵箱的註冊歷程,曾排隊或卡在信用卡驗證的信箱會直接失敗,必須使用全新未註冊過的郵箱才能完全規避之前的失敗記錄。
AI 技術中文11月17日

Meta 改写 K-Means,训练轮次降到十分之一​ | K-Means | e-means | Meta FAIR | 聚类算法 | 向量检索 | Faiss | DINO10B | 向量数据库

Best Partners TV看原片 ↗
  • 從累加到衰減的中心維護:傳統小批量更新會累積歷史統計量造成早期分配記錄長期影響,而 e-Means 用指數移動平均使新分配能即時調整中心,早先統計逐漸失效,避免陷入次優解。
  • 死簇復活機制是關鍵改進:消融實驗顯示這項改動影響最大,透過每 5 批次檢查樣本不足的中心,從較大簇拆分一半重新安排,將樣本不足 10 個的中心比例從 26.3% 降到 0.3%。
AI 技術英文11月17日

Goal Engineering - The New Buzzword

Prompt Engineering看原片 ↗
  • 長期開放式目標中最難提供的上下文不是文件或 API,而是人類的判斷力與品味。傳統的檔案查詢或技術規格是相對容易部分,真正瓶頸在於定義「什麼是好的結果」。
  • Actively AI 初期採用單一代理處理多種任務類型失敗,因為人類審查者必須在十種不同的任務格式間切換心智模式,造成效率低落。重新架構為多個專一代理後,人類可在相同心智模式下快速連續審查。