每美元 13 亿 token：vLLM 公布新模型吞吐
vLLM 对 DeepSeek-V4.1-Flash 的实测显示，在 SemiAnalysis AgentX 上实现每美元 13 亿 token 的 TCO，吞吐约 83 万 token/秒。团队称更短的输出让它更适合长 Agent 循环——把每一步做得足够快，正是服务侧要解决的问题。
软件工程师从未像现在这样忙碌，但他们基本不再写代码——Agent 完成了约 100%。
—— François Chollet
Cohere 发布 Embed 5 Fast
Cohere 用 163 个数据集与 RCP-nDCG@10 指标，将 Embed 5 Fast 与 Google 的 EmbeddingGemma 2 对比，称在超过 95% 的数据集上领先。
Ollama Cloud 上线 DeepSeek 新模型
Ollama Cloud 已支持 DeepSeek-V4.1-Flash-1017，主打美国托管、零数据保留与更低的 Agent 任务成本，也可直接在 Claude Code 中启动。
Replit 支持部署到客户自有云
Replit 现可将平台部署到客户自己的云，覆盖 Azure、Google Cloud 与 AWS，面向政府、金融与医疗等高敏感场景，数据不离开客户环境。
Perplexity 开源 Agent 沙箱 SPACE
Perplexity 开源了支撑安全 AI Agent 的沙箱平台 SPACE。NVIDIA 提醒，构建更安全的 Agent 需要的远不止模型层面的护栏。
vLLM 支持英伟达 Vera Rubin
早期结果显示在 MiniMax M3 的 Agent 任务上吞吐量超 GB200 的 7.8 倍。
DeepSeek 小更新提升 Terminal-Bench
被称为小版本更新，但 Terminal-Bench 4.0 从 31.2 升至 42.3。
llama.cpp v0.7.0 支持 128GB Mac
在 128GB Mac/Spark 上演示草稿模型与懒加载参数运行 Qwen3.8-Flash-Next GGUF。
Replit 首选 OpenAI
仍保持模型无关，但基于性能、成本与合作深度，OpenAI 已成为其 Agent 首选伙伴。
OpenCode 遭入侵 1.4% 用户受影响
10 月 16 日晚安全事件与大规模蒸馏攻击有关，未收到邮件者不受影响。
DeepSeek 开始压缩 CoT 冗长
压缩思维链冗长或带来 Jevons 悖论，并给其他中国实验室施压。
Perplexity 权重上传 Hugging Face
pplx-decider-flash-v1.2 权重已上线 HF，模型页未披露参数量。
Perplexity 接入 Vercel 网关
Vercel 开发者现可通过 AI Gateway 使用 Perplexity Decider。
Higgsfield 开源《Untold Stories》
音乐驱动商业短片《Bored Ideas》开源，可查看完整制作方式。
Natolambert 评 Meta 前景
美国开源权重模型能否缩小与 Claude 的差距，仍是关键悬念。
Higgsfield 对比四款模型动画能力
同一动画测试对比 Gemini 4 Argon、GPT-6.1 Soul、Claude Opus 5.5 与 DeepSeek V4.1 Flash。
Kling 亮相纽约广告周
与 WPP、Adobe 共同探讨 AI 如何重塑创意工作流与品牌生产。
Pika 在 ChatGPT 内生成产品图
Product Shot 把厨房台面照变成影棚级产品图，无需离开 ChatGPT。
rasbt 蒸馏课程完结
Reasoning From Scratch 收官，讲蒸馏作为替代强化学习的高效方案。
vLLM-Omni 首日支持 MOSS-Image
在 MOSS-Image 开源发布首日即提供支持，助图像生成模型进入开源社区。
Laude 开源持久化 Agent 框架
Headlong 用不到 1 万行 Bash，Agent 无输入时持续自我引导。
Mollick 谈 Agent 冲击服务门槛
Agentic 请求正绕过传统访问门槛，考验政府与公司的选择。
Neel Nanda：远未解决
新一轮讨论再次说明可解释性问题仍未解决。
DeepSeek SWE 基准领跑
在 DeepSeek SWE V1.1 基准上完爆其他模型，成本更低。
DeepSeek 联网搜索 API 收费
每千次 5 元，11 月 1 日起计费。
「蒸馏」一词被混用
窃取 API 密钥的入侵与模型蒸馏被归为同一词，令人困惑。
开源权重之王回归？
命名方案离谱，但基准跃升明显，或强于内置视觉的 GLM 5.3。