官方这次没有发布博客，只在 API 文档的模型与价格页面更新了参数，随后从官方群流出的一张评测对比表成了外界了解新版能力的主要依据。

规格：百万上下文，38.4 万输出

DeepSeek-V4-Pro-0813 支持 100 万 token 上下文长度，最大输出长度达到 38.4 万 token，同时提供思考模式与非思考模式，其中思考模式默认开启。对于需要一次性读入长代码仓库、处理大规模文档，或者连续执行大量步骤的智能体任务，这样的规格意味着单次调用能承载的内容量相当可观，多轮拆分与拼接的开销随之减少。

接口能力上，新版支持 JSON 结构化输出、工具调用与 Responses API，同时兼容 OpenAI 与 Anthropic 两套请求格式，对话前缀续写处于测试阶段，FIM 补全同样是测试功能且仅限非思考模式使用。换句话说，DeepSeek 在接口层已经基本对齐了当下主流的智能体开发工具链，切换成本被压到很低。

架构方面，V4 Pro 沿用此前公开的混合专家设计，总参数规模 1.6 万亿，每次推理激活约 490 亿参数。并发限制上，Pro 版为 500，轻量的 Flash 版为 2500，产品分层意图明确：高频轻量任务走 Flash，复杂长任务走 Pro。

跑分：智能体项目全面拉升，四项超过 Opus 4.8

官方评测表最直观的信号是与预览版的落差。在考察模型在真实终端环境中执行命令、解决系统问题的 Terminal Bench 2.1 上，正式版拿到 87.9 分，预览版为 72.1 分，三个月抬升 15.8 分。面向长周期真实软件工程任务的 DeepSWE 变化更剧烈，从预览版的 12.8 分跃升至 62.7 分，接近原来的五倍——预览版在这项测试上基本处于「做不完任务」的状态。

横向对比中，V4-Pro-0813 有四个项目超过 Anthropic 上一代旗舰 Opus 4.8：

• Terminal Bench 2.1：87.9 对 85.0
• 网络安全攻防基准 Cybergym：83.3 对 78.3
• DeepSWE：62.7 对 58.0
• 工作流智能体基准 AutomationBench：31.8 对 27.2

另有 Agents’ Last Exam 一项两者打平，均为 25.7。

与更强的 Fable 5 相比，差距仍在，但个别项目已经反超。Cybergym 上 V4 Pro 以 83.3 略微领先 83.1，AutomationBench 上 31.8 高于 29.1，是表中三个模型的最高分。Terminal Bench 2.1 几乎追平，87.9 对 88.0，只差 0.1 分。需要留意的是，表中对 Fable 5 的标注是带回退机制的成绩。

短板同样清楚。代码仓库生成任务 NL2Repo 上 V4 Pro 为 61.5，落后 Opus 4.8 的 69.7；工具调用综合测试 Toolathlon-Verified 为 74.1，低于 Opus 的 76.2 与 Fable 5 的 77.9；数据科学任务 DSBench-Hard 为 67.2，不及 Opus 的 71.7；DSBench-FullStack 为 71.1，略低于 Opus 的 71.6，与 Fable 5 的 77.2 差距更明显。知识推理测试 HLE 的表现比较特殊：不带工具时 V4 Pro 只有 42.7，明显低于 Opus 的 49.8 和 Fable 5 的 53.3；一旦允许调用工具，成绩升至 60.0，反超 Opus 的 57.9，逼近 Fable 5 的 63.0。

这组数字勾勒出的画像是：单纯拼静态知识储备，V4 Pro 不占优势；一旦进入需要动手、需要连续调用工具推进的场景，它的位置明显靠前。

价格：输出每百万 token 6 元，未跟随涨价

计费标准方面，deepseek-v4-pro 每百万 token 的价格为缓存命中输入 0.025 元、缓存未命中输入 3 元、输出 6 元。同系列的 deepseek-v4-flash 对应为 0.02 元、1 元和 2 元，两项主要计费项上 Pro 恰好是 Flash 的三倍。

放到国际同类产品的价目表里，这个数字的分量会更清楚。按每百万输出 token 折算，Fable 5 定价 50 美元，GPT-5.6 Sol Max 为 30 美元，同一晚发布的 Grok 4.6 为 6 美元，而 V4 Pro 约为 0.87 美元。0.1 分的跑分差距背后，是数十倍的价格落差。

值得注意的是，DeepSeek 官网此前挂出的「计划近期整体上调 API 服务定价，预计涨幅较大」提示仍未撤下，而这次正式版并没有跟着调价。对开发者而言，这更像是一个窗口期，而非长期承诺。

来源：OpenRouter、DeepSeek 官方 API 文档

按官方说法，同等规模下 Maple-Preview 的推理能力处于领先水平，甚至能与更大的模型掰手腕，能够解出国际数学奥林匹克（IMO）难度的题目，速度则比 Gemma 4、Qwen3.5、gpt-oss 这类以高效著称的模型快 5 到 16 倍。项目在 Hacker News 上发布时用的标题更直接：在 iPhone 上跑到每秒 120 个 token。

三值权重：把每个参数压成三个数

Maple-Preview 的核心不在参数堆料，而在精度。它采用的是三值权重（ternary weight），即每个权重只在 −1、0、+1 三个取值中选一个，而不是常规的 16 位或 8 位浮点数。这种极端压缩直接决定了模型的体积和访存开销——200 亿参数最终落成一个 5.31 GB 的检查点，普通消费级设备的内存就能装下。

DeepGrove 并非第一次做这件事。这家 2025 年夏季进入 Y Combinator 的公司此前已经开源过 Bonsai——一个约 5 亿参数的三值权重小模型。团队对自己的定位描述得很清楚：研究高效模型如何学习，从架构、训练基础设施、优化方法到硬件设计通盘重做，把低精度当成头等公民而非事后补丁。Maple-Preview 是这条路线上的第一个正式落点。

20B 的架子，1B 的开销

模型标注为 20B-A1B，意思是总参数 200 亿、每次推理只激活约 10 亿。具体结构是 24 层、256 个专家的混合专家（MoE）配置，每次前向传播只激活其中 8 个专家；注意力部分采用 3:1 比例的滑动窗口注意力（SWA-512）与全局注意力混搭。上下文窗口为 131072 个 token。

这套组合的意图很直白：用稀疏激活压住计算量，用三值权重压住内存带宽，两头同时省，才可能在没有独立显卡的设备上跑出三位数的生成速度。

评测方面，官方使用稠密输出头在 LCBv6、AIME 2026、HMMT 2026 和 GPQA-D 四项基准上做了能力对比，结论是在内存—性能和速度—性能两条曲线上都推进了帕累托前沿。权重以 MIT 许可发布，除标准格式外还提供了适配苹果芯片的 MLX 版本，官方同时上线了在线试用入口和本地部署指南。

更值得注意的是「边跑边学」

比跑分更有意思的是 DeepGrove 提到的一组早期实验：Maple-Preview 在 MacBook Pro 上本地运行时，能够一边工作一边学习。模型自主判断哪些事实和用户偏好值得记住，随后在空闲时对这些内容进行「做梦」式的回放，把知识固化进自身权重。

这个思路针对的是当下 AI 记忆方案的通病。目前主流做法是把用户偏好写成一堆文本文件，每次对话再塞回上下文，条目一多就会撑爆窗口，而且文字描述往往丢掉那些微妙的个性化细节。DeepGrove 的判断是，未来的端侧模型应该靠调整自己的权重来记住主人，而不是靠散落在几千个笔记文件里的事实条目。之所以敢这么设想，前提正是模型足够小、足够快、足够省电——大模型在云端做同样的事，成本完全不是一个量级。

现阶段的边界

DeepGrove 对这个预览版的局限也交代得比较坦率。官方明确说明，Maple-Preview 主要针对原始推理能力做了打磨，针对智能体任务的后训练很少，通用强化学习也只做了小规模，因此在智能体类基准上可能表现不佳，团队计划在正式版发布前继续延长训练。

工程上还有一处需要注意：随模型一同提供的 Transformers 实现依赖 Triton 和 FlashAttention，面向的是兼容 CUDA 的环境；而那个 218 tokens/秒的苹果芯片成绩，用的是另一套独立的端侧运行时。想在 Mac 上复现官方速度的开发者，需要走 MLX 路径而不是直接用 Transformers。

来源：DeepGrove / Hugging Face 模型页

8 月 4 日，腾讯混元发布了新一代语音识别模型 Hy ASR 3.0 preview，核心升级就一句话：**从”逐字转写”变成”理解语境”。**

具体数据很能打。在开源评测集上，中文普通话词错误率（WER）3.34%、英语 2.62%、粤语 3.12%，全部压在 3% 左右——这个水平已经接近人类速记员的准确率。

但比数字更重要的，是它解决的三个实际痛点：

**第一，同音词不再靠猜。** 以前语音识别是纯声学信号处理，听到什么写什么。Hy ASR 3.0 接入了混元大模型 Hy3 的语义理解能力，能根据上下文自动纠错。会议纪要、访谈转写这种长音频场景，越往后转越准。

**第二，方言覆盖面广。** 支持 10 大方言片区、20 余个二级小片区。粤语、吴语、闽南语这些主流方言都能用，不用再刻意说”播音腔普通话”。

**第三，复杂环境稳得住。** 高噪声环境、耳语、悄悄话这些声学条件恶劣的场景做了专项优化。工厂车间、街头、会议室都能用。

技术架构上也有干货：采用 MoE（混合专家）架构，自研无监督语音编码器用了数千万小时级语音数据训练，还引入多阶段强化学习优化复杂场景的识别准确率。

目前该模型已上线腾讯云 API，腾讯元宝 App 已首发接入并免费开放方言识别和上下文纠错功能。

说白了，语音识别的竞争已经从”听得多准”升级到”懂你说什么”。对普通用户来说，最直接的感受就是：以后按住说话键，可以更随意、更自然地表达，不用担心机器把意思搞反了。

你平时用语音输入多吗？最常遇到的识别错误是什么？

在架构上，这是一款 Decoder-only 的稀疏专家模型：总参数量 160 亿，但每处理一个 token 只激活 28 亿参数。它包含 27 个解码层、隐藏维度 2048，采用门控多头潜在注意力（Gated MLA）。专家层面设有 2 个共享专家与 64 个路由专家，每个 token 实际只激活其中 6 个路由专家，再加上 2 个共享专家——稀疏结构让它的计算开销更接近一个参数少得多的稠密模型。

训练方面，Instella-MoE 在 AMD Instinct MI300X 与 MI325X 显卡、ROCm 软件栈上完成了 7.1T（万亿）tokens 的预训练，上下文窗口从初始的 4K 经 YaRN 位置编码扩展至 64K。后训练依次经历监督微调、DPO 偏好对齐与强化学习蒸馏，并推出了”Think”思考模型。

基准表现上，基础模型在标准评测平均得分 76.7，为当时全开放模型最高；在 WinoGrande 拿到 86.5，HumanEval+ 为 65.7，64K 长上下文 RULER 平均 79.4。思考模型平均 73.22，其中 IFEval 83.70、AIME25 73.40、AGIEval 82.50。横向比较，其基础模型强于 SmolLM3-3B、OLMo-3-7B、OLMoE 等开放模型，略低于 Qwen3.5-4B-Base（79.5）；思考模型则高于 Olmo3-7B-Think、Gemma-4-E4B、Qwen3.5-4B 等开放权重模型。

需要留意的是，Instella-MoE 采用 Research RAIL 许可证，仅限学术与研究用途，并非完全自由的商业授权。它的意义更多在于展示 AMD 的 ROCm 生态与开放模型路线——在英伟达几乎主导训练硬件的背景下，一个能完整复现训练全程的开放 MoE，对想要摆脱单一厂商绑定的研究团队颇具价值。

来源：AMD ROCm Blogs《Instella-MoE》（Jiang Liu 等，2026-07-24）

AI生成配图

## 一个历史性的首发帖

“作为我的第一条帖子，我想分享 NVIDIA 签署的一封关于开放模型重要性的信件，”黄仁勋在 X 上写道。”AI 将改变每个行业，驱动每家公司，被每个国家建设。开放模型能加强安全性和网络安全，加速创新和传播，并实现主权。世界既需要前沿的闭源模型，也需要前沿的开源模型。”

这封信名为《Open Weights and American AI Leadership》（开放权重与美国 AI 领导力），直接对比了当今开源 AI 模型的争论与 1980 年代开源软件运动的历史。信中指出，正如开源代码成为了现代互联网的基石，开源 AI 模型也应该被允许蓬勃发展，而不是面临”过早的限制”。

## 25家联名企业的阵容

签署这份公开信的企业阵容堪称 AI 产业的半壁江山：NVIDIA、Microsoft、Meta、IBM、Hugging Face、Mistral、Mozilla、Linux 基金会、Palantir、CrowdStrike、Dell、Y Combinator、Andreessen Horowitz、Perplexity、ServiceNow 等。

值得注意的是，最主要的闭源模型实验室——OpenAI、Anthropic 和 Google——并未在最初的签署名单中。不过 OpenAI 在周五晚些时候也加入了联署，CEO Sam Altman 表示”很高兴看到对开放权重模型的支持”。

## 信件的三个核心论点

公开信提出了三个核心主张：第一，开放模型扩大了经济和访问机会，让初创公司、大学和公共机构能够在前沿模型基础上构建应用，而无需从零训练；第二，开放模型促进了在模型开发商、芯片制造商、云服务商和应用层的竞争，防止 AI 收益集中在少数企业手中；第三，开放模型实际上提升了安全性，让更多研究人员能够审计代码、修补漏洞，而非依赖少数闭源”单点故障”。

信件还特别为”蒸馏”技术辩护——即利用一个模型的输出训练另一个模型——称这是一项合法的、长期存在的研究技术，不应与盗窃混为一谈。这也是当前最具争议的话题之一。

## 激辩升级：中美AI话语权之争

这封信的发布时机耐人寻味。就在一周前，中国AI公司月之暗面（Moonshot AI）发布了拥有 2.8 万亿参数的 Kimi K3 模型，该模型可下载和定制，在多项基准测试中跻身全球最强模型之列。白宫科技政策办公室主任 Michael Kratsios 公开指责月之暗面通过蒸馏复制美国模型来构建 Kimi K3。

黄仁勋此前曾表示”中国将赢得 AI 竞赛”，并在近期评价中国开源模型”非常出色”。这些言论使他更接近北京方面的叙事框架，而非 OpenAI 和 Anthropic 的鹰派立场。Elon Musk 在数小时内转发了黄仁勋的帖子，表示”Jensen 说得对，这得到了我的全力支持”。Jack Dorsey 也用一个词回复：”excellent”。

## 行业影响

分析人士指出，这封公开信本质上是一份关于”开放不是意识形态偏好，而是美国竞争力和繁荣的现实需求”的产业宣言。随着华盛顿正在争论是否要限制中国开源 AI 模型，以及是否要对蒸馏技术实施更严格的管制，科技产业的这一集体表态可能会影响未来 AI 监管政策的走向。

黄仁勋选择用他的第一条 X 帖子来做这件事，本身就传达了一个信号：对于 NVIDIA 来说，开源 AI 不是一个可以妥协的问题。

图片来源：Getty Images / Fortune

黄仁勋的首条推文

“AI将变革每个行业，赋能每家公司，并被每个国家构建。”黄仁勋在推文中写道，”开源模型能强化安全性与网络安全，加速创新与普及，并实现主权。世界既需要前沿的闭源模型，也需要前沿的开源模型。”

这条推文发布十几分钟内，其粉丝数已破万。微软CEO萨提亚·纳德拉、知名科技记者马克·古尔曼等科技大V第一时间呼应。截至发稿，黄仁勋的X账号已有超过68万粉丝。

联名公开信的核心主张

这封公开信由25家企业和机构联名签署，阵容横跨AI产业链多个环节：算力硬件（英伟达）、通用AI企业（Meta、微软）、网络安全服务商（CrowdStrike、Palantir）、开源模型平台（Hugging Face、Mistral AI）、投资机构（a16z、Y Combinator）以及IBM、ServiceNow等。

公开信提出三个核心观点：

第一，经济普惠。 开源模型让初创公司、大学和公共机构可以直接基于先进AI进行开发，无需从零训练前沿大模型，从而扩大了经济参与度。这意味着更多企业能以更低成本获得AI能力。