Thomas Wolf 列出 Dylan Patel 访谈后约 10 周内的开源模型发布，包括 Thinking Machines Inkling、Moonshot Kimi K3、DeepSeek V4-Flash-0731 与 V4-Pro-0813、Qwen3.8-Max、Z.ai GLM-5.3、Meta Muse Spark 1.2 等。
OpenAI 动用 10,000 个智能体演示 Navier-Stokes 方程失效，引发关于提示词数据隐私与 AI 在数学中作用的争论。DeepSeek V4.1 Flash 则推出全新架构，面向更低成本的长上下文负载。
GLM 5.3 FlashX 表现已相当出色，但价格明显更贵，同时被 DeepSeek v4.1 Flash 比下去。该帖获 340 点赞、30059 次浏览。
夸克网盘 Skill 可在线提取视频逐字稿，88VIP 用户可无限使用，支持多路同时转写，平均不到 1 分钟完成 30 分钟音视频转写，后续可用 DeepSeek API 润色。此前作者用本地 FunASR 转写太吃电脑资源，也曾改用 GrokBot 云端处理。
DSV4.1 的 Engram 表被评价为"超级酷"，其核心思路是一切都靠压缩，之后一切都靠缓存。该帖未披露具体参数量、benchmark 分数或可用性信息。
Bolt 在开放模型上线首周后新增 DeepSeek V4.1 Flash 至 Bolt Forge，据 beta 用户反馈该模型生成的网站视觉效果最佳。Bolt 称开发者首周压倒性地选择了最快的模型，DeepSeek V4.1 Flash 的使用量达到 DeepSeek V4 Pro 的 10 倍。
SemiAnalysis 分析了 DeepSeek 式 Engram 多 token 查表嵌入的协同设计思路：每个 token 只访问地址依赖 token ID 的少量嵌入行，运行时可在前层计算时从 host DRAM 预取，使嵌入表无需常驻 HBM。
奇舞周刊第597期汇编多篇 Agent 工程实践：淘宝百亿补贴数据分析助手 Agent 在自然语言与 SQL 间加入业务语义层，结合多 Agent 编排、知识检索与执行校验，案例查询耗时从 30—120 秒降至 3—10 秒。
SemiAnalysis 披露其公司 AI token 开销已占员工薪酬的 30%，每位员工每月消耗约 50 亿 token。文章指出模型开源与 Agent 开源是两件事，真正承载用户资产的是负责调度模型、连接工具、管理记忆的 Agent Runtime，并以 DeepSeek Harness、网易有道 LobsterAI 为例讨论执行层开源。
Bolt 上 1100 多万开发者已可用上开放模型，用量最高可提升 50 倍；其中最快最便宜、提示词窗口达 2 倍的 GLM 5.3 Flash 以 54% 占比排第一，DeepSeek V4 Pro 以 17% 居次，GLM 5.3 为 15%，Kimi K3 占 1%。
Bolt 宣布 Forge 已面向所有 Pro 计划开放，并放出 Bolt Lite 每月 9 美元的含 Forge 权限等待名单。Forge 在 10 月 14 日前免费，提供最高 50 倍用量，并新增 GLM、DeepSeek、Kimi 模型选择，且不收取用量费用，已上线 bolt.new 的模型选择器。
DeepSeek Harness（DSH）是 DeepSeek AI 基于 Cordis 开发的开源 Agent Harness，采用 MIT 许可证，官方仓库仍标注为开发者预览版。
Fireworks AI 在 Astra 与 DeepSeek V4.1-Flash 上运行 DeepSWE，输入 token 与输出 token 比例为 174:1，其中 99.6% 为缓存命中，缓存命中占账单的 60%。两者质量相同，但单任务成本分别为 $0.43 与 $6.52。
金沙江创投朱啸虎在对话中判断，今年可能是基础大模型的最后一年，明年资本市场需要讲新故事，等Anthropic和国内大模型公司上完市，故事就讲得差不多了。他认为办公Agent肯定是大厂的天下，因为企业微信、飞书、钉钉掌握的组织关系与历史数据是创业公司难以逾越的上下文壁垒，创业公司只能选一家平台做垂直Agent。
NVIDIA 在技术博客中介绍如何用 Transformer Engine 加速 JAX 框架下的 Dropless MoE 训练。MoE 已成为大规模 AI 模型训练的标志性架构趋势，DeepSeek、Qwen、Mixtral 等模型以远低于稠密模型的训练算力达到甚至超越其性能，其核心在于条件计算——不再共享单一稠密 FFN。
Bolt 推出 Bolt Forge，在 bolt.new 的模型选择器中上线，新增 GLM、DeepSeek、Kimi，用量最高可达原来的 50 倍且零使用费用，免费期至 10 月 14 日。
DeepSeek-V4.1-Flash 正式上线千问 AI 平台，相关 API 服务与 Token Plan 同步开放，开发者可通过 API 接入应用，也能在 Qoder、千问 APP、Codex 等工具中直接调用 Token Plan。
智谱于9月13日晚公告拟配售新H股并发行美元可转债，两笔合计净额约392.7亿港元（约50亿美元），各自独立、不互为条件。截至2026年8月31日，IPO募资已悉数动用，7月首次配售的313.75亿港元仅动用约34.92%。
一套本地 AI 实验的 homelab 配置：Hermes 跑在 Framework Desktop Mainboard AI Max+ 395 上，5090 eGPU 以 Qwen 3.8 27B 提供最高 150+ tok/s 的 LLM 推理。
DeepSeek-V4.1-Flash 已在 Ollama 云全面上线，托管于美国与欧洲，承诺 prompts 和 responses 不记录、不用于训练。按 token 计费与 DeepSeek API 一致并含 off-peak 定价，可通过 Ollama 的 Pro、Max、Team 套餐或免费账号按量付费使用。
Browser Use 云平台现可运行 DeepSeek V4.1 Flash，其性能达 GPT 5.6 Sol xhigh 的 97%、Claude Opus 5 的 95%，智能体成本低 30 倍。新用户可用 15 美元免费额度运行 100 个复杂网页智能体任务。
Ollama 宣布 DeepSeek-V4.1-Flash 正在 Ollama 云端推送，先面向 Max 和 Team 账号开放，随后扩展到 Pro 订阅用户。官方表示正在快速增加容量，以便向所有订阅用户推送。
Ollama 宣布 DeepSeek-V4.1-Flash 正在其云端逐步上线，首批面向 Max 和 Team 账户开放。Ollama 表示正在快速增加容量，以便向所有订阅用户开放。
Browser Use 引用 Gregor Zunic 的评测称，DeepSeek V4.1 Flash 在 60 个高难度浏览器操作任务上处于帕累托前沿，性能接近 Sol 和 Opus 的同时，记录到的智能体成本低 50 倍。该评测还表示，跑完整个数据集的成本低于运行 Sol 的单个任务。
DeepSeek 表示将与开源社区密切合作，推进 V4.1-Flash 的推理支持，并探索更多部署选项，同时提到可为需要 2000 块 GPU 加存储集群的大规模部署提供对接。推文附带了指向 huggingface.co 上 DeepSeek 模型和论文的链接。
DeepSeek 宣布 V4.1-Flash 采用更高效的架构，降低 API 价格，将节省的成本让给用户。新定价于 2026 年 9 月 10 日 04:00 UTC 生效，峰谷定价继续用于平衡需求，非高峰时段费率为高峰时段的 50%，弹性任务可安排在非高峰时段以节省成本。
DeepSeek 在 API 上线 V4.1-Flash，原生支持多模态，模型名设为 deepseek-flash。
DeepSeek V4.1-Flash 相比上一代大幅压缩 KV cache，所需 HBM 仅为 1/4、SSD 存储仅为 1/8。缓存命中费用常占 AI 智能体成本的很大一部分，压缩缓存可显著降低这部分开销。
DeepSeek 发布新模型，采用 552B 参数的 MoE 非对称架构。其新 Causal Encoder–Decoder 架构在输入端仅激活 8B 参数、输出端激活 16B 参数。官方称新预训练方法配合更大规模 RL 后训练，基准测试结果超过包括 DeepSeek-V4-Pro 在内的旗舰模型。
DeepSeek 发布 DeepSeek-V4.1-Flash，称其更智能、更快、更高效，是新架构家族中体量最小的模型，并具备原生视觉理解能力。该模型面向更强能力、更快推理、更高吞吐设计，可扩展至更大模型。
DeepSeek 正式发布 DeepSeek V4.1 Flash，这是其全新模型结构系列中最小尺寸的模型，具备原生多模态视觉理解能力。该模型为 552B 参数的 MoE 模型，采用 Causal-Encoder-Decoder 非对称结构，输入激活 8B、输出激活 16B，官方称其在基准测试中超越了包括 DeepSeek V4 Pro 在内的旗舰模型。
官方给出新模型的参数结构、KV Cache 压缩与定价变化，可据此判断 Agent 类任务的成本走向。
真格基金 Z News 回顾 8 月被投企业动态：月之暗面开源 2.8T 参数的 K3 成为仅次于 Fable 5 和 GPT5.6 的模型，也是目前参数最大的开源模型；赛博昆仑联合智谱 GLM 5.3 发现并报告三枚影响微软企业邮件与办公系统的重大漏洞。无问芯穹携手国家中试基地、广东联通发布新一代全栈国产 AI PC，潞晨科技单日最高 Token 提供量已接近万亿。
Z.ai 正式发布视觉语言模型 GLM-5.3-Flash，即此前在 OpenRouter 上匿名预览的 Ox Alpha，并公开了权重。该模型采用 MoE Transformer 结合线性注意力与稀疏注意力，总参数 3200 亿、每 token 激活 180 亿，支持文本、图像和视频输入，最多 1,048,576 个 token，输出上限 128,000 个 token。
智谱开源 GLM-5.3-Flash 的架构与成本数据，可用于判断低价视觉语言模型的性价比取舍。
智谱 GLM-5.3 从 MIT 转为自定义许可证，规定若被许可方或其关联方运营模型即服务业务且连续 12 个月总收入超过 100 亿美元，须先通过 Z.AI 安全审查；该许可未定义"关联方"，增加了采用不确定性。
腾讯程序员用 Kuikly 框架开发了 DSH Mobile，一套 Kotlin 代码覆盖 Android、iOS 和鸿蒙，按 DSH 官方 Host 协议连接电脑上的 DeepSeek Harness。
华为9月7日发布新一代三折叠手机 Mate XT2 非凡大师，首发麒麟9050 Pro 芯片，整机性能较 Mate XTs 提升42%，起售价19999元，比上一代涨2000元。该机改用U型双内折方案并首次加入独立外屏，出厂搭载 HarmonyOS 7 正式版，集成盘古大模型端侧AI能力。余承东透露华为三折叠手机全球发货量已超100万台。
脉脉创始人兼 CEO 林凡走访 OpenAI、Anthropic、Google、Meta 后判断，AI 岗位需求已连续两年同比 10 倍增长，非 AI 岗位普遍缩招。他提出 AI 人才分基座技术、应用开发、业务效能三类，核心门槛是让 agent 自主运行超过 1 小时。企业内部 AI 落地需开放文档库、代码库等数据，OpenAI 用 9 个月完成全员 AI 覆盖。
曾鸣提出AI产业化分三阶段，2026年是基础设施阶段基本完成的标志，围绕token形成共识，并已进入以Agent为新应用的智能体阶段。他认为Anthropic、OpenAI大概率不是原生应用阶段的大玩家，下一个最大机会是类似浏览器、统一Agent标准的平台。他还判断旧平台难演变成新平台，公司终将消亡，AI时代人与人的差异在于创造力。
Ollama 宣布推出错峰时段 token 费率，DeepSeek-V4-Flash 和 Pro 在工作日 UTC 12:00 至 18:00（太平洋时间 5am-11am）之外以及整个周末均按半价计费，错峰定价后续将覆盖更多模型。Ollama 云端上的 DeepSeek 模型托管在美国和欧洲，提供 ZDR 与快速性能。
小红书（RedNote）的 Xubin Hao 及同事提出自主管理上下文方法 Self-GC，在把上下文发给关联 LLM 之前，由一个大语言模型决定哪些部分保留、删减或丢弃。