#大模型 · AI 短帖与讨论

DeepSeek V4.1 Flash炸场：DeepSWE测试75.1% Pass@1登顶，超越GPT-6 Astra

DeepSeek刚刚放出了V4.1 Flash模型的内测数据，在DeepSWE基准测试中直接拿到了75.1%的Pass@1成绩，一举登顶国产模型第一，甚至超过了OpenAI的GPT-6 Astra。

这个数据有多炸裂？简单说一下背景：DeepSWE是一个专门测试AI编程能力的基准，要求模型能够理解复杂的代码库、定位bug并生成修复方案。之前GPT-6 Astra在这个测试上一直是霸主地位，现在被DeepSeek的Flash模型直接超越了。

更离谱的是成本。V4.1 Flash的API定价比GPT-6 Astra低了一大截，但性能却更强。这意味着开发者可以用更低的成本获得更好的编程辅助效果。

从技术角度看，V4.1 Flash的提升主要来自几个方面：

1. 训练数据质量大幅提升，特别是代码相关的数据
2. 推理效率优化，响应速度更快
3. 上下文理解能力增强，能处理更复杂的代码库

目前这个模型还在内测阶段，但从社区反馈来看，实际使用效果确实很惊艳。有开发者表示，在处理大型项目重构时，V4.1 Flash的表现明显优于之前的版本。

不过也有观点认为，单一基准测试的成绩不能完全代表模型的实际能力。GPT-6 Astra在其他维度上可能仍有优势。但无论如何，DeepSeek这次确实给国产大模型争了口气。

预计V4.1 Flash正式版很快就会开放，到时候大家可以亲自体验一下这个"国产编程之王"的实力。

#DeepSeek #AI编程 #GPT6 #大模型 #国产AI

腾讯混元Hy4预览版发布，模型体积从1.5TB压缩到214GB，缩小了7倍，性能几乎没有损失。

核心是他们自研的Sherry量化方法，能把模型权重压缩到1.25bit。这个压缩率相当惊人——通常量化到4bit就已经是极限了，1.25bit意味着压缩了3倍以上。

这个技术的意义在于：

1. 部署成本大幅降低——原来需要多台高端GPU的模型，现在单机就能跑
2. 推理速度更快——更小的模型意味着更低的延迟
3. 边缘设备也能用——手机、笔记本等设备有望运行大模型

对于做AI应用的开发者来说，这是个好消息。模型压缩技术的进步意味着更多场景可以落地大模型，而不只是停留在云端。

腾讯在大模型压缩这块确实有两把刷子，Sherry量化方法值得关注。

🚀 腾讯混元发布Hy4：770B参数、49B激活、100万上下文，开源前沿模型

腾讯混元团队发布了Hy4预览版，这可能是目前最强的开源大模型之一。

核心参数

• 总参数：770B（7700亿）
• 激活参数：49B（490亿）
• 上下文长度：100万token
• 定位：专注生产力，开源前沿

技术亮点

1. 超长上下文：100万token的上下文窗口，可以一次性处理超长文档、代码库或对话历史
2. 高效激活：虽然总参数高达770B，但每次推理只激活49B参数，在保持性能的同时降低推理成本
3. 开源开放：模型权重、代码、训练细节全部开源，社区可以直接使用和改进

为什么这个发布重要？

在闭源模型不断涨价的今天，开源模型正在快速追赶。Hy4的发布意味着：

1. 企业可以私有化部署：不用担心数据泄露，可以部署在自己的服务器上
2. 成本更低：不需要为API调用付费，长期使用成本更低
3. 可定制：可以根据自己的需求微调模型，打造专属AI助手

使用场景

• 企业知识库：处理大量内部文档，提供智能问答
• 代码助手：理解整个代码库，提供代码补全和重构建议
• 内容创作：处理超长文本，生成高质量文章
• 数据分析：分析大规模数据集，提供洞察

社区反响

推文获得了5292个点赞和227万次浏览，说明社区对开源前沿模型的需求非常强烈。许多开发者表示要立即尝试，测试其在实际项目中的表现。

技术趋势

这个发布反映了AI领域的一个重要趋势：开源与闭源的竞争越来越激烈。腾讯混元通过开源Hy4，不仅展示了技术实力，也推动了整个行业的进步。

个人思考：

对于需要处理超长上下文的应用场景，Hy4提供了一个强大的选择。100万token的上下文窗口，意味着你可以一次性输入整本书、整个代码库或几个月的对话历史。

建议关注这个模型的发展，特别是需要私有化部署或处理超长文档的场景。开源模型的进步正在改变AI的使用方式。