inclusionAI 正式发布开源思考模型 Ring-1T，总参数 1 万亿、激活 50B，基于 Ling 2.0 架构和 Ling-1T-base，上下文经 YaRN 扩展至 128K，权重可在 Hugging Face 与 ModelScope 下载，并支持 Ling Chat 和 ZenMux 体验与 API 调用。
推荐理由：官方发布开源万亿参数思考模型，给出 IMO 与 ICPC 实测结果和 Icepop、ASystem 训练细节，便于评估其推理与部署价值。
OpenRouter 逐一梳理 DeepSeek V4 家族的输入模态：仅 deepseek/deepseek-v4.1-flash 和 deepseek/deepseek-v4-flash-vision-exp 接受图像，其余 V4 Pro 0813、V4 Flash 0731、两个 0423 checkpoint 和 Flash latest alias 均为纯文本。
DeepSeek 正式发布 DeepSeek-V4.1-Flash，是全新模型结构系列中最小尺寸模型，具备原生多模态视觉理解能力，设计目标是能力上限更高、推理更快、吞吐更大。
推荐理由：官方公布了新结构系列最小模型的多项基准成绩和 API 迁移方式，开发者可据此评估切换成本与价格变化。
SGLang 与 Miles 团队宣布为 DeepSeek-V4.1 提供 Day-0 支持，讲解其 SWA、mHC、Engram 记忆等架构及推理与 RL 训练优化。
推荐理由：原文详解 SGLang 与 Miles 对 DeepSeek-V4.1 的 Day-0 支持，给出 Engram offload、bounded replay 等实测数字和可复现配置。
SGLang 将 SSD-LLaMA 的核心思路引入 MoE 推理，把放不进 VRAM 和内存的路由专家权重放在 NVMe SSD 上，通过 Expert Pack 连续布局、O_DIRECT 直接 I/O、pinned 暂存和 GPU 缓存，只加载 router 选中的专家。
推荐理由：原文给出完整机制说明和单卡实测数据，读者可以据此评估 NVMe SSD 承载超大 MoE 模型的可行性。
LMSYS 团队发布 Infer-forge，一套围绕 SGLang 独立构建、未开源的推理工程系统，公开其 Harness、Loop、Graph 三层方法论，供团队用 AI 编码工具自行搭建。
DeepSeek 在 API 平台上线实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp，通过设置 model='deepseek-v4-flash-vision-exp' 即可调用。
推荐理由：官方公布了多模态 Agent 基准成绩和调用方式，读者可据此判断其视觉 Agent 能力在现有模型中的位置。
LMSYS 针对 1.6 万亿参数 MoE 模型 DeepSeek-V4-Pro，在无原生 FP4 支持的 H20 GPU 上给出场景化服务方案。
DeepSeek-V4-Pro 正式版已在 APP、网页端和 API 上线，模型名 deepseek-v4-pro，API 调用方式不变。官方称 Agent 能力大幅提升，生产环境性能表现提升尤为显著，并公布 HLE (wo / w tools) 42.7/60.0、Terminal Bench 2.1 87.9、NL2Repo 61.5 等基准成绩。
推荐理由：官方公告列出了正式版在多项 Agent 与编码基准上的分数、Responses API 支持和峰谷定价细节，方便用户评估迁移与调用时机。
DeepSeek-V4-Flash 正式版 API 上线公测，调用方式不变，模型名设为 deepseek-v4-flash 即可使用。
推荐理由：官方给出完整的 Agent 基准分数和调用方式，读者可以直接评估是否切换到 deepseek-v4-flash 正式版。
Miles 为 MoE 专家实现了两种 Blackwell 原生 RL 方案：端到端 MXFP8 与逐 token NVFP4，覆盖 rollout、前向传播、权重梯度与数据梯度 GEMM，并支持检查点转换、Megatron 训练、SGLang rollout 与在线权重更新的细粒度精度控制。
OpenRouter 发文解释为何要经其路由调用 DeepSeek：同一个 DeepSeek V4 Pro 由 16 家供应商提供，输入价格从约 $0.44/M 到 $1.74/M 相差约 4 倍，吞吐从 4 到 57 tokens/s，uptime 约 97% 至近 100%。
DeepSeek-V4 Flash 的 RL 训练现已在 AMD Instinct MI355X GPU 上通过 Miles 支持，基于 ROCm 完成四节点端到端验证。
OpenRouter 基于 2026 年 1 月 1 日至 6 月 14 日超 450 万亿 token 的日志分析，DeepSeek V4 于 4 月 24 日发布后，DeepSeek token 份额从年初约 9% 升至 6 月初近 20%，并自 5 月中旬起成为 OpenRouter 上用量第一的模型，智能体工作负载贡献了主要增量。
推荐理由：基于 OpenRouter 450 万亿 token 日志分析 V4 上线后的份额变化，并区分智能体与人类流量，数据口径和价格对比都有可参考价值。
OpenRouter 认为 2026 年 6 月最值得关注的四款开放权重模型是 DeepSeek V4 Flash、GLM 5.2、MiniMax M3 和 NVIDIA Nemotron 3 Ultra，并指出开放权重模型与美国前沿实验室的能力差距已连续 18 个月保持在 3-6 个月且未在扩大。
推荐理由：OpenRouter 用自家价格与吞吐数据逐一点评四款开放权重模型的适用场景，读者可以按成本、质量和模态对号入座选型。
SGLang 为 DeepEP MoE 推理引入两种调度期负载均衡方案：面向共享专家的 Waterfill 和基于线性规划、针对冗余专家副本的 LPLB。
SGLang 与 Miles 团队宣布在发布当天为 DeepSeek-V4 (1.6T Pro, 284B Flash) 提供推理与 RL 训练的开源支持，针对其混合稀疏注意力、mHC 和 FP4 专家权重架构做了专项适配。
推荐理由：原文给出 ShadowRadix、HiSparse 等具体优化机制和基准数字，读者可以了解混合稀疏注意力架构对推理与 RL 训练系统的实际工程要求。
DeepSeek API 已支持 V4-Pro 与 V4-Flash，兼容 OpenAI ChatCompletions 接口与 Anthropic 接口，base_url 不变，model 参数改为 deepseek-v4-pro 或 deepseek-v4-flash。
推荐理由：官方说明了新模型接入方式与旧模型名停用时间，开发者可以据此安排迁移。
LMSYS 提出分层内存系统 HiSparse，将不活跃的 KV cache 卸载到主机内存、在 GPU HBM 保留热缓冲区，缓解稀疏注意力的显存容量瓶颈。在 GLM-5.1-FP8 上，长上下文场景吞吐最高提升 5 倍，256 并发请求时吞吐超过基线 3 倍。该功能已作为实验特性集成进 SGLang，目前支持 DeepSeek-V3.2 和 GLM-5.1 等采用 DSA 的模型。
SGLang 在 GB300 NVL72 上部署 DeepSeek R1-NVFP4，128K/8K 长上下文场景下实现 226.2 TPS/GPU，较 GB200 提升 1.53X；相同吞吐下 MTP 使用户吞吐再提升 1.87X。
SGLang 推出高度优化的流水线并行（PP）实现，融合分块流水线并行、异步 P2P 通信与动态分块机制，专为超长上下文推理设计。在 H20 集群上以 PP4 TP8 部署 DeepSeek-V3.1、分块预填充设为 12K 时，预填充吞吐达 TP8 的 3.31 倍，比 TP32 方案高出 30.5%，同时 TTFT 最多降低 67.9%，强扩展效率保持 82.8%。
DeepSeek 宣布 API 的 deepseek-chat 和 deepseek-reasoner 均已升级为 DeepSeek-V3.2。deepseek-chat 对应非思考模式，deepseek-reasoner 对应思考模式。
推荐理由：官方说明了两条 API 模型线与 DeepSeek-V3.2 思考模式的对应关系，方便使用 API 的开发者确认升级后的调用变化。
DeepSeek 非正式部署 DeepSeek-V3.2-Speciale API 服务，用户通过 base_url="https://api.deepseek.com/v3.2_speciale_expires_on_20251215" 访问。价格不变，仅支持思考模式下的对话功能，不支持工具调用，最大输出长度默认 128K，支持至北京时间 2025-12-15 23:59。
推荐理由：原文给出了非正式部署的访问方式和明确截止时间，用户可以据此判断是否短期试用这个思考模式模型。
deepseek-chat 和 deepseek-reasoner 均已升级为 DeepSeek-V3.2-Exp。deepseek-chat 对应该模型非思考模式，deepseek-reasoner 对应思考模式，详细更新内容需参阅官方文档。
推荐理由：官方说明两个 API 端点均已切换至新实验版模型，读后可据此确认调用行为是否受影响。
DeepSeek 官方宣布 deepseek-chat 和 deepseek-reasoner 均已升级为 DeepSeek-V3.1-Terminus，分别对应其非思考模式和思考模式。此次更新保持模型原有能力，针对用户反馈改进了语言一致性，缓解中英文混杂和偶发异常字符问题，并优化了 Code Agent 与 Search Agent 的表现。
推荐理由：官方说明升级后的接口对应关系和两类具体改进，现有用户可据此判断是否切换或观察效果。
DeepSeek 宣布 deepseek-chat 和 deepseek-reasoner 均升级为 DeepSeek-V3.1，分别对应其非思考模式与思考模式。
推荐理由：官方说明了两个 API 端点对应的模式切换，并给出 SWE-bench 等三项基准分数，读者可据此评估升级影响。
DeepSeek 官方宣布 deepseek-reasoner 模型升级为 DeepSeek-R1-0528，推理能力增强，AIME 2025 Pass@1 从 70.0 升至 87.5，GPQA 从 71.5 升至 81.0，Aider 从 57.0 升至 71.6。
推荐理由：官方更新日志列出各基准的具体分数变化，读者可以直接对比新旧 R1 在推理和幻觉上的差异。
DeepSeek 官方宣布 deepseek-chat 模型升级为 DeepSeek-V3-0324。基准测试提升明显，MMLU-Pro 75.9 → 81.2，GPQA 59.1 → 68.4，AIME 39.6 → 59.4，LiveCodeBench 39.2 → 49.2。
推荐理由：原文给出各基准测试的具体提升数字和功能变化，读者可据此评估升级对现有应用的影响。
DeepSeek 在 API 中上线 deepseek-reasoner，即新模型 DeepSeek-R1，通过指定 model=deepseek-reasoner 调用。详细更新见 DeepSeek-R1 正式发布说明，调用指南见推理模型文档。
推荐理由：原文说明 deepseek-reasoner 即 DeepSeek-R1，给出了调用方式，方便开发者在 API 中直接使用新推理模型。
deepseek-chat 模型已升级为 DeepSeek-V3，接口不变，仍可通过指定 model=deepseek-chat 调用。详细更新可参考官方 DeepSeek-V3 正式发布说明。
推荐理由：API 接口保持不变，现有用户可无迁移成本地用上 DeepSeek-V3，原文还指向了详细更新说明。
DeepSeek 将 deepseek-chat 模型升级为 DeepSeek-V2.5-1210，数学能力在 MATH-500 基准测试中从 74.8% 提升至 82.8%，代码能力在 LiveCodebench（08.01-12.01）准确率从 29.2% 提升至 34.38%。中文写作与推理能力在内部测试集中也有提升，同时优化了文件上传和网页总结功能的用户体验。
DeepSeek 将 DeepSeek V2 Chat 与 DeepSeek Coder V2 合并升级为 DeepSeek V2.5，API 用户通过 deepseek-coder 或 deepseek-chat 均可访问新模型。
推荐理由：原文来自官方更新日志，给出了合并后的模型名称、API 兼容方式和多项评测分数变化，便于读者对照评估升级效果。
DeepSeek API 创新采用硬盘缓存技术，价格再降一个数量级。更新详情见官方文档 API 上线硬盘缓存，发布于 2024/08/02。
推荐理由：官方宣布 API 采用硬盘缓存并称价格再降一个数量级，读者可以据此评估调用成本的下降幅度。
DeepSeek API 于 2024/07/25 更新，为 /chat/completions 接口新增 JSON 输出、Function 调用、对话前缀续写（Beta）和 8K 最长输出（Beta）。同时新增 /completions 接口，支持 FIM 补全（Beta）。
DeepSeek 将 deepseek-coder 模型升级为 DeepSeek-Coder-V2-0724。此次更新通过 DeepSeek API 提供，具体功能与参数变化未在公告中披露。
DeepSeek 官方宣布 deepseek-chat 模型升级为 DeepSeek-V2-0628，推理能力提升。
推荐理由：官方给出代码、数学、推理和对战胜率的前后对比数据，读者可以据此评估这次升级的实际幅度。
DeepSeek-Coder 模型升级为 DeepSeek-Coder-V2-0614，代码生成、代码理解、代码修复和代码补全能力显著提升，达到 GPT-4-Turbo-0409 的水平。新版本还具备卓越的数学和推理能力，通用能力与 DeepSeek-V2-0517 持平。
DeepSeek 将 deepseek-chat 模型升级为 DeepSeek-V2-0517，指令跟随性能显著提升，IFEval Benchmark Prompt-Level 准确率从 63.9% 跃升至 77.6%。