Social-media claim says an unreleased Claude model explored the Riemann hypothesis; independent confirmation is lacking

跳至導覽 跳過主要內容 跳至右欄

但更多普通用户则会在每一次调用前下意识地掂量：这个问题值不值得花 token？这个任务值不值得交给最强模型？这次尝试失败后，还要不要继续让它重来一遍？ 最糟糕的消息莫过于此。AI 没有变弱。相反，它正以前所未有的速度变强，强到足以独立完成越来越多原本属于人类的脑力工作。 与此同时，获得这种能力的门票正在不断提高。普通人与先进生产力之间，刚刚被大模型拉近的信息差，可能会因为昂贵的 token 计费重新拉开。 Anthropic 如此，未来 OpenAI 等其它厂商也很难例外。前沿模型越强，训练和推理成本越高，尤其是这两家 AI 公司目前都在争取上市，都需要向资本市场证明自己不只是能训练更强模型，也能把模型能力变成持续收入。 因此，与其说 Fable 5 的发布是一次模型升级，倒不如说是一次彻底调整 AI 订阅体系的预热。如果 AI 的普惠窗口期开始进入倒计时，那这绝对不会是最好的消息。 ### 同类信息 # 马斯克要用 AI 打造《奥德赛》电影，我用小云雀 Seedance 2.5 提前实现了 # 实测 DeepSeek V4 正式版：3 块钱干完 5 件事，AI「智价比」之战开打了 # 三腔空悬、16° 后轮转向，岚图「虎踞」率先落地泰山 X8 # 29.99 万元！小米澎程 N90 开启预售，同级唯一大七座 SUV # 25.99 万元预售，小米澎程 N70 Max 开始抢家庭用户，理想问界多了一个对手 # Seedance 级别的全模态控制，MiniMax H3 的商业视频成片新解法 | 爱范儿 # 早报｜29.99万,小米澎程N90 Max综合续航1705km/苹果iPhone、Mac收入创新高/高通确认9月起芯片涨价 # AI 加速了科学，也在掏空大学 # 高通和 IDC 说，智能眼镜会是手机之外，最重要的 AI 设备 [...] # AI 加速了科学，也在掏空大学 # 高通和 IDC 说，智能眼镜会是手机之外，最重要的 AI 设备 # 埃安再推全新车系，新车 Ray 7 定位运动瞄准年轻人，将要直面小米 SU7 # AI 提不出下一个「王的猜想」 # 早报｜旗舰手机核心三件套成本超4000元/理想回应i6自动泊车反复调整/Kimi完成超35亿美元F轮融资 # 苹果这块 AI 屏幕，想让 Siri 接管你家的一切 #

封面图片来源：每经媒资库 “特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.” ## 亲爱的凤凰网用户: 您当前使用的浏览器版本过低，导致网站不能正常访问，建议升级浏览器 ## 第三方浏览器推荐: 谷歌(Chrome)浏览器下载 360安全浏览器下载

现在，我再更改一下推荐： 1. 如果你更偏好海外模型，且愿意花20～200刀会员订阅费： 在内容创作（文章、策划案、脚本等）这种需要创意的场景上，我至今依然推荐使用Claude Code + Claude Opus 4.6。 而在通用开发、数据分析、文档处理等所有其他场景下，我更推荐你用Codex + GPT-5.5。 2. 如果你更偏好国内模型： 在内容创作场景上，我推荐你使用DeepSeek官网，没有必要用Claude Code。 而在其他所有场景下，我依然推荐你使用Claude Code + GLM-5.1或MiMo-V2.5-Pro的组合。 DeepSeek V4，身上背负的东西太多，承载的东西也太多。 大家给的期望也足够的大。 虽然非常坦诚的讲，这次的模型，并没有大幅度的\和巨型的惊艳。 但，对于模型的国产化、乃至AI的国产化，都是浓墨重彩的一笔。 希望这一次，完成了所有的底层积累，厚积薄发。 在V4.5或者V5的时候。 让世界，继续听到DeepSeek的声音。 【本文由投资界合作伙伴微信公众号：数字生命卡兹克授权发布，本平台仅提供信息存储服务。】如有任何疑问，请联系（[email protected]）投资界处理。 DeepSeek大模型模型评测国产化 ### 本文涉及 企业: 超节点 : 超节点 : 寒武纪 ### 相关资讯 DeepSeek再放大招，国产大模型坐不住了 ### DeepSeek再放大招，国产大模型坐不住了 DeepSeek V4的五个关键信号 ### DeepSeek V4的五个关键信号 2026/04/24 DeepSeek V4还是神，接下来和华为一起让token大降价 [...] 有几个小细节，我也不知道我理解的对不对，有大佬可以来拍砖一下。 1. V4在后训练和推理体系里引入了MXFP4。 虽然训练还是用的英伟达体系，但是在后训练和推理上用这个基本上就意味着，DeepSeek在往开放低精度格式和多硬件适配方向走，可以适配国产卡比如华为昇腾、寒武纪、壁仞等等，会降低对NVIDIA的FP8生态的绑定，特别是推理的时候，那这就是正儿八经的国产生态国产模型了，可惜的就是现在价格还没下来。 2. V4的底层内核不再完全靠CUDA写，用了一

9. 9Crypto exchange Coinsbuy loses $8 million in coordinated two-blockchain attack13 hrs ago 10. 10UK’s FCA to regulate tokenized gold to preserve London’s place as the top hub for bullion13 hrs ago [...] Reject All Allow All Image 14: Powered by Onetrust Image 15Image 16Image 17Image 18Image 19Image 20Image 21Image 22Image 23Image 24Image 25 [...] An artificial intelligence model has helped disprove a mathematical conjecture that had gone unsolved for 87 years, and the answer was confirmed within a day because anyone can now check it by hand. Levent Alpöge, a number theorist who works at Anthropic and previously held a fellowship at Harvard, posted the result on X on Sunday night, crediting the company's Claude Fable 5 model. The problem, called the Jacobian conjecture, had been open since 1939 and sits on mathematician Stephen Smale's influential list of unsolved problems for the century. levent (@__alpoge__)

只有上一代DeepSeek-V3.2的27% KV Cache的占用更是只有10% 而DeepSeek-V4-Flash的优化更加极致 单token推理FLOPs压低到了V3.2的10% KV Cache占用仅7% 简单来说就是 上下文长度从V3.2的128K扩展到V4的1M 长度放大了接近8倍 但是单token的算力需求反而大幅下降 这意味着 以前企业不敢尝试的大量超长上下文场景 现在不仅能够做到了 而且成本低到了可以大规模商用 这才是V4系列最核心的价值 而能实现这样的效率飞跃 核心原因就是DeepSeek-V4对Transformer架构的三大核心模块 完成了前所未有的同步革新 在这之前，DeepSeek的V2、V3系列 核心创新都集中在MoE专家路由的参数稀疏化上 而这一次 DeepSeek第一次把“稀疏化”的刀 动到了Transformer最核心的注意力机制、残差连接以及优化器这三大模块上 实现了从参数稀疏到上下文稀疏的全维度效率优化 我们先来讲最核心的混合注意力架构 这是V4系列能实现百万上下文低成本推理的根本 熟悉大模型的朋友都知道 Transformer架构的核心就是自注意力机制 但是它有一个天生的缺陷 自注意力的计算复杂度 会随着上下文长度的增加呈平方级增加 这也是超长上下文一直无法落地的最大拦路虎 DeepSeek-V4没有在传统注意力上做缝缝补补 而是直接设计了一套全新的混合注意力架构 用压缩稀疏注意力（CSA）和重压缩注意力（HCA）两种机制交替叠用 再搭配滑动窗口分支 打出了一套“粗粒度+细粒度和稀疏+稠密”的组合拳 从根源上降低了长上下文的计算量 我们先来说压缩稀疏注意力（CSA） 它的核心逻辑可以概括成 先压缩，再挑着看 传统注意力机制里 每个token都要和前面所有的token计算相似度 而CSA首先会把每4个token的KV缓存 [...] 在所有参赛的人类选手中 排名第23位 这也是开源模型第一次在这项硬核测评中 达到和GPT-5.4相当的水平 在LiveCodeBench榜单上 V4-Pro-Max的通过率达到93.5% 超过了Gemini-3.1-Pro的91.7% 在正式数学推理任务中 V4-Pro在混合形式化-非形式化推理的设置下 实现了Putnam-2025竞赛题120分的满分证明 达到了当前已知的最优水平 接下来是百万