DeepSeek-V4.1-Flash-1017 发布，智能体与编码任务超越更大模型并大幅降低单任务成本
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，已在官网、App 和 API 上线，并在 Hugging Face 与 ModelScope 开源模型权重。
推荐理由：DeepSeek 新版 Flash 在自家基准上以更低单任务成本超过更大模型，可对照其开源权重与搜索 API 定价看取舍。
#DeepSeek
The Decoder精选AI 评分8282
The Decoder精选AI 评分7676 GPT-6-Astra 在 TheoPhysEval 解出 50 道物理研究题中的 49 道，单题约 2.40 美元
一项新基准测试让商用 AI 智能体在无人类提示下求解理论物理研究问题，运行在 OpenAI Codex 环境中的 GPT-6-Astra 答对 50 题中的 49 题（98%），平均每题成本不到 3 美元、整套基准约 116 美元。
推荐理由：读者可看到前沿模型在理论物理论文级计算上的得分、成本与失败模式，以及作者对科研训练与资源门槛的讨论。
Latent SpaceAI 评分6262 AINews：Gemini 4 Argon 正式发布，Vals AI 谈基准测试
Google 的 Gemini 4 Argon 今日正式 GA，覆盖编码、知识工作、企业工作流和网络防御，通过付费 Gemini API 与 Gemini 平台、Gemini 应用中的 AI Pro 和 Ultra、Search 的 AI Mode 以及 Antigravity 的 Ultra 提供访问。
MIT Technology Review · AIAI 评分3434 我们是否过度相信 AI 说"不"的能力
MIT Technology Review 文章指出，AI 的拒绝机制已成为 AI 安全的"承重墙"，但这一机制本质上是概率性的，并不可靠。模型在训练中学会拒绝有害提示词，却仍保留作恶能力，已有用户试图用先进 AI 培育生物病原体、构建自主无人机蜂群。文章还警告，拒绝机制让 AI 公司乃至政府得以划定言论边界，可能被用于压制异见。