DeepSeek 上线实验性多模态视觉模型 V4-Flash-Vision-Exp
DeepSeek API 平台今日上线实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp。该模型在纯文本能力上与正式版 DeepSeek-V4-Flash 持平，但在需要视觉理解的 Agent Benchmark 上实现大幅跃升，多模态 Agent 能力接近 Opus-4.8。用户可通过设置 model='deepseek-v4-flash-vision-exp' 调用，官方提供了 Terminal Bench 2.1、NL2Repo 等多项基准测试数据。
DeepSeek V4 Pro 正式版上线，大幅增强 Agent 能力并调整定价
DeepSeek V4 Pro 正式版已在 APP、网页端和 API 同步上线。该版本极大增强了 Agent 能力，在 HLE、Terminal Bench 等基准测试中表现显著提升。API 原生支持 OpenAI Responses 格式并适配 Codex，新增 low/high/max 三档思考强度控制。同时宣布采用峰谷定价策略，闲时价格为高峰时段的一半，新价格将于 2026 年 8 月 17 日生效。
DeepSeek-V4-Flash 正式版上线，Agent 能力大幅增强
DeepSeek-V4-Flash 正式版 API 已上线公测，调用方式不变。该版本 Agent 能力显著增强，在 Terminal Bench、NL2Repo 等多个基准测试中表现远超 V4-Pro-Preview。新版原生支持 Responses API 格式并适配 Codex。模型结构与尺寸与 Preview 版一致，仅重新进行了后训练。目前仅升级了 Flash 版 API，Pro 版及 APP/WEB 端暂未更改，Pro 正式版将尽快发布。
DeepSeek API 上线 V4-Pro 与 V4-Flash，旧模型名将停用
DeepSeek API 正式支持新模型 DeepSeek-V4-Pro 和 V4-Flash，兼容 OpenAI ChatCompletions 及 Anthropic 接口。调用时需将 model 参数改为对应名称，base_url 保持不变。原有的 deepseek-chat 和 deepseek-reasoner 两个模型标识将于 2026 年 7 月 24 日停止使用，目前它们分别指向 V4-Flash 的非思考模式与思考模式。
DeepSeek 非正式部署 V3.2-Speciale API，支持超长思考输出
DeepSeek 宣布非正式部署 DeepSeek-V3.2-Speciale 模型的 API 服务。用户可通过特定 base_url 访问，价格保持不变。该模型仅支持思考模式下的对话功能，不支持工具调用，最大输出长度默认为 128K。服务有效期至北京时间 2025 年 12 月 15 日 23:59。
DeepSeek API 默认模型升级为 DeepSeek-V3.2-Exp
DeepSeek 官方更新日志显示，其 API 中的 deepseek-chat 和 deepseek-reasoner 两个端点均已升级为 DeepSeek-V3.2-Exp 模型。其中 deepseek-chat 对应非思考模式，deepseek-reasoner 对应思考模式。详细技术规格需参阅官方文档。
DeepSeek-V3.1 正式发布：支持混合推理架构，Agent 能力显著提升
DeepSeek 将 deepseek-chat 和 deepseek-reasoner 接口升级为 DeepSeek-V3.1。新模型采用混合推理架构，同时支持思考与非思考模式。相比 R1-0528，其思考效率更高；通过 Post-Training 优化，在工具使用与智能体任务中表现大幅提升。SWE-bench Verified 得分 66.0，Multilingual 54.5，Terminal-bench 31.3。
小米发布 MiMo Desktop：具备自主规划与多智能体协作能力的桌面 AI Agent
小米推出 MiMo Desktop，这是一款面向全球（除韩、英、欧盟外）的桌面端 AI Agent。其核心功能包括智能调度（自动评估任务复杂度并动态选择模型与工具）、多智能体并行执行复杂子任务、以及“自进化”引擎持续优化代码。支持生成幻灯片、文档、网页及3D内容，并提供浏览器控制（自动填表、提取信息）和计算机控制（读取屏幕、驱动键鼠、Record & Replay 流程录制）。通过缓存机制和本地精准编辑降低长任务成本。
开发者自述：停用 AI 编码助手一个月后的反思与教训
一位资深开发者分享其在工作重度使用 AI 编码代理（如 Copilot、多 Agent 并行）后决定停用的经历。他描述了从初期效率提升的兴奋，到逐渐丧失对代码的控制权、产生“AI 保姆”心态的过程。作者指出，尽管 AI 能快速生成 PR，但审查成本极高，导致整体交付时间反而延长；同时，过度依赖使开发者不再理解代码逻辑，甚至出现数月未亲手写一行代码的情况，最终引发职业倦怠与能力退化感。
小米 MiMo-V2.6 诊断并修复工具调用重复问题，用 MOPD 将修复成本降至 MixRL 方案的 4%
小米官方复盘 MiMo-V2.6 发布后的工具调用重复问题，响应级重复率超 0.05%，并区分了正常并行调用、调用泛滥与调用重复。回放 RL 各 checkpoint 显示泛滥率随训练从 11.1% 升至 24.6%，32 次调用阈值惩罚过于宽松；直接调低阈值需重启 20 步 MixRL，估计成本 231 万美元，且内部测试重复率仅从 13.45% 降至 3.83%。