AI FRONTIER
Signals worth understanding before they become obvious.
Neues OpenRouter-Modell: Reflection: Beam 1.0 501B A23B
Beam 1.0 ist Reflections Reasoning-Modell mit offenen Gewichten für Coding und lang laufende agentische Workflows. Es nutzt eine sparse Mixture-of-Experts-Architektur mit 501B Gesamt- und 23B aktiven Parametern pro Token sowie einem Kontextfenster von 1M Token.
- Sparse Mixture-of-Experts-Architektur mit 501B Gesamt- und 23B aktiven Parametern pro Token
- Kontextfenster von 1.048.576 Token mit Unterstützung für bis zu 131.072 Completion-Token
- Veröffentlicht unter Apache 2.0 mit konfigurierbarem Reasoning-Aufwand, Funktionsaufrufen und strukturierten Ausgaben
Bei nur 23B aktiven Parametern pro Token gegenüber 501B insgesamt lässt sich große Modellkapazität bei geringem Rechenaufwand pro Token anstreben, doch die Genauigkeit bei lang laufenden Coding-Agent-Aufgaben muss gemessen werden.
DeepSeek-V4.1-Flash-1017 veröffentlicht: 763B-Multimodell unter MIT
DeepSeek hat DeepSeek-V4.1-Flash-1017 als geringfügiges Update zu DeepSeek-V4.1-Flash veröffentlicht und berichtet von Verbesserungen bei Reasoning, Coding, agentischen Aufgaben und visuellen Benchmarks bei gleichzeitig kürzerer Aufgabenlaufzeit und Ausgabelänge.
- Die Modellgröße beträgt 763B Parameter mit den Tensortypen BF16, F32, F8_E4M3 und I8, die Pipeline ist image-text-to-text.
- Der technische Bericht gibt an, dass HLE ohne Tools von 36,8 auf 42,6, Terminal-Bench 4.0 von 31,2 auf 42,3 und DeepSWE v1.1 von 74,2 auf 77,0 stieg.
- Der Bericht gibt an, dass Chartography mit Tools von 78,9 auf 83,0 und BabyVision mit Tools von 89,6 auf 92,5 stieg.
- Repository und Modellgewichte stehen unter MIT-Lizenz, empfohlenes Sampling ist temperature 1.0, top_p 1.0, ein Kontextfenster von 1M tokens und max_tokens von mindestens 256K.
Entwickler erhalten 763B-Multimodellgewichte unter MIT mit 1M-Kontextfenster und einem Rust/Python-Toolkit zur Prompt-Kodierung, was die Integrationskosten für agentische und visuelle Pipelines senkt.
DeepSeek veröffentlicht V4.1-Flash-1017, erreicht 77,0 auf DeepSWE und öffnet Such-API
DeepSeek hat V4.1-Flash-1017 veröffentlicht, das laut Berichten 77,0 auf DeepSWE erreicht, und eine Such-API geöffnet.
- DeepSeek hat V4.1-Flash-1017 veröffentlicht.
- Das Modell erreicht laut Berichten 77,0 auf DeepSWE.
- DeepSeek hat eine Such-API geöffnet.
Entwickler können die Such-API von V4.1-Flash-1017 mit dem berichteten DeepSWE-Wert von 77,0 für retrieval-augmentierte Agent-Workflows kombinieren.