AI FRONTIER
Signals worth understanding before they become obvious.
Novo modelo no OpenRouter: Reflection: Beam 1.0 501B A23B
O Beam 1.0 é o modelo de raciocínio de pesos abertos da Reflection para programação e fluxos de trabalho agênticos de longo horizonte. Ele usa uma arquitetura sparse mixture-of-experts com 501B de parâmetros totais e 23B ativos por token, e janela de contexto de 1M de tokens.
- Arquitetura sparse mixture-of-experts com 501B de parâmetros totais e 23B de parâmetros ativos por token
- Janela de contexto de 1.048.576 tokens, com suporte a até 131.072 tokens de conclusão
- Publicado sob Apache 2.0, com esforço de raciocínio configurável, chamada de funções e saídas estruturadas
Com apenas 23B de parâmetros ativos por token diante de 501B totais, os desenvolvedores podem buscar grande capacidade com baixo custo computacional por token, mas devem medir se a precisão se mantém em tarefas de agentes de programação de ...
DeepSeek-V4.1-Flash-1017 lançado: modelo multimodal de 763B sob licença MIT
A DeepSeek lançou o DeepSeek-V4.1-Flash-1017 como atualização menor do DeepSeek-V4.1-Flash, relatando ganhos em raciocínio, programação, tarefas agênticas e benchmarks visuais, além de reduzir o tempo de execução de tarefas e o comprimento das saídas.
- O tamanho do modelo é de 763B parâmetros, com tipos de tensor BF16, F32, F8_E4M3 e I8, e o pipeline é image-text-to-text.
- O relatório técnico afirma que o HLE sem ferramentas sobe de 36,8 para 42,6, o Terminal-Bench 4.0 de 31,2 para 42,3 e o DeepSWE v1.1 de 74,2 para 77,0.
- O relatório afirma que o Chartography com ferramentas sobe de 78,9 para 83,0 e o BabyVision com ferramentas de 89,6 para 92,5.
- O repositório e os pesos do modelo são licenciados sob MIT, com amostragem recomendada de temperature 1.0, top_p 1.0, janela de contexto de 1M tokens e max_tokens de pelo menos 256K.
Desenvolvedores obtêm pesos multimodais de 763B sob MIT com janela de contexto de 1M e um kit de codificação de prompts em Rust/Python, reduzindo o custo de integração em pipelines agênticos e visuais.
DeepSeek lança V4.1-Flash-1017, marca 77,0 no DeepSWE e abre API de busca
A DeepSeek lançou o V4.1-Flash-1017, que segundo relatos marca 77,0 no DeepSWE, e abriu uma API de busca.
- A DeepSeek lançou o V4.1-Flash-1017.
- O modelo marca 77,0 no DeepSWE segundo relatos.
- A DeepSeek abriu uma API de busca.
Desenvolvedores podem combinar a API de busca do V4.1-Flash-1017 com sua pontuação relatada de 77,0 no DeepSWE para fluxos de agentes com recuperação aumentada.