每条发布 = 一张工具卡 · 命中 "新工具 / 产品更新 / 模型发布 / 平台" 标签(itemType=tool_release)· 按时间排序
面壁智能的算子生成系统 ForgeKernel 在 22.5 小时直播中，仅凭数学定义和硬件约束从零生成 FlashMLA Prefill 算子，最终耗时 472 微秒，比 DeepSeek-V4.1 的 FlashMLA 的 518 微秒快 9.8%，全程 42 轮迭代、用 1 张 B200 和 22 个 GPU 小时。
推荐理由：面壁智能的算子生成系统在直播中从零写出超越 DeepSeek FlashMLA 的算子，并已在昇腾三榜登顶，读者可据此了解 AI 自动生成底层算子的实际进展。
Moonshot AI 发布后训练版推理模型 Kimi K3.1 Pro，在 Artificial Analysis Intelligence Index 得分 55，位列第四，仅落后 Claude Opus 5.5 3 分。
推荐理由：模型在智能体、编码和3D建模基准上接近闭源领先模型，同时给出开放权重计划、价格与安全限制，便于评估其能力边界和使用成本。
NVIDIA 在 GTC Berlin 发布 RTX Spark、DGX Spark 与 DGX Station 的一组本地 AI 更新，涵盖个人智能体、多机集群、企业管理、Windows 版本和机器人工作流。
推荐理由：文章集中梳理了 NVIDIA 本地 AI 产品、模型支持和推理优化，提供了多项容量、兼容性与性能数据。
DeepSeek 开源 DeepInfer，用于 DeepSeek 模型的大规模离线推理，当前支持 DeepSeek-V4.1-Flash。框架提供优化 kernels、并行化、异步调度、批量不变推理、确定性采样及结构化输出等功能，支持 NVIDIA SM100 GPU 和华为昇腾 950 NPU，并以 Apache License 2.0 发布。
推荐理由：项目公开了面向大规模服务的特性、硬件要求和构建方式，可用于评估 DeepSeek 模型的离线推理部署。
DeepSeek 以 Apache License 2.0 开源内部推理框架 DeepInfer，用于让 V4.1-Flash 模型快速大规模生成回答。DeepInfer 基于 vLLM，加入优化计算内核、多芯片分布式处理和更快的文本生成技术；DeepSeek 还开源了 deepseek-recipe，以复现官方 Deepseek API 的 token 处理行为，并表示未来模型代码也将开源。
推荐理由：开源框架同时披露了 DeepSeek 的部署架构和成本优化方向，可用于观察其模型服务策略。
DeepSeek 开源用于 V4.1 Flash 的 DeepInfer 推理框架及 deepseek-recipe 服务组件，支持最长 72 小时提示缓存、分布式推理、推测解码和结构化输出。
推荐理由：材料梳理了 DeepInfer 的架构、缓存机制和开源边界，并对照 vLLM 复现结果与收入估算，帮助读者区分已验证能力和生产方自报数据。
MiniMax 旗下匿名屠榜模型 Space Bunny（玉兔）马甲被确认，正式名为 M3.1 Flash。
推荐理由：给出了 MiniMax M3.1 Flash 在 Agent、Coding、Computer Use 等多项基准的成绩与缓存/输入/输出定价，可对照前代和 DeepSeek V4.1 Flash 比较性价比。
DeepSeek 上线 V4.1-Flash-1017 模型，官方网页、App 和 API 已同步切换。官方称在代码与 Agent 任务基准上较上一版 V4.1 Flash 有提升，同时任务运行时间和输出 token 更少，被称作“性能—费用的帕累托改进”，并配合 DeepSeek Harness 0.2.1 版本做了专项优化。
推荐理由：原文把新模型在基准成绩、运行时间和输出 token 上的同步变化摆在一起，便于读者比较它相对上一版的边际收益。