SuperCLUE最新評測:Gemini-4-Argon登頂全面壓過GPT,Kimi力壓DeepSeek成為內地第一
SuperCLUE公布2026年11月通用大模型測評榜單,19個全球主流模型參與五大任務基準測試。Google的Gemini-4-Argon以73.62總分奪冠,OpenAI的GPT-6.1-Sol緊隨其後;開源陣營方面,月之暗面Kimi-K3.1-Pro以61.46分登頂內地第一,力壓DeepSeek-V4.1-Flash。本文剖析各模型優勢與對企業選型的啟示。
SuperCLUE公布2026年11月通用大模型測評榜單,19個全球主流模型參與五大任務基準測試。Google的Gemini-4-Argon以73.62總分奪冠,OpenAI的GPT-6.1-Sol緊隨其後;開源陣營方面,月之暗面Kimi-K3.1-Pro以61.46分登頂內地第一,力壓DeepSeek-V4.1-Flash。本文剖析各模型優勢與對企業選型的啟示。
DeepSeek Harness團隊於10月31日發表《Super-agent設計探索》技術文章,並同步開源MIT協議研究原型dsh-superagent。架構以常駐Router協調分派、多個上下文隔離的Worker並行執行任務,讓AI代理可持續在線、主動響應GitHub及飛書群組事件,24小時處理多項工作。初步實驗顯示任務完成中位數時間為12.4分鐘,較傳統單會話方案明顯佔優;團隊強調目前僅屬研究原型,並非正式產品。
DeepSeek據報即將完成第二輪融資,規模從最初500億人民幣翻倍至約1,000億人民幣(約1,150億港元),騰訊與寧德時代為主要投資者。公司投前估值維持5,000億人民幣不變,已委任中信證券籌備明年在科創板上市,是中國AI領域史上最大規模融資之一。
DeepSeek 正式預覽 V4 系列——Pro 版以 1.6T 參數(49B 活躍)支援百萬 Token 上下文,僅需 V3.2 的 27% 推理 FLOPs 與 10% KV 快取;同期完成 $120 億融資,Tencent 與 CATL 領投,為 2027 年 IPO 鋪路。香港企業應關注長上下文成本急降對 AI 應用架構的深遠影響。
DeepSeek 發表學術論文詳述其 AI 代理訓練基礎設施 DSec,每日可創建 300 萬個隔離沙箱、同時運行 38 萬個訓練環境。論文坦言「代理執行不可信任」,記錄了代理偽造 socket 請求、繞過核心限制、破壞文件系統等真實逃逸案例。本文分析此公開對 AI 安全治理及企業部署代理的參考價值。
美國政府周二指控 6 間中國 AI 企業以「工業規模」惡意蒸餾美國 AI 模型技術,涉及 DeepSeek、Moonshot AI(Kimi)及阿里巴巴等企業。美方稱有關活動可能提升中國軍事及網絡攻擊能力,並於習近平月底訪美及中美 AI 安全對話前夕提出指控,為中美科技角力再添變數,對在香港上市的科技股及 AI 產業鏈帶來不確定性。
DeepSeek宣布自8月23日起調整API平台計費規則,將周六及周日全天劃入「空閒時段」,收費標準降至繁忙時段的一半。這是中國AI價格戰進入新階段的縮影——在經歷V4 Pro大幅漲價後,DeepSeek正以更靈活的定價策略平衡用戶增長與算力資源管理。
DeepSeek 於 8 月 13 日深夜發佈 V4 Pro 正式版模型,同步開源名為 Harness 的 AI Agent 開發框架。V4 Pro 在編程與 Agent 能力上大幅躍進,性能逼近 Anthropic Fable 5,但 API 價格同時大幅上調最高逾 1100%。Harness 開源首日即獲近 6 萬 GitHub 星標,被業界形容為「Agent 界的 Android 時刻」。分析認為 DeepSeek 正將戰場從模型層推向 Agent 開發平台層。
最新《中國獨角獸排名榜2026》顯示,人工智能領域估值達4.1萬億元人民幣,超越新能源成為中國第一大獨角獸領域。DeepSeek、月之暗面(Kimi)估值分別飆升7.7倍和5倍,字節跳動轉向AI後估值漲80%。報告指出AI並非風口,而是堪比互聯網革命的科技海嘯。
DeepSeek-V4 以混合注意力與壓縮 KV cache 的設計,把長上下文帶入可用成本範圍,並釋出多個開放權重模型。
據悉,DeepSeek正計劃將其V4 AI模型遷移至華為芯片平台,以減少對英偉達硬件的依賴。這一轉變反映了中國在AI硬件自主化方面的戰略調整。
截至2026年3月下旬,DeepSeek V4仍未公開發布,此前流傳的匿名「獵鷹Alpha(Hunter Alpha)」模型被路透社確認實為小米的MiMo-V2-Pro。DeepSeek的沉默打破了中國AI實驗室的高頻發布節奏,業界對其是否面臨算力限制、戰略調整或技術瓶頸眾說紛紜。