大模型推荐排行榜 2026 秋季版，写代码、省钱、中文场景各选各的
后台隔三差五有人问，现在大模型这么多，到底该用哪个。这个问题没有标准答案，但可以有一个按场景的推荐顺序。下面这份榜单基于 9 月中旬的 LMArena 文本榜和各家公开价格，按使用场景拆开讲。 先看一眼分数盘 9月15日那期榜单，前四名被 …
DeepSeek V412 篇
AI benchmarks 2026：MMLU 退役，ARC-AGI-3 接棒
翻 2026 年的模型发布会，你会看到一个规律，厂商报分的清单一直在换。三年前人手一个 MMLU，现在主流发布页上它几乎绝迹。原因不复杂，前沿模型在 MMLU 上全部冲到 92% 以上，HumanEval 也早就被打穿，这两位老将已经分不出…
LLM 榜单 9 月洗牌：Anthropic 包揽前四，Kimi K3 冲 1500
9月15日，LMArena 更新了新一期文本榜。这次有个标志性变化，1500 分这条历史门槛，第一次被三个模型同时踩了过去。Claude Mythos 5 以 1531 排在第一，Claude Fable 5 拿到 1525，Claude …
美团 LongCat-2.0 开源：1.6T 参数每 token 激活 33B–56B，首个五万卡国产集群推理的万亿模型
7 月 6 日消息，据 IT之家报道，美团已将万亿参数大模型 LongCat-2.0 正式开源，并同步开放面向国产算力优化的推理代码。公开信息显示，LongCat-2.0 总参数规模 1.6T，平均激活参数约 48B，官方页面进一步给出每个…
DeepSeek V4 Pro 正式版突袭上线，Agent 跑分直逼 Fable 5，API 价格一分没涨
8 月 12 日晚上，DeepSeek 的 API 文档悄悄更新了一行字，模型版本从 V4 Pro 预览版换成了 DeepSeek-V4-Pro-0813。没有发布会，没有预告海报，官方博客连更新日志都还没发，V4 Pro 正式版就这么上线…
DeepSeek V4 Flash 正式版来了：Terminal Bench 2.1 冲到 82.7，Agent 能力大幅超越预览版
7月的最后一天，DeepSeek 终于在更新日志里放出了重量级消息。官方于今日（2026年7月31日）正式发布 DeepSeek-V4-Flash 公开测试版（Public Beta），这标志着 V4-Flash 从今年4月24日发布的预览…
DeepSeek V4 正式版 7 月中旬上线：引入峰谷定价机制，高峰时段价格翻倍
DeepSeek V4 的”预览版”标签即将成为历史。 DeepSeek 官方于 6 月 29 日向 API 用户发送邮件，正式宣布 DeepSeek V4 正式版计划于 2026 年 7 月中旬全面上线，届时当前以…
DeepSeek V4全量上线识图模式：那只盲眼鲸鱼终于睁开了眼
6月18日，DeepSeek向所有用户推送了网页版识图模式。此前几天还在灰度测试里的功能，现在几乎每个账号都能看到——输入框上方与”快速模式””专家模式”并列，多了一个蓝色的”识图…
DeepSeek V4 加入战场
它来了跳票了三个月的 DeepSeek V4，终于以「预览版」的形式，加入了 2026 年的大模型战场。这次不是 PPT 发布，不是论文先行，而是直接上线—— …
DeepSeek V4 月底发布前夜，国产模型备战
DeepSeek V4 发布时间定了——4月下旬。消息一出，国内各厂商似乎像是被按下了加速键：小米、腾讯、阿里、月之暗面、智谱、MiniMax……最近两周扎堆发…