Anthropic 信用评级曝光：BB+，最高级别的垃圾级信用

Anthropic 首获信用评级 BB+，最高级别的投机级（垃圾级）评分，仅比投资级低一档。评级机构 KBRA 在信披极为有限的情况下，以"风险评分"替代完整财务模型完成评估。但 KBRA 相较于穆迪、标普和惠誉体量更小，而后三者将最终决定 Anthropic 上市后的正式信用评级。

华尔街见闻

🌸 科技圈· 茶馆 · 投稿

via 在花🎗️科技圈 - Telegram Channel

Anthropic联合创始人：AI或推动美国经济规模到2030年达到44万亿美元

via cnBeta.COM - 中文业界资讯站 (author: 稿源：环球市场播报)

Telegraph

Anthropic联合创始人：AI或推动美国经济规模到2030年达到44万亿美元

Anthropic联合创始人杰克·克拉克（Jack Clark）周六表示，人工智能能力的迅速提升将推动各领域发生更为迅猛的变革；该公司内部的一项模型预测，在特定条件下，到2030年，人工智能有望使美国经济产出增加近50%，达到44万亿美元。 克拉克在曼谷举行的国际货币基金组织（IMF）和世界银行年会上表示，针对这种变革性技术，有必要通过国际合作来制定“非同寻常且严肃的规则”；对于决策者而言，采取行动的窗口期正在不断缩小。 克拉克表示，美国GDP的潜在规模预计可达44万亿美元——相比之下，目前仅略高于30…

DeepSeek V4.1 Flash 1017 在 DeepSWE 上超越 Opus 5，成本低约 60 倍

DeepSeek V4.1 Flash 1017 在 DeepSWE v1.1 上以约 3 分优势超过 Claude Opus 5，成本却低约 60 倍，同时比上一代 DeepSeek V4.1 Flash 便宜 2 至 2.5 倍。

内容详情 · 原文链接

via AI情报局 | 全球 AI 动态简报 - Telegram Channel

DeepSeek V4.1 Flash 1017 在 DeepSWE 上超越 Opus 5，现已上线 Command Code

DeepSeek V4.1 Flash 1017 在 DeepSWE 上得分 77.0，超过 Opus 5 的 74.0，每任务成本约 20 美分，并已在 Command Code 上线。

内容详情 · 原文链接

via AI情报局 | 全球 AI 动态简报 - Telegram Channel

DeepSeek V4.1 Flash 1017 以原有别名在 Command Code 上线

Ahmad Awais 宣布 DeepSeek V4.1 Flash 1017 已在 Command Code 上线，并沿用原有别名。

内容详情 · 原文链接

via AI情报局 | 全球 AI 动态简报 - Telegram Channel

Qoder 全套产品支持 DeepSeek V4.1 Flash 版本 V4.1-Flash-1017

Qoder 宣布 DeepSeek V4.1 Flash 已更新至 V4.1-Flash-1017 版本，Qoder 全套产品现已支持该新版本。

内容详情 · 原文链接

via AI情报局 | 全球 AI 动态简报 - Telegram Channel

DeepSeek 发布 V4.1 Flash 1017模型

DeepSeek V4.1 Flash 1017于2026年10月17日发布，是DeepSeek V4.1系列中主打性价比的稀疏混合专家模型。该模型首次采用Causal Encoder-Decoder (CED)架构，具备原生视觉理解能力。模型拥有5520亿总参数，输入端激活80亿参数，输出端激活160亿参数。其支持1048576个token的上下文窗口，具备工具调用与JSON输出能力。定价为输入0.15美元/百万token，输出0.60美元/百万token。该模型特别适用于编码、计算机智能体任务及长文本分析，性能与速度均优于V4 Pro。

—— OpenRouter

via 风向旗参考快讯 - Telegram Channel

DeepSeek V4.1 Flash 新版本上线：许愿式编程一键成真

via cnBeta.COM - 中文业界资讯站 (author: 稿源：DeepSeek)

Telegraph

DeepSeek V4.1 Flash 新版本上线：许愿式编程一键成真

DeepSeek V4.1 Flash 现已更新至 V4.1-Flash-1017 版本，官方网页端、APP 与 API 模型已同步变更为新模型。相比上一版本的 DeepSeek V4.1 Flash，新模型在各方面的基准测试中取得了长足的提升。 在提升性能的同时，我们还缩短了模型的任务运行时间与输出长度，让用户能够以更低成本、更快速度完成任务（如下图所示），在多个 Harness 下达到了新的性能-费用帕累托最优。特别地，本次我们着重针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy…