FLUX.2 [dev] 是新的領先開放權重文本到圖像模型，超越了 HunyuanImage 3.0、Qwen-Image 和 HiDream-I1-Dev，在人工分析圖像領域中名列前茅！ @bfl_ml 的最新版本在開放權重文本到圖像生成中奪得第一名，同時在開放權重圖像編輯中排名第二，僅次於阿里巴巴的 Qwen Image Edit 2509。 FLUX.2 [dev] 根據 FLUX [dev] 非商業許可證發布，權重可在 @huggingface 獲得。商業應用需要從 Black Forest Labs 獲得單獨的許可證。 該模型可通過 API 在 @fal、@replicate、@runware、Verda、@togethercompute、@Cloudflare 和 @DeepInfra 獲得。 Black Forest Labs 還宣布了 FLUX.2 [klein]，將根據 Apache 2.0 許可證發布，使開發者和企業能夠在不需要從 Black Forest Labs 獲得單獨許可的情況下構建商業應用。

DeepSeek V3.2 是第二智能的開放權重模型，並且在 Grok 4 和 Claude Sonnet 4.5 (思考) 之前排名 - 它將 DeepSeek 稀疏注意力從「實驗」狀態中解脫出來，並與智能的實質提升相結合。 @deepseek_ai V3.2 在人工分析智能指數上得分 66；相比於 2025 年 9 月發布的 DeepSeek V3.2-Exp (+9 分)，這是一個實質的智能提升。DeepSeek 已將其主要 API 端點切換至 V3.2，並且 V3.2-Exp 的定價沒有變化 - 這使得定價僅為每 1M 輸入/輸出代幣 $0.28/$0.42，對於緩存的輸入代幣則有 90% 的折扣。 自從大約 11 個月前在 2024 年 12 月底發布的原始 DeepSeek V3 以來，DeepSeek 的 V3 架構擁有 671B 總參數/37B 活躍參數，已經從一個得分 32 的模型提升至在人工分析智能指數上得分 66。 DeepSeek 還發布了 V3.2-Speciale，這是一個僅限推理的變體，具有增強的能力，但代幣使用量顯著增加。這是推理模型中的一個常見權衡，增強的推理通常會產生更高的智能得分和更多的輸出代幣。V3.2-Speciale 可通過 DeepSeek 的第一方 API 獲得，直到 12 月 15 日。 目前 V3.2-Speciale 在人工分析智能指數上的得分 (59) 低於 V3.2 (推理，66)，因為 DeepSeek 的第一方 API 尚不支持此模型的工具調用。如果 V3.2-Speciale 在啟用工具調用的情況下達到 V3.2 的 tau2 得分 (91%)，它將在智能指數上得分約 68，使其成為最智能的開放權重模型。V3.2-Speciale 使用 160M 輸出代幣來運行人工分析智能指數，幾乎是 V3.2 在推理模式下使用的代幣數量的兩倍。 DeepSeek V3.2 使用與 V3.2-Exp 相同的架構，後者引入了 DeepSeek 稀疏注意力 (DSA)，以減少長上下文推理所需的計算。我們的長上下文推理基準顯示引入 DSA 對智能沒有成本影響。DeepSeek 通過將其第一方 API 的定價從 $0.56/$1.68 降至 $0.28/$0.42 每 1M 輸入/輸出代幣，反映了 V3.2-Exp 的成本優勢 - 分別減少了 50% 和 75% 的輸入和輸出代幣定價。 關鍵基準要點： ➤🧠 DeepSeek V3.2：在推理模式下，DeepSeek V3.2 在人工分析智能指數上得分 66，與 Kimi K2 思考 (67) 相當，並且在 Grok 4 (65)、Grok 4.1 快速 (推理，64) 和 Claude Sonnet 4.5 (思考，63) 之前。與 V3.2-Exp (57) 相比，它在工具使用、長上下文推理和編碼方面顯示出顯著的提升。 ➤🧠 DeepSeek V3.2-Speciale：V3.2-Speciale 在我們的智能指數中在 10 個基準中的 7 個上得分高於 V3.2 (推理)。V3.2-Speciale 現在在 AIME25 (97%) 和 LiveCodeBench (90%) 中分別擁有所有模型中最高和第二高的得分。然而，如上所述，DeepSeek 的 V3.2-Speciale 第一方 API 尚不支持工具調用，該模型在 tau2 基準上得分為 0。 ➤📚 幻覺和知識：DeepSeek V3.2-Speciale 和 V3.2 是人工分析全知指數上排名最高的開放權重模型，得分分別為 -19 和 -23。來自 Google、Anthropic、OpenAI 和 xAI 的專有模型通常在此指數中領先。 ➤⚡ 非推理性能：在非推理模式下，DeepSeek V3.2 在人工分析智能指數上得分 52 (+6 分 vs. V3.2-Exp)，是第三智能的非推理模型。DeepSeek V3.2 (非推理) 與 2025 年 5 月的前沿推理模型 DeepSeek R1 0528 的智能相匹配，突顯了今年通過預訓練和強化學習改進所取得的快速智能增長。 ➤⚙️ 代幣效率：在推理模式下，DeepSeek V3.2 使用的代幣數量比 V3.2-Exp 多，以運行人工分析智能指數 (從 62M 增加到 86M)。在非推理變體中，代幣使用量保持相似。V3.2-Speciale 顯示出顯著更高的代幣使用量，使用約 160M 輸出代幣，超過 Kimi K2 思考 (140M) 和 Grok 4 (120M)。 ➤💲定價：DeepSeek 尚未更新其第一方的每個代幣定價，所有三個變體的定價均為每 1M 輸入/輸出代幣 $0.28/$0.42。 其他模型詳情： ➤ ©️ 授權：DeepSeek V3.2 在 MIT 許可下提供。 ➤ 🌐 可用性：DeepSeek V3.2 可通過 DeepSeek API 獲得，該 API 已取代 DeepSeek V3.2-Exp。用戶可以通過臨時 DeepSeek API 獲得 DeepSeek V3.2-Speciale，直到 12 月 15 日。考慮到此次發布的智能提升，我們預計許多第三方提供商將很快提供此模型。 ➤ 📏 大小：DeepSeek V3.2 Exp 擁有 671B 總參數和 37B 活躍參數。這與 DeepSeek V3 和 R1 系列中的所有先前模型相同。

Whisper-Thunder 揭示：Runway Gen-4.5 現在是人工分析視頻排行榜中領先的文本轉視頻模型，超越了 Veo 3、Kling 2.5 Turbo 和 Sora 2 Pro！ Runway Gen-4.5 是 @runwayml 最新發布的版本，接替了三月發布的 Runway Gen-4。雖然 Gen-4 只支持圖像轉視頻，但 Runway Gen-4.5 引入了文本轉視頻生成。我們尚未評估 Runway Gen-4.5 的圖像轉視頻生成能力。 Runway Gen-4.5 正在逐步向 Runway 應用的用戶推出，預計在接下來的幾天內會有更廣泛的可用性。 請參見下方有關 Runway Gen-4.5 與我們人工分析視頻競技場中其他領先模型的比較 🧵