vLLM 0.31.0发布：强化DeepSeek-V4.1-Flash与快速重启
vLLM于2026年10月6日发布0.31.0，汇集717次提交、307名贡献者（96名新加入）。重点优化DeepSeek-V4.1-Flash性能、快速重启与投机解码，并调整安全默认值。国内可用性与价格未知，本条未实测。
要点
- 0.31.0包含717次提交，重点优化DeepSeek-V4.1-Flash在SM100上的注意力、MoE融合与KV缓存。
- 新增权重常驻的快速重启，并推进Model Runner V2、投机解码和大规模服务调度。
- 默认收紧逐请求多模态参数，同时有多项接口与量化相关破坏性变更。
为什么值得看
该版本将DeepSeek-V4.1-Flash的多项融合内核设为SM100默认路径，并加入跨重启保留量化权重的预加载和实验性引擎快照，同时修复调度问题、收紧多模态与缓存安全边界，但含多项破坏性变更。
谁会受影响
面向部署大模型推理服务的工程团队，尤其是使用DeepSeek-V4.1-Flash、投机解码、专家并行或需要缩短重启时间的用户。
今天就能怎么试
可通过PyPI安装vllm，或使用CUDA、ROCm、CPU、XPU对应制品；国内可用性未知，价格未知，具体参数与兼容性未知，未实测。
原始来源
1v0.31.0 · vLLM Releases · 2026年10月6日✓ 已打开核对本条由 AI 根据上面的原始来源整理，经编辑审核后发布。数字和结论以原文为准，发现错误欢迎反馈。
相关动态
OpenAI推出常驻智能体Dots，支持跨应用持续办事
OpenAI发布由GPT-6 Astra驱动的Dots，为智能体配备云端电脑、浏览器和应用连接。它能持续跟进项目、吸收反馈，并在ChatGPT、Slack或Teams沟通。首批面向符合地区条件的Pro、Business Premium及管理员开启测试的企业用户。
ChatGPT开始推送GPT-6，可生成交互式回答界面
OpenAI于10月7日开始在ChatGPT的Chat体验推送GPT-6与Intelligent UI，回答可包含按钮、图表、表单和互动工具。付费档先开放，免费与Go档次日开始推送；该公告说明此次更新不改变Work和Codex所使用的模型。
DeepSeek开放搜索与抓取接口，支持智能体接入
DeepSeek于10月17日开放自研网页搜索能力，Search返回结构化检索结果，Fetch把单个网页转换为Markdown。两者复用DeepSeek API密钥，按有结果的成功请求计费，每1000次5元；空结果、失败及超时不收费。
微软业务智能体评测接入 HF，直接检查数据库结果
ThinkingBox 在 507 个有状态业务流程中检查智能体最终留下的数据库记录和副作用，并对每项任务重复运行二十次。HF 博文展示了工具调用看似正常却写错状态的案例，提醒平均成功率、至少成功一次和次次成功不能混为一谈。