8.1
深览指数
科技腾讯新闻·爱范儿··AI 生成
DeepSeek给大模型划出的“斩杀线”，斩的到底是什么
本文以DeepSeek V4 Flash在OpenCode单日消耗8万亿Token这一惊人数据为引，指出Agent时代模型价值衡量标准已从“单次回答多聪明”变为“完成长任务花多少钱、多久、失败几次”。作者的核心判断是：DeepSeek通过极致的架构创新（MoE、CSA/HCA注意力）将推理成本压至近两个数量级低于对手，定义了一条“斩杀线”——它不需要成为最强，只要在大多数任务上“够用”，就能利用价差将更贵的模型挤出默认调用位。文章深入分析了V4 Flash的架构和后训练如何提升Agent能力，并指出这一趋势正在改变整个行业的竞争逻辑：未来模型厂商出售的不再是“每一个Token的智能”，而是“每一美元能完成多少工作”。适合关注AI产业格局、模型成本与商业化、Agent技术趋势的读者阅读。原文 ↗
核心观点
- ▍DeepSeek V4 Flash定义了一条“斩杀线”：它不需要成为最强模型，只要达到“大多数时候可以做完”，就能利用近两个数量级的价格差，把更贵的模型挤出默认调用位。
- ▍Agent时代，模型的价值衡量标准已从“单次回答有多聪明”转变为“完成一项长任务要花多少钱、多久、失败几次”。
- 01DeepSeek V4 Flash在OpenCode一个入口里单日消耗8万亿Token，超过了接入400多款模型的OpenRouter全平台日均6.6万亿Token的规模。
- 02DeepSeek V4 Flash百万输出Token价格为2元人民币，而Anthropic Claude Opus 4.8标准价格为25美元（约170元），价差约85倍。
- 03在Artificial Analysis的Intelligence Index评测中，V4 Flash Max得50分，调用费约72美元；Claude Opus 4.8 Max得56分，调用费约3752美元，多拿6分但调用费高出约52倍。
- 04V4 Flash总参数量2840亿，但每个Token只激活约130亿参数，这是其低价的核心技术原因。
- 05V4系列通过修改Transformer的注意力层（CSA/HCA机制）和MoE前馈层大幅降低推理成本，估算在一百万Token上下文下单Token推理计算量约为V3.2的10%。
- 06V4 Flash正式版没有改变架构和规模，只通过后训练（SFT、GRPO、On-Policy Distillation）重点提升编码和Agent能力，在Terminal Bench 2.1上获得82.7分。
- 07社区项目DwarfStar通过低比特量化，可以将V4 Flash的q2版本放入96GB或128GB统一内存设备中运行，降低了本地部署门槛。
反方 / 局限
- — 作者承认，V4 Flash当然还不能证明自己全面超过Opus，但只要两者已经被放进同一轮候选名单，85倍的价差就足以改变默认选择。
- — 作者暗示，极低比特量化（q2版本）可能损伤代码、长上下文和工具调用能力，社区运行时本身也仍处于早期阶段，本地部署无法复现官方API的Agent成绩。
14 分钟 · 3 卡片 · 9 资料
读原文 →