DeepSeek发布V4.1Flash-1017大模型。在市场普遍期待国产AI大模型更新之际，DeepSeek率先推出新版本，本次升级带来大幅性能提升。
具体的性能水平及变化之前有报道了，大家应该会注意到DeepSeek这次自己还发了一张帕累托曲线，也就是大家常说的AI斩杀线，V4.1Flash-1017这次又是封神一般的水平，每任务成本只有Fable、Astra等大模型的1/50-1/100之间，性价比至少高出四五十倍。
DeepSeek是怎么做到这样的斩杀线的?大家都知道他们有极强的AI优化能力，在降低成本这方面可以说极尽所能，而vllm_project发布的下面这张图可以清晰地展示出DeepSeek在AI硬件上的优化有多强。
这张图是对比的是SemiAnalysisAgentX基准测试，在GB300NVL72及DynamovLLM平台上，V4.1Flash跑出了1美元1.3BToken的成绩，P90交互速度超过100tok/s/user。
1美元13亿Token，算下来1MToken只要0.00077美元，这比V4.1Flash的输入价格0.15美元便宜太多了。
当然，这两个价格实际上也不能这么简单换算，1美元13亿Token的Tco成本是算力端的，API定价还要考虑更复杂的情况，只不过DeepSeek的超低成本让他们在这方面有了无人能敌的优势。
正因为DeepSeekV4.1Flash在成本上有堪称逆天的优势，各大平台也敢于提供超低的收费，OpenCode、CommandCode的10美元套餐中最近都能用量打到了80-120美元，OpenCode这两天更是免费开放了，现在聚合路由平台上V4.1Flash自己的用量都是百万亿Token级别的，一家能顶六七家友商的用量。
让AI对比了多个开源大模型的TCO成本，万亿参数内的其他大模型的产出最多也就是V4.1Flash的1/10，如果是1.5-3万亿参数量的大模型，那成本差距更是可以达到40-50倍以上，完全没法比。
这还要说明一点，这个TCO成本还是V4.1Flash-0910的，不是今天发布的1017版，后者虽然API定价没变，但大幅优化了Token效率，减少了Token消耗量，不同任务中程度不同，体感上来说至少也降低了一半的消耗，意味着TCO成本还能再次大降一波。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】