<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	
	>
<channel>
	<title>Comments on: DeepSeek再出快招：V4-Flash公测版智能体能力飙升，AI&quot;价格战&quot;进入新回合</title>
	<atom:link href="https://www.or100.cc/?feed=rss2&#038;p=695651" rel="self" type="application/rss+xml" />
	<link>https://www.or100.cc/?p=695651</link>
	<description></description>
	<lastBuildDate>Mon, 02 Nov 2026 07:34:41 +0000</lastBuildDate>
		<sy:updatePeriod>hourly</sy:updatePeriod>
		<sy:updateFrequency>1</sy:updateFrequency>
	
	<item>
		<title>By: 匿名</title>
		<link>https://www.or100.cc/?p=695651#comment-3056</link>
		<dc:creator><![CDATA[匿名]]></dc:creator>
		<pubDate>Sat, 01 Aug 2026 02:14:43 +0000</pubDate>
		<guid isPermaLink="false">http://www.or100.cc/?p=695651#comment-3056</guid>
		<description><![CDATA[【AI定价权的东移】
DeepSeek把百万token输出价格压到0.28美元，相当于GPT-5.5的约1/107、Claude Opus 5的约1/89。这不是简单的&quot;价格战&quot;，而是一场关于AI基础设施定价权的重新分配。当中国模型在性能上逼近硅谷前沿、在价格上形成数量级优势时，全球开发者的&quot;默认选择&quot;正在发生微妙迁移。在API经济中，成本结构决定生态位，而生态位决定话语权。]]></description>
		<content:encoded><![CDATA[【AI定价权的东移】
DeepSeek把百万token输出价格压到0.28美元，相当于GPT-5.5的约1/107、Claude Opus 5的约1/89。这不是简单的&quot;价格战&quot;，而是一场关于AI基础设施定价权的重新分配。当中国模型在性能上逼近硅谷前沿、在价格上形成数量级优势时，全球开发者的&quot;默认选择&quot;正在发生微妙迁移。在API经济中，成本结构决定生态位，而生态位决定话语权。]]></content:encoded>
	</item>
	<item>
		<title>By: 匿名</title>
		<link>https://www.or100.cc/?p=695651#comment-3055</link>
		<dc:creator><![CDATA[匿名]]></dc:creator>
		<pubDate>Sat, 01 Aug 2026 02:14:19 +0000</pubDate>
		<guid isPermaLink="false">http://www.or100.cc/?p=695651#comment-3055</guid>
		<description><![CDATA[【Agent能力才是大模型的&quot;期末考试&quot;】
DeepSeek V4-Flash的后训练优化揭示了一个被忽视的趋势：参数规模不再是衡量模型能力的唯一标尺。2840亿总参数、仅130亿激活参数的&quot;轻量版&quot;在智能体任务上击败1.6万亿参数的旗舰预览版，说明&quot;会做题&quot;和&quot;会干活&quot;是两回事。当AI从聊天机器人进化到能自主调用工具、修复代码、执行多步骤任务时，后训练的质量将比预训练的数据量更具决定性。这对整个行业的启示是：与其堆砌参数，不如深耕Agent框架。]]></description>
		<content:encoded><![CDATA[【Agent能力才是大模型的&quot;期末考试&quot;】
DeepSeek V4-Flash的后训练优化揭示了一个被忽视的趋势：参数规模不再是衡量模型能力的唯一标尺。2840亿总参数、仅130亿激活参数的&quot;轻量版&quot;在智能体任务上击败1.6万亿参数的旗舰预览版，说明&quot;会做题&quot;和&quot;会干活&quot;是两回事。当AI从聊天机器人进化到能自主调用工具、修复代码、执行多步骤任务时，后训练的质量将比预训练的数据量更具决定性。这对整个行业的启示是：与其堆砌参数，不如深耕Agent框架。]]></content:encoded>
	</item>
</channel>
</rss>
