2026-10-18 14:47
科技
DeepSeek的“减法”：当AI竞赛从参数转向账单
DeepSeek的“减法”：当AI竞赛从参数转向账单
新模型用更少的激活参数逼近闭源旗舰，开放权重模型正在改写“最强”的定义。
■
DeepSeek在10月17日将V4.1-Flash更新至“1017”版本。官方称之为“小幅更新”，但放在2026年AI竞争的实际语境里，这次更新的分量不在规格表上——它把一条已经被数据反复验证的趋势推到了更远的位置：性能与成本之间的天平，正在发生不可逆的倾斜。
新模型的核心是一个反直觉的工程选择。V4.1-Flash-1017的主干参数为5520亿，读取提示时只激活80亿参数，生成回答时激活160亿。输入与输出激活量不对称，KV缓存压缩到上一代Flash的大约四分之一。DeepSeek自己的说法是，它在多个智能体评估框架下推进了“性能—费用帕累托前沿”。
翻译成更直白的语言：一个总规模并不小的模型，被设计成在大部分时间里只动用一小部分“脑力”来完成工作，以此把每一枚token的算力开销压到极低。
在编程与智能体任务上，效果已经无法被忽视。DeepSWE v1.1上，1017版本拿到77.0分，高于Claude Opus 5的74.0和GPT 5.6-Sol的73.0；Automation-Bench V1.0.6为60.5，明显领先于GPT 5.6-Sol的45.8和Claude Opus 5的50.3；Agents‘ Last Exam上，35.4对Claude Opus 5的28.6和GPT 5.6-Sol的26.7。但在知识密集型任务上，Claude Opus 5仍然守住了HLE（56.3对44.0）和Terminal-Bench 4.0（51.8对42.3）的优势。GPT 5.6-Sol则在ZeroBench-main上以53.0对51.0略占上风。
这不是“全面超越”的叙事。这是一个更微妙、也更有商业含义的格局：在编程、自动化、智能体执行这些正在快速膨胀的生产力场景里，开放权重的“效率型选手”已经具备了与闭源旗舰正面交手的资格，而价格只是后者的一小部分。1017版本的API定价为每百万输入token 0.15美元、输出0.60美元；作为对照，GPT-6 Astra和Claude Fable 5.1的定价均为每百万输入10美元、输出50美元。
真正让硅谷感到不安的，不是某一个基准上的几分之差，而是使用端正在用脚投票。Vercel AI Gateway 10月发布的Production Index显示，开放权重模型处理了71.5%的网关token，却只产生23%的支出。其支出份额从6月的二十分之一升至9月的近四分之一，三个月翻了两番以上。更早的数据勾勒出同样的轨迹：2026年8月开放权重模型月度token占比达到56%，而2025年12月仅为7%。Forkast的测算更为直白：开放权重模型平均每百万token成本0.83美元，专有替代方案6.03美元，前者便宜7.3倍。
企业层面的信号同样密集。AT&T目前约40%的AI工作负载运行在开放权重模型上，计划一年内提升至70%；其首席数据和AI负责人安迪·马库斯透露，内部系统每天处理约450亿token。Tinder的年化AI支出从1月的约100万美元升至7月的约1000万美元，随后开始将部分非技术查询路由给开放权重模型。据AlphaSense数据，8月和9月美国企业财报电话会议及投资者会议中，高管提及“开放权重”或“开源”模型的次数较去年同期激增约6倍。
这些数字指向同一个结构性变化：企业不再问“哪个模型最强”，而是问“完成这项任务，有没有必要用最贵的模型”。当智能体任务以百万次为单位反复调用模型时，每token的几分钱差价会被放大成预算表上不可忽视的鸿沟。DeepSeek的“减法”恰好踩在这个转折点上——它没有试图在所有维度上击败闭源旗舰，而是把编程和智能体执行这一块最“烧token”的工作，做成了成本敏感型买家无法拒绝的选项。
闭源阵营并非没有回应。GPT-6 Astra和Claude Fable 5.1发布时将标准价格定在每百万token输入10美元、输出50美元，试图把竞争拉向“最高价值的自主任务”而非“最便宜的推理”。但问题在于，绝大多数企业的工作负载并不是“最高价值的自主任务”。它们是代码补全、终端操作、信息提取、客服回复——这些任务需要的不是实验室里的最高分，而是一个足够好、足够快、足够便宜的模型稳定地跑完。
Mozilla在9月发布的第二版《开源AI现状》报告给出了一个关键的时间刻度：顶尖开放权重模型与美国前沿闭源模型之间的能力差距已缩短至约4.4个月，而开源能力的翻倍周期为3.9个月，闭源为5.5个月。用闭源旗舰数倍的价格，买几个月的领先窗口，在AI预算开始被CFO仔细审视的2026年，这笔账正在变得越来越难算。
DeepSeek这次更新最值得注意的地方，恰恰是它的克制。它没有发布一个更大的模型，没有宣称在每一个基准上超越谁，而是把一个中等激活量的MoE架构打磨到在关键生产场景里“够用且便宜得多”。当行业集体从“参数竞赛”转向“单位经济性竞赛”时，这种克制本身，就是最锋利的竞争姿态。
■
撰文 / OR
题图来源：Getty Images/Anthony Kwan
相关内容
相关内容
读者评论
科技
2026-10-18 14:47
DeepSeek的“减法”：当AI竞赛从参数转向账单
DeepSeek的“减法”：当AI竞赛从参数转向账单
新模型用更少的激活参数逼近闭源旗舰，开放权重模型正在改写“最强”的定义。
■
DeepSeek在10月17日将V4.1-Flash更新至“1017”版本。官方称之为“小幅更新”，但放在2026年AI竞争的实际语境里，这次更新的分量不在规格表上——它把一条已经被数据反复验证的趋势推到了更远的位置：性能与成本之间的天平，正在发生不可逆的倾斜。
新模型的核心是一个反直觉的工程选择。V4.1-Flash-1017的主干参数为5520亿，读取提示时只激活80亿参数，生成回答时激活160亿。输入与输出激活量不对称，KV缓存压缩到上一代Flash的大约四分之一。DeepSeek自己的说法是，它在多个智能体评估框架下推进了“性能—费用帕累托前沿”。
翻译成更直白的语言：一个总规模并不小的模型，被设计成在大部分时间里只动用一小部分“脑力”来完成工作，以此把每一枚token的算力开销压到极低。
在编程与智能体任务上，效果已经无法被忽视。DeepSWE v1.1上，1017版本拿到77.0分，高于Claude Opus 5的74.0和GPT 5.6-Sol的73.0；Automation-Bench V1.0.6为60.5，明显领先于GPT 5.6-Sol的45.8和Claude Opus 5的50.3；Agents‘ Last Exam上，35.4对Claude Opus 5的28.6和GPT 5.6-Sol的26.7。但在知识密集型任务上，Claude Opus 5仍然守住了HLE（56.3对44.0）和Terminal-Bench 4.0（51.8对42.3）的优势。GPT 5.6-Sol则在ZeroBench-main上以53.0对51.0略占上风。
这不是“全面超越”的叙事。这是一个更微妙、也更有商业含义的格局：在编程、自动化、智能体执行这些正在快速膨胀的生产力场景里，开放权重的“效率型选手”已经具备了与闭源旗舰正面交手的资格，而价格只是后者的一小部分。1017版本的API定价为每百万输入token 0.15美元、输出0.60美元；作为对照，GPT-6 Astra和Claude Fable 5.1的定价均为每百万输入10美元、输出50美元。
真正让硅谷感到不安的，不是某一个基准上的几分之差，而是使用端正在用脚投票。Vercel AI Gateway 10月发布的Production Index显示，开放权重模型处理了71.5%的网关token，却只产生23%的支出。其支出份额从6月的二十分之一升至9月的近四分之一，三个月翻了两番以上。更早的数据勾勒出同样的轨迹：2026年8月开放权重模型月度token占比达到56%，而2025年12月仅为7%。Forkast的测算更为直白：开放权重模型平均每百万token成本0.83美元，专有替代方案6.03美元，前者便宜7.3倍。
企业层面的信号同样密集。AT&T目前约40%的AI工作负载运行在开放权重模型上，计划一年内提升至70%；其首席数据和AI负责人安迪·马库斯透露，内部系统每天处理约450亿token。Tinder的年化AI支出从1月的约100万美元升至7月的约1000万美元，随后开始将部分非技术查询路由给开放权重模型。据AlphaSense数据，8月和9月美国企业财报电话会议及投资者会议中，高管提及“开放权重”或“开源”模型的次数较去年同期激增约6倍。
这些数字指向同一个结构性变化：企业不再问“哪个模型最强”，而是问“完成这项任务，有没有必要用最贵的模型”。当智能体任务以百万次为单位反复调用模型时，每token的几分钱差价会被放大成预算表上不可忽视的鸿沟。DeepSeek的“减法”恰好踩在这个转折点上——它没有试图在所有维度上击败闭源旗舰，而是把编程和智能体执行这一块最“烧token”的工作，做成了成本敏感型买家无法拒绝的选项。
闭源阵营并非没有回应。GPT-6 Astra和Claude Fable 5.1发布时将标准价格定在每百万token输入10美元、输出50美元，试图把竞争拉向“最高价值的自主任务”而非“最便宜的推理”。但问题在于，绝大多数企业的工作负载并不是“最高价值的自主任务”。它们是代码补全、终端操作、信息提取、客服回复——这些任务需要的不是实验室里的最高分，而是一个足够好、足够快、足够便宜的模型稳定地跑完。
Mozilla在9月发布的第二版《开源AI现状》报告给出了一个关键的时间刻度：顶尖开放权重模型与美国前沿闭源模型之间的能力差距已缩短至约4.4个月，而开源能力的翻倍周期为3.9个月，闭源为5.5个月。用闭源旗舰数倍的价格，买几个月的领先窗口，在AI预算开始被CFO仔细审视的2026年，这笔账正在变得越来越难算。
DeepSeek这次更新最值得注意的地方，恰恰是它的克制。它没有发布一个更大的模型，没有宣称在每一个基准上超越谁，而是把一个中等激活量的MoE架构打磨到在关键生产场景里“够用且便宜得多”。当行业集体从“参数竞赛”转向“单位经济性竞赛”时，这种克制本身，就是最锋利的竞争姿态。
■
撰文 / OR
题图来源：Getty Images/Anthony Kwan
相关内容
相关内容
读者评论OR
读者评论
OR
2条评论，1人参与。
在移动设备生成「OR」
app：
OR 启用新域名> |
特别推荐
最受欢迎
分享：
■ 或者, 留一段影像，回一曲挂牵。丝丝入扣、暖暖心灵 ，需飘过的醇厚与共。
■ 或者，热烈空雨伴芬芳泥土；绿绿生命缠锐意骄阳。
回望，回望，一马平川红酒飘散断归途。
■ 或者，灰蒙蒙空气重回道指一万四千点。滚动时光，照进现实，流逝过往，回归未来。
■ 或者，热烈空雨伴芬芳泥土；绿绿生命缠锐意骄阳。
回望，回望，一马平川红酒飘散断归途。
■ 或者，灰蒙蒙空气重回道指一万四千点。滚动时光，照进现实，流逝过往，回归未来。
2条评论，1人参与。