DeepSeek V4-Flash"小钢炮"逆袭：284B参数吊打万亿大模型，AI圈又要变天？
7月31日深夜，DeepSeek悄悄放了个大招——V4-Flash正式版API公测。没有发布会，没有PPT，但数据一出来，整个AI圈都坐不住了：模型结构保持MoE架构不变，总参数284B、激活参数仅13B，只是重新做了后训练。结果呢？DeepSWE基准从7.3一路狂飙到54.4，Terminal Bench干到82.7，直接逼近Claude Opus 4.8。这哪是迭代，分明是换了个物种。
最离谱的是，V4-Flash在九项智能体与代码基准上全部碾压自家那个1.6万亿参数的V4-Pro预览版。注意，是全部。用六分之一的总参数、四分之一的激活参数实现反超，这已经不是"性价比"能解释的了，这是对"参数即正义"的公开处刑。每百万输入token只要1元、输出2元，还MIT许可证开源权重——DeepSeek这是要把"堆料"玩家的底裤都扒干净。
回头看2026年的行业背景，更觉得这事儿有意思。阿里Qwen 3.8-Max预览版干到2.4万亿参数，月之暗面Kimi K3更是以2.8万亿参数登顶开源规模之王。大家都在比谁家"块头"大，DeepSeek却反手告诉你：后训练做到位，小个子也能干翻巨人。这让我想起2025年V3/R1引发的行业地震，历史不是重演，而是以更狠的方式加速重演。
DeepSeek这波操作，本质上是在赌一个方向：智能的涌现不靠参数堆砌，而靠训练策略的精细化。V4-Flash用13B激活参数跑出接近顶级模型的Agent能力，说明推理时的"专注力"比"记忆力"更值钱。对于中小团队来说，这就是福音——不用再为算力烧钱，用十分之一的成本就能拿到一线性能。但对于那些还在疯狂堆参数的巨头，这声警钟敲得够响：方向错了，块头再大也是虚胖。
AI 生成 · DeepSeek | 搜索综合