共计 1332 个字符，预计需要花费 4 分钟才能阅读完成。
近日,DeepSeek 启动了一项针对 V4.1 Flash 中间版本的短期内部测试 , 并在反馈表中询问参与者: 这个新模型能否全面替代线上 V4 Pro? 与此同时, 公司还宣布下调 Flash 系列价格, 最高降幅达 60%。这一系列动作透露出一个信号:AI 竞争正从单纯追求“能力上限”转向更务实的“智能密度”——即在更低的成本和延迟下, 提供足够好的结果。
📌 内测与降价: 一次精准的“压力测试”
- 重点: DeepSeek opened a short internal test of an intermediate…
- 重点: 当前公开信息主要集中在产品、策略或节奏变化上。
- 重点: 后续仍需关注官方更新、落地范围以及实际反馈。
据悉, 这次测试的 V4.1 Flash 中间版本 , 模型名称有效期至 9 月 10 日。官方描述其采用新架构, 支持原生多模态, 并在能力、速度和成本上相比之前的 Flash 版本有所提升。测试期间, 该版本的计费与现有 V4 Flash 一致, 但每个账号限制 20 个并发请求。早期开发者反馈称, 在代码生成和检索任务上, 生成速度提升明显。
几乎同时,DeepSeek 宣布 Flash 系列价格调整: 从 9 月 10 日中午起 , 低谷时段缓存命中输入降至 0.02 元 / 百万 tokens, 缓存未命中输入降至 1 元, 输出降至 4 元; 高峰时段价格保持为低谷的两倍。其中, 缓存命中输入降价幅度最大, 达到 60%。该价格调整适用于主力 Flash 模型和视觉实验版本。
🔍 Flash 与 Pro 的定位差异: 从“够用”到“好用”
一直以来,Flash 和 Pro 的定价差距显著 。此前高峰时段,Flash 输出价格约为 9 元 / 百万 tokens, 而 Pro 则高出不少。开发者早已习惯为更复杂的任务支付更高费用。但问题是: 一个更快、更强的 Flash, 能否承接日常和中度复杂度的负载, 让 Pro 专注于真正困难的任务?
这正是 DeepSeek 强调的“智能密度”概念的核心。 早期推理模型通过更长的思考链提升难题准确率 , 但后续讨论转向: 能否用更少的 token 和更短的时间获得同样质量? 一个能更快给出有用答案、且中间计算更少的模型, 能同时改善用户体验和单位经济性。
💡 Agent 工作负载: 成本与效率的放大镜
Agent 场景让经济性变得更加关键。 单个用户请求可能触发多次模型调用 , 系统需要读取文件、调用工具、检查中间结果并继续执行。如果步骤数成倍增加, 低单价并不自动等于低任务成本。因此, 能让模型输出更长的工具使用程序、跨步骤保留相关推理、避免重复处理已经看过的内容的框架, 变得与模型权重本身同样重要。
📊 行业观察: 旗舰模型的“护城河”正在改变
围绕“DeepSeek Tests Whether Its C”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
🚀 总结: 价格战背后的战略转向
这次中间版本的测试是临时的,“完全替代”的说法也尚未证实 。后续结果将决定 Pro 工作负载能迁移多少。但战略信号已经清晰: 在证明强推理能力可以广泛普及之后, 竞争的下一维度是如何将智能“压缩”进每一秒延迟和每一分成本。Flash 被要求承担更多负载, 而 Pro, 如果测试成功, 将只用于那些真正需要它的难题。
