GPT-5.6 Sol
DeepSeekV4 Flash实测分享
130亿激活参数跑出25分Agent得分，DeepSeek Flash的架构逻辑DeepSeek-V4-Flash的参数配比有点反直觉，2840亿总参数，激活只有130亿。这是稀疏MoE在极端配比下的一次实验。通常激活参数越小，推理速度越快、成本越低，但能力也会随之下降。Flash的目标是找到这个曲线上的一个特殊点，激活参数足够小以保持成本优势，同时通过架构设计尽可能保住能力上限。实测Agent得分25.2，接近Claude Opus-4.8的25.7，这个数字说明至少在Agent任务这个维度，130B激活参数的性能损失是可接受的。混合注意力加稀疏设计，配合100万token上下文，让它在长任务链里的表现不输大得多的模型。速度上更明显，相同任务，V4-Flash约40秒完成，GPT-5.6 Sol需要1分47秒。Agent任务里任务链越长，这个差异就越大。成本是另一个维度，缓存命中输入0.02元/百万tokens，输出2元，跟GPT-5.6同类相比低了几十倍。对高频调用的Agent系统来说，这个成本差直接决定了商业模式能不能跑通。Flash不是Pro的降级版，是面向不同场景的独立选择。
发布于 湖南
分享
评论
赞
未登录
友善发言
评论
加载中
