GPT-5.6 Luna
DeepSeekV4 Flash实测分享
V4-Flash-0731发布四天，调用量冲到2.33万亿Token，直接登顶全球榜首。这个数字背后是有账可算的。Artificial Analysis的报告说，V4-Flash的单任务成本比GPT-5.6 Luna低大约60%，智能指数只差1分。我自己也验证了。之前跑一批日报自动化，用某个海外旗舰模型，一个月API账单大概1200块。换V4-Flash跑了三天，估下来一个月不超过400块，日报质量没降，有些细节反而更准了。不是模型更聪明，是它更"老实"——Agent场景下，它用更少的步骤完成同样的任务。每次工具调用都花钱，步数少了，成本自然降了。但便宜不等于什么场景都好用。我试过让它做纯对话和摘要，跟旧版本差别不大，有些回答甚至过于简洁，像在敷衍。一旦涉及工具调用，差距就出来了。这个模型的定位很清晰：它不是来聊天的，是来干活的。用ChatGPT的思路去用，可能会觉得不过如此。但接进Agent框架，让它操作终端、调API、读写数据库，性价比就炸了。社区里有人做了A/B对比，Agent任务完成率Flash全面领先，纯文本生成质量Pro更稳。这说明DeepSeek在后训练阶段把资源集中投向了Agent能力，而不是做一个"什么都会一点"的通用模型。我觉得这条路走得对，与其跟GPT在通用对话上死磕，不如在自己擅长的方向上做到极致。唯一担心的是公测过后的定价。如果正式版涨太多，这个性价比神话可能就到此为止了。
发布于 福建
1
评论
赞
未登录
友善发言
评论
加载中
