GPT-5.6 Sol
V4-Flash为何能小参数反超大模型？
7月31日，DeepSeek悄悄上线V4-Flash正式版，没有发布会、没有直播，但开发者社区直接炸了——这个"轻量版"在9项智能体基准中全面碾压自家1.6万亿总参数的V4-Pro预览版。数字有多反直觉？Flash总参数2840亿、激活仅130亿，Pro总参数1.6万亿、激活490亿，规模差了一个数量级。但Terminal-Bench 2.1上Flash拿82.7分，Pro预览版67.9分；Agent Last Exam上Flash得25.2分，逼近Claude Opus 4.8的25.7分，Pro预览版仅15.8分。最关键的是：架构和参数规模跟预览版一模一样，一个底层结构都没动，所有提升全来自后训练。这传递了三个信号：一，参数军备竞赛的边际收益在递减。 过去两年行业疯狂堆参数，万亿十万亿往上飙，但V4-Flash证明：选对训练方法、喂对高质量数据，轻量模型一样能打。二，Agent赛道上后训练比堆参数更值钱。 核心武器三招：智能体轨迹奖励塑形，用完整执行轨迹而非单轮问答训练；工具使用课程学习，从简到繁逐步引入工具组合；效率感知对齐，惩罚不必要的token消耗。每招都不需要更大模型，但每招都需要极致工程能力。三，成本差距正在重新定义竞争规则。 Flash每百万token输入0.14美元、输出0.28美元，缓存命中仅0.003美元。对比GPT-5.6 Sol的输入5美元、输出30美元，差了几十倍。开发者实测51万token的复杂任务，花了0.53元人民币。还有一层战略意义：全部核心算子基于Triton自研，脱离英伟达CUDA生态，国产GPU可直接部署，MIT协议完全开源。一句话：AI竞争的焦点正从"更大"转向"更聪明"，后训练工程能力才是2026年真正的护城河。
发布于 海南
2
8
2
未登录
友善发言
评论
加载中
