lidang 立党（劝人卖房/学CS/买SP500/纳100/OpenAI/Anthrop第一人）(@lidangzzz):我记得在deepseek绝大多数早期的年代，基本都在LLM API上搞得非常精简，基本都是一个chat版本，一个reasoning版本，一次迭代就直接在这两个endpoint上迭代，不告知版本号，无法手动选中各个模型版本。我一直觉得这个行为非常酷，因为他们在最初的设计里，一定是想设计两三个endpoint，自己闷头升级，用户无脑直接调用就完事儿了，不像其他家还要specify your model name/version. 这本身是个非常酷的事儿，考虑用户可以无脑绑死这一两个endpoint，不用考虑费用，不用考虑模型，不用考虑inference速度，deepseek帮你handle everything，给你一个最佳体验。 deepseek没想到，进入v4时代，有vision，有pro，有flash，有不同版本号，而且flash还能赶超pro性能，导致自家LLM API服务陷入混乱，这时候他们直观想法依然是，把最好、最快、最先进的模型提供给用户，无论用户绑定的是pro还是flash，反正用户得到实惠就完事儿了，但是用户肯定不敢这么用，因为用户自己本身也是developer，自己还要对自家的产品负责，对自己下游的用户知情权和自家infra稳定性负责。结果就是，deepseek这波有点费力不太好。

lidang 立党（劝人卖房/学CS/买SP500/纳100/OpenAI/Anthrop第一人）@lidangzzz

2026.09.09 15:04

我记得在deepseek绝大多数早期的年代，基本都在LLM API上搞得非常精简，基本都是一个chat版本，一个reasoning版本，一次迭代就直接在这两个endpoint上迭代，不告知版本号，无法手动选中各个模型版本。我一直觉得这个行为非常酷，因为他们在最初的设计里，一定是想设计两三个endpoint，自己闷头升级，用户无脑直接调用就完事儿了，不像其他家还要specify your model name/version. 这本身是个非常酷的事儿，考虑用户可以无脑绑死这一两个endpoint，不用考虑费用，不用考虑模型，不用考虑inference速度，deepseek帮你handle everything，给你一个最佳体验。 deepseek没想到，进入v4时代，有vision，有pro，有flash，有不同版本号，而且flash还能赶超pro性能，导致自家LLM API服务陷入混乱，这时候他们直观想法依然是，把最好、最快、最先进的模型提供给用户，无论用户绑定的是pro还是flash，反正用户得到实惠就完事儿了，但是用户肯定不敢这么用，因为用户自己本身也是developer，自己还要对自家的产品负责，对自己下游的用户知情权和自家infra稳定性负责。结果就是，deepseek这波有点费力不太好。

135

Forward to community