搜索结果 Deepseek
Deepseek 贴吧
一个关键词就是一个贴吧，路径全站唯一。
用户
未找到
包含 Deepseek 的推特
DeepSeek V4 Pro 的 performance 没有拳打 GPT、脚踢 Claude也可以理解，毕竟它的模型参数只有 1.6T 嘛。
DeepSeek 主要还是主打一个性价比。我自己用下来，感觉 Pro 推理速度还是比 Flash 慢很多。
所以其实我主力还是会用 GPT，然后便宜的用 DeepSeek Flash，Pro 应该也不会作为主力的。
显示更多
DeepSeek-V4-Pro 正式版可能已经开始切换。DeepSeek 官方 API 文档悄悄把模型版本从原来的 DeepSeek-V4-Pro 改成 DeepSeek-V4-Pro-0813。调用名称仍是 `deepseek-v4-pro`，上下文为 1M，最大输出 384K，Responses API 现在也已经标为支持。
显示更多
DeepSeek招土木工程师，大工程口的同行们，希望这不就来了么这😎😎
近期，DeepSeek官网出现一则招聘信息，称“每一代人都会遇到属于自己的基础设施革命”。
在职位要求中，电气、暖通、环境、土木等均被列为符合需求的专业。
显示更多
DeepSeek 凭什么推理成本比同行便宜几个数量级？秘密全在这个算子库里。它专门为多头潜隐注意力机制（MLA）打造，把算力榨干到极致。
显存占用暴跌： KV Cache 压缩到传统 MHA 的 6.7% 左右，大并发不再爆显存。
吞吐性能撕裂： 在 H800 上提速超明显，带宽跑满到 3000 GB/s，算力冲上 660 TFLOPS。
支持 FP8 低精度： 配合 FP8 KV 缓存，内存直接省一半，精度还没怎么掉。
开箱即用： 专为大模型推理服务打造，只要跑 MLA 架构模型就能无缝接入。
🔗 传送门：
显示更多
DeepSeek V4 Flash 0731：推理能力追上大厂，成本却只要 4 美分
DeepSeek V4 Flash 0731 在在抽象推理测试中达到 61.4% 准确率（ARC-AGI-2），每次任务成本 4 美分，比 OpenAI、Anthropic 等闭源模型便宜 10 倍以上。
这验证了一个关键判断：开源模型通过"推理时计算"路线，正在用更低成本逼近大厂性能。
显示更多
deepseek V4 flash 便宜是真便宜，但是不能识别图片，还有点幻觉，
对程序理解的幻觉就像
你对一个年轻人介绍你的程序的时候
刚介绍了两句，他说他懂了
然后你让他说说自己 理解
他说的貌似有点道理，但是不你的程序
显示更多
DeepSeek V4 Flash 涨价不是重点，而是涨多少才是重点，因为还有一个GPT 5.6 Luna还在下面虎视眈眈😂
我简单算了一下：
涨 50%：依然有明显价格优势。
涨到 2 倍：优势已经不大了。
涨到 2.5 倍：多数 Agent 场景基本和 GPT-5.6 Luna 打平。
涨到 3 倍以上：如果不是大量输出或高缓存命中，Luna 甚至可能更便宜。
所以我觉得 DeepSeek 接下来最值得关注的不是“会不会涨价”，而是——它敢不敢涨到 2.5 倍这个临界点。
显示更多
DeepSeek-Reasonix，一个专为 DeepSeek 做的终端编码 Agent，在 GitHub 上已狂揽32000+ Star。
特别针对 DeepSeek 的缓存机制做了优化，长会话下 Token 消耗低很多，更加省钱。
GitHub：
基于 Go 编译出来一个二进制文件就能跑，除了命令行还有桌面应用和 VS Code 扩展，按习惯选。
想用 DeepSeek 写代码，又想要一个专属终端 Agent 的朋友，可以试试这个。
显示更多
