梁文锋又来屠城，deepseekv4.1flash降低了1/4hbm用量需求， 继续大幅降价，实行了闲时半价，把我的minimax干地板了。 性能上以超越gpt5.6sol的性能卖着白菜的价格。

魔法! DeepSeekV4 上下文内存压缩到1/10! 大家都知道 DeepSeekV4 是支持1M上下文的, 而且经过了极度优化, 如果要真的用到1M上下文, 显存占用只需要10G左右, (对比之下 DeepSeek-V3.2 大概需要84G显存). 然后我刚看到了FlashMemory这个论文, 直接能把显存占用压到 1.3GB! 甚至输出效果不降反升! 哥们你骗兄弟可以, 骗自己就没意思了, 真的吗? 压缩后反而性能上升? 我赶紧看了论文细节: 咱们先复习一下传统做法: 模型每吐出一个字，都要把之前的几十万字重新看一遍(这就是全局注意力). FlashMemory 的做法是: 预测未来需要什么, 它内置了一个神经内存索引器（Neural Memory Indexer, 其实就是个小模型了），能够主动预判接下来生成内容时需要用到历史文本里的哪些片段. 然后预先准备好这些片段, 接下来只要做到命中率超高, 那么这个提升就绝对有效. 即它的假设是, KVCache里面的东西并不是生成每个字的时候全都需要的, 只需要按需提前加载即可. 很像做作业的时候, 把参考资料摊满桌子, 然后优化了一下就是把参考资料需要用到的部分直接拍照, 用的时候看照片就行了. 那么听上去很简单, 但实际的难点在于, 训练一个专用的索引器小模型, 需要把 DeepSeek-V4模型加载到显存里一起炼. 相当耗费算力. 于是这篇论文第二个亮点来了, 它搞了个解耦训练. 他们把这个索引器当成一个标准的"双编码器（Dual-encoder，类似做搜索推荐的模型）"来单独训练. 在这个过程中，根本不需要把庞大的 DeepSeek-V4 基座模型加载到显存中. 这让训练成本断崖式下降，且兼容标准的检索（Retrieval）训练框架. (简单来讲就是它是通用方法训练的, 通过query预测需要检索哪些长句子. 所以其实是个通用模型) 听上去靠谱, 那也只是显存占用少了, 怎么就性能还提高了呢? 答案是注意力降噪. 因为每次只提取和当前生成最相关的记忆块（Chunks）放入显存，模型在运算时就看不见那些无关的冗余信息了.天然地起到了一种"去噪"作用，这也是为什么显存占用少了，模型准确率反而略微提升的原因.官方测试在长文本评测集（如 LongBench-v2 等）上的准确率平均最终提升了 0.6%. (其实还有数据如何逐出显存和如何预测数据实现预加载, 这部分也很棒, 很有启发性. 建议看原论文, 篇幅原因写不下了) 论文地址: 项目地址: #FlashMemory# #DeepSeekV4# #FlashMemoryDeepseekV4#

说实话不显示名字，我认为 99% 的用户是分不清自己在用 opus5，gpt5.6，Kimi3，glm5.2，DeepSeekv4，grok4.5，Qwen 3.8 的。 模型性能的差距已经不像年初 opus4.6 秒杀一切的时候 普通人按照自己的需求和价格还有使用便利程度随意选择就行了。 重要的仍然是设计 context，loop 和 review 的能力 其中审美会是最重要的 如果你解决的问题本身没有价值，烧多少 token 都没有价值

又干没了！ codex跟着我混可是一分钟都没闲着。 😌😌😌 最近又加上了deepseek， 最近两天烧了将近200块。 发现deepseekv4 pro也很好用， 特别是在跑ai交易上～～

给大家带来 Flash 系列模型横评! 各个厂商除了旗舰级别模型, 也都有Flash级别的模型, 而这些模型的定位主要都是多智能体系统的驱动模型和RAG系统的驱动模型. 那么现有这些Flash模型应该怎么选? 给大家带来本篇评测! 本次主要从 Agent Loop 迭代能力, Agent 能力, 前端, 后端, 空间理解, 美学, 性价比等多个角度评测了 Gemini-3.5-Flash, Step-3.7-Flash, DeepSeek-V4-Flash 这三个模型. 从测试来看, Gemini-3.5-Flash 更适合干"漂亮活", 比如前端页面, 建模等. 而 Step-3.7-Flash 则极具性价比, 在Agent测试中取得了比旗舰模型还要高的Token效率(用最少的token干最多的事情). 所以特别适合用在Agent框架中(比如OpenClaw或者Hermes), 或者复杂的Agent系统中用来做驱动模型. DeepSeek-V4-Flash 则后端能力很不错, 很适合用来写脚本, 甚至给服务器安装一个 DeepSeek-V4-Flash 驱动的 ClaudeCode, 用来 AI-Ops. #flash模型# #step37flash# #deepseekv4flash# #gemini35flash# #AgentLoop#

A股热点方向预测： 方向一：国产算力芯片与AI算力链 在国产大模型能力突破临界点的背景下，DeepSeek V4、GLM-5等国内模型Agent能力快速进阶，真实堆高国内算力需求。同时国内大模型具备算法优化工程优势，整体推理算力成本低于海外，高性价比成功争夺海外上一代大模型市场份额。国产算力黄金年代已开启，建议关注具备算力租赁、服务器、芯片全产业链龙头。 方向二：光模块/CPO先进封装 1.6T光模块是2026年最大增量赛道，DPC陶瓷基板成为最紧缺材料。同时随着AI芯片向CoWoP先进封装迭代，mSAP工艺带来铜箔、感光干膜等材料爆发。光模块及上游材料是当前最具确定性的业绩兑现方向。 方向三：商业航天与卫星互联网 上海商业航天海上发射公司成立标志着产业链进入实质落地阶段。2026年国内商业航天有望迎来密集催化，千帆星座持续组网，卫星互联网进入批量化生产阶段。产业链从概念转向业绩，建议关注实质性受益标的。

Token与算力进入残酷价格战，模型的盈利泡沫正在破裂（华尔街观察） 当算力供给充分释放，开源黑马模型Karins（以DeepSeek为代表）依靠极致成本优势横扫市场，曾经被资本追捧的Token定价体系露出虚高本质。微软开启全面成本核算，全球科技巨头掀起比价浪潮，我们必须直面两个核心问题：传统头部闭源大模型还能守住多少利润，Token虚高定价的泡沫破灭后，整条AI产业链将要承受怎样的连锁风险。 近期一系列产业事件，吹响了AI行业从技术军备竞赛转向成本博弈的号角。微软率先开启精细化算账模式，先是终止总额超30亿美元的甲骨文云服务器采购协议，核心原因是甲骨文公有云无法取得FedRAMP安全认证，不愿投入资金完成合规改造。微软一边抛弃高价算力合约，一边在亚马逊、谷歌之间四处租赁算力资源，就连怀俄明州1.8GW规模的数据中心项目也被客户叫停。这代表算力不再是供不应求的稀缺资源，算力采购正式进入充分比价竞争的阶段，算力溢价彻底消失。 最具颠覆性的信号，来自微软企业级AI产品Copilot Cowork的战略调整。微软高管直接披露，Anthropic的Fable5模型的Token调用成本，达到DeepSeek‑V4 Pro开源模型的50倍，因此微软计划大规模引入DeepSeek等开源模型，替代OpenAI、Anthropic的闭源模型，全面切换为按量计费模式。市场数据印证了黑马模型的崛起，DeepSeek在美国企业市场份额，从4月的1%暴涨至5月的17%，两个月实现16倍扩张。开源模型性能已经对标闭源模型，成本却仅有前者的几十分之一，这就是Karins式黑马模型的突围逻辑，用工业化极致成本效率，冲击依靠高Token定价赚取暴利的传统巨头。 微软与OpenAI7月正式生效的全新合作协议，更是直接刺破头部模型厂商的盈利底盘。旧协议里OpenAI的算力业务95%锁定Azure云平台，微软享受独家权益。新协议彻底取消独家授权，OpenAI可以向所有云厂商售卖模型服务，微软仅保留订单优先承接权。只有经过Azure渠道成交的API订单，微软能够抽取20%分成，OpenAI直接对外销售的收入，微软将无法获得任何收益。高盛测算，这项协议变更，会让微软AI业务每年直接蒸发40‑60亿美元利润。背后的现实十分残酷，甲骨文OCI、CoreWeave的GPU算力报价，已经低于Azure云平台，算力价格内卷，让绑定单一云厂商的闭源商业模式难以为继。 至此可以明确判断，过往的Token价格存在严重虚高。过去三年全球AI资本开支疯狂扩张，AI硬件年度资本支出已经达到2.9万亿美金，市场默认Token可以维持高定价，以此覆盖巨额算力投入。闭源头部厂商依靠技术壁垒与算力垄断，人为抬高Token单价，企业客户只能被动接受高价。但开源模型打破了技术垄断，相同业务目标下，开源模型可以把推理成本压缩至原来的五十分之一。闭源模型高昂的定价，不再由技术价值支撑，而是算力稀缺性与行业信息差催生的价格泡沫。在企业客户全面比价之后，原有定价体系已经完全站不住脚。 在黑马模型的冲击之下，头部闭源大模型的盈利空间会被持续压缩。首先企业级大客户会大规模迁移订单，优先采购开源模型服务，OpenAI、Anthropic的核心企业收入会快速流失。其次行业会开启持续价格战，头部厂商被迫主动下调Token单价，毛利率会出现断崖式下滑。原本依靠高毛利覆盖训练成本、硬件投入的盈利模式彻底失效。过去依靠持续烧钱堆算力、堆硬件的增长路径，会被市场抛弃。美股市场已经给出明确反馈，消息落地当日，费城半导体指数暴跌5.71%，英特尔、AMD、美光等算力硬件企业股价集体大跌，资金大规模从AI半导体赛道出逃，涌入工业蓝筹防御资产，资本市场已经预判算力资本开支降温的长期趋势。 Token定价泡沫破裂之后，一系列深层风险会接连显现。 第一，全球AI算力资本开支迎来收缩周期。上一轮科技周期里，思科在资本开支退潮阶段股价最大跌幅达到90%。如今市场预期AI硬件投入增速大幅放缓，甲骨文就是典型案例，账面云业务增速高达93%，640亿的待确认收入十分亮眼，但是自由现金流为‑237亿美元，企业还要再融资400亿美元维持杠杆运营，算力企业的债务杠杆游戏即将走到尽头。算力硬件厂商、云厂商都会面临订单下滑、估值回调的压力。 第二，企业端会出现成本收缩的多米诺效应。海外企业已经严格管控Token消耗，国内企业也开始跟进，腾讯已经大幅削减员工的Token报销额度。当企业开始严格约束AI调用量，模型厂商的整体Token消费量增长会显著放缓，原本依靠调用量高速增长的行业增长逻辑彻底逆转。这里存在一个尖锐的现实问题，全球程序员年收入天花板约1.5万亿美元，如果未来程序员收入回落至1万亿美元，企业必然会严格核算AI投入产出比，不会再无节制投入算力开支。 第三，全球大模型行业格局彻底重塑。目前Claude在全球企业市场依旧占据五成份额，DeepSeek、智谱GLM、通义千问等中国开源模型合计赔率来到40%，市场普遍预判，到今年年末，国产开源模型将在全球市场进一步抢占闭源巨头的份额。闭源模型只能守住极小部分对极致性能有强需求的高端场景，绝大多数标准化企业业务，会被成本占绝对优势的开源模型替代。