闻乐 发自 凹非寺
量子位 | 公众号 QbitAI
DeepSeek V4 Flash，太便宜辣！！
一次提示直出第一人称3D射击游戏——
能跑能跳能打枪，地图掩体物理碰撞全部到位，UI右下角还实时显示弹匣余量。
大制作啊大制作，结果一看账单这一整套才0.07美元，那不就是5……毛钱！？
也就是说2美元能玩上一整天，难怪网友都有点绷不住了（doge）。
DeepSeek V4 Flash正式版API上线公测之后，大家不忙着跑分了，全网都在算：
V4 Flash和Opus 5比便宜几倍，和GPT-5.6比省了多少……
账单一晒结论高度一致：DeepSeek V4 Flash，便宜得离谱。
1美分 vs. 1美元
光看DeepSeek自己还不够直观，咱们直接上对比！
Claude Opus 5和DeepSeek V4 Flash 0731的发布只隔了7天。
既然赶这么近，就有网友给它俩摆一块儿跑了同款太空射击游戏。
两者均完整实现战机移动、射击、击碎陨石、道具拾取等功能，可玩性几乎没有拉开明显差距。
单看交付的顺滑度，Opus 5倒是一把过，V4 Flash磨了三次才成。
但Opus那版代码体量接近3000行，V4 Flash那版大概900行，用了三分之一不到的代码量，价格也直接便宜了两个数量级——
1美分 vs 1美元。
可是！100倍的差价摆在面前，成品功能却几乎看不出太大差别。
再来看看森林划船小游戏，是V4 Flash和GPT 5.6 Sol的同款对比。
两者都做出了完整3D河道场景、左右方向操控、障碍物碰撞计分、动态树木远景这套核心玩法，不管是交互逻辑还是画面风格几乎趋同（除了deepseek的造景都小一码）。
再看一眼账单，惊了。
这次是0.05美元 vs 2.47美元，V4 Flash整整便宜50倍。
这位大哥也忍不住感叹：定价简直让人难以置信，便宜得离谱了吧……
再来一组宝可梦3D模型对照，用一模一样的需求指令分别调用GPT-5.6 Luna、DeepSeek V4 Flash 0731。
成品效果一时分不出好坏，但token输出差距非常直观了。
最终GPT-5.6 Luna输出高达230万+ token；相同情况下DeepSeek V4 Flash仅输出47.7万Token，
换算下来整套任务成本相差近14倍。
只能说，这么多对比下来，V4 Flash每一次的效果可能不是最好的，但一定是最值的。
被DeepSeek V4 Flash捂住了钱包
那问题就来了，DeepSeek V4 Flash到底为啥能做到这么便宜？
最核心的还是MoE架构，作为V4家族一员，Flash总参数依然是284B，每次推理只激活13B。
跟MoE配合的是CSA+HCA混合压缩注意力。
上下文拉到100万token的时候，不用每个新词都把全部历史翻一遍，先压缩再筛选，只有必要时才回看全局，降低百万级上下文下的KV缓存压力。
这样，KV缓存省了，显存省了，每步推理的算力也省了。
再往下是权重，V4用的是FP4+FP8混合，专家权重能压多低压多低，推理不失精度，但存储和搬运成本直线下降。
0731这个正式版，底层模型骨架、参数数量、注意力结构、量化方案，跟预览版100%一致，
只重做了后训练，把SFT监督微调和GRPO强化学习重新磨了一遍，再加了个DSpark投机解码做推理加速，拉高服务器并发吞吐。
再看涨幅，Terminal Bench 2.1从61.8升到82.7，Toolathlon从49.7干到70.3……但预训练成本一分没加。
Flash主打的就是高并发、规模化服务。
你的钱包被DeepSeek V4 Flash捂住了没？
参考链接：
[1]https://x.com/elshayib_/status/2083243725447147595
[2]https://x.com/TeksEdge/status/2083711879776735663
[3]https://x.com/dipankarcodes/status/2083865694865932575
