DeepSeek V4 Pro 0813

DeepSeek 官方发布 V4.1 Flash，称其为全新结构系列的小尺寸模型：552B 参数 MoE，Causal-Encoder-Decoder 非对称结构，输入激活 8B输出激活 16B，并具备原生多模态视觉理解官方强调 KV Cache 对 HBM/SSD 需求分别降到上一代的 1/4 和 1/8，API 模型名为 deepseek-flash，V4 Flash/Vision Exp 将路由到新模型，并从 2026-09-10 12:00 起执行新的峰谷定价

9-9 11:19 UTC DeepSeek 在 platform.deepseek.com/usage 挂 banner,一次性同步三件事:V4.1 Flash 在性能/成本/速度/完成时间上全面超过 V4 Pro;过渡期(V4.1 Pro 发布前)所有 Pro 请求自动路由到 V4.1 Flash 并按 Flash 计费;Flash 系列 9-10 12:00 北京时间生效新价(非高峰 input cache hit $0.003 / cache miss $0.15 / output $0.6,高峰翻倍),整体较 V4 Flash 此前一版再降约 50%架构层 V4.1 Flash 不再是 V4 系列 MoE 的小迭代,文本/图像/音频多模态原生集成;限测模型 ID deepseek-v4.1-flash-expires-on-0910,9-8...

Google 发布新一代旗舰模型 Gemini 4 Argon：输出上限从 64K 提到行业领先的 1M token，面向长时程复杂工作流（真实软件工程法律/金融知识工作网络防御）定价 $2/$10 每百万 token，缓存输入享 95% 折扣...

@xiaogaifun（高师傅）8月31日精读 Qwen3.8-Flash Tech Report：125B 主干 + 每 token 激活 6B + 51B n-gram Embedding，激活参数与训练 token 都约为 Qwen3.7-Plus 的 1/3，整体训练 FLOPs 1/9，14 项 Benchmark 8 项超上代剩 6 项最大差 2.6 分四次手术分别是 GDN（替换 Attention 降长上下文计算成本）QSA（深层信息冲淡缓解）Gated Residual（4 条并行 Residual Stream 让模型自动分工出长程通道）n-gram Embedding（Backbone 外 51B 参数...