Gonka 上线 DeepSeek v4 Flash，全网等效算力接近2000张 H100
相关推荐
DeepSeek：DeepSeek-V4-Flash正式版API上线公测，DeepSeek-V4-Pro正式版将会尽快发布
PANews 7月31日消息，DeepSeek发布更新日志，DeepSeek-V4-Flash 正式版 API 上线公测。DeepSeek-V4-Flash-0731 的模型结构、尺寸和 DeepSeek-V4-Flash-preview 保持一致，仅重新进行了后训练。DeepSeek-V4-Pro 正式版将会尽快发布。
B.AI 宣布 DeepSeek-V4-Flash 限时全免费开放，叠加多重福利激励生态
ChainCatcher 消息，B.AI 平台正式宣布，DeepSeek-V4-Flash 模型已在 Web Chat 与 API 双端同步开启限时免费、无限制畅用服务，开发者及普通用户均可零成本调用顶级算力。与此同时，平台加码推出多重福利：新用户通过 Binance Wallet、BitgetWallet 或 imToken 登录，可领取 100 万 Credits，填写邀请码额外再得 30 万，累计最高享 130 万免费额度；充值还可获最高 $100 积分返赠，邀请好友注册更能长期享有返利权益。B.AI 未来将持续释放优惠红利，降低 AI 应用创新门槛。
B.AI 宣布 DeepSeek-V4-Flash 将于 8 月 17 日全量免费开放
ChainCatcher 消息，距离 DeepSeek-V4-Flash 于 8 月 17 日在 B.AI 平台全量免费开放仅剩最后 1 天。届时 Web 端与 API 将同步上线，用户可免费畅享代码运行、复杂 Agent 任务及长文本处理等全场景体验。 为助力开发者无惧成本使用 DeepSeek，B.AI 同步推出三重福利：新用户通过 Binance Wallet、Bitget Wallet 或 imToken 钱包登录，即可领取 100 万免费 Credits；填写邀请码可再叠加 30 万，累计最高达 130 万；新老用户充值均可享受最高 100 美元的额外 Bonus Credits。 需注意，账户须保留少量 Credits 用于身份验证，请提前准备。具体开放时间将于近期公布，敬请锁定 B.AI 官方动态。
「韩模之光」Solar Pro4智能指数冲到42分，但还是打不过DeepSeek V4Flash
据动察 Beating 监测，韩国 AI 公司 Upstage 发布旗舰推理模型 Solar Pro 4。Artificial Analysis 最新评测中，它的智能指数从上一代 Solar Pro 3 的 14 分冲到 42 分，主要提升来自 Agent 和长上下文能力。 其中 Terminal-Bench v2.1 从 12% 升到 57%，长上下文推理从 31 升到 71。GDPval-AA v2 也从 498 Elo 升到 1277，超过 1000 的人类基线。Solar Pro 4 已经是韩国模型冲击全球前列的一张代表牌。 但放到 DeepSeek V4 Flash 0731 面前，还是不够看。同一套 Artificial Analysis 智能指数里，DeepSeek 拿到 52 分，比 Solar Pro 4 高 10 分。DeepSeek 每秒输出约 122 个 Token，Solar Pro 4 约 65 个，前者接近快一倍。 价格差距更大。Solar Pro 4 每百万 Token 输入、输出分别要 0.30 和 1.20 美元，DeepSeek 只要 0.14 和 0.28 美元。Solar 的输出价格超过 DeepSeek 的 4 倍。 至少按这套综合评测和 API 性价比，「韩模之光」还没追上 DeepSeek。
DeepSeek、Kimi都在拼命砍缓存，英伟达开始让缓存跨模型复用
据动察 Beating 监测，过去两年，大模型推理优化一直在拿 KV Cache 开刀。它是模型读完上下文后留下的中间计算结果，内容越长，越吃显存和带宽。DeepSeek-V2 借助 MLA，相比 DeepSeek 67B 将 KV Cache 减少 93.3%；Kimi Linear 相比全 MLA 又最多减少 75%。大家都在让长上下文更便宜。 但这些方案都有一道墙：缓存通常只能在同一个模型内部复用。Agent 从小模型切到大模型后，目标模型还得把前面几万甚至几十万 Token 重新计算一遍。模型路由越频繁，这笔重复计算越难忽略。 英伟达最新论文开始拆这堵墙。团队发现，在同一家族、KV 结构匹配的不同大小模型之间，缓存存在明显的线性关系。用 500 段、每段 1024 Token 的文本校准一次，就能拟合出一套映射，把一个模型算好的 KV Cache 转给另一个模型继续用。 Qwen3-14B 切到 32B 时，32K 上下文重新计算约需 7 秒，转换缓存只要约 0.28 秒，快约 25 倍。换句话说，以后甚至可以先让小模型负责「读」：把长上下文算成 KV Cache；真正需要更强能力时，再把缓存转给大模型，让大模型直接开始「想」和生成。 这会让模型路由省下更多算力。现在让简单任务跑小模型，主要省的是生成成本；一旦切到大模型，长上下文往往还得由大模型重新算一遍。跨模型 KV Cache 如果做成熟，连这部分 prefill 都能交给小模型完成。Agent 可以长期用便宜模型维护上下文，碰到难题才叫醒大模型，而且不用每次都从头「读档」。
中国AI大模型调用量连续十五周领跑：环比增长570% DeepSeek-V4-Flash正式版登顶
火星财经消息,根据OpenRouter最新数据测算，上周（8月3日至8月9日）全球AI大模型总调用量为69万亿Token，环比增长21.48%。其中，上榜的AI大模型中，中国AI大模型周调用量达34.25万亿Token，环比增长21.76%；同期美国AI大模型周调用量为9.17万亿Token，环比增长109.36%。中国大模型周调用量连续十五周超过美国，稳居全球首位。记者注意到，上周，全球调用量排名前四均为中国AI大模型。其中，DeepSeek-V4-Flash-0731（即DeepSeek-V4-Flash正式版）位居第一，周调用量达8.83万亿Token，环比增长570%；腾讯Hy3位居第二，周调用量达8.05万亿Token，环比增长67%；DeepSeek-V4-Flash-0423（即DeepSeek-V4-Flash预览版）排名第三，周调用量达5.88万亿Token，环比下滑19%。 （每日经济新闻）