智谱推出对标DeepSeek的轻量旗舰模型，由10万国产卡支持
相关推荐
FreeToken开源：一张5090跑DeepSeek-V4-Flash，最高25 Token/s
动察 Beating AI 快讯，伯克利、MIT 等研究者开源 FreeToken。这是一个专门为本地设备设计的 MoE（混合专家模型）推理引擎，主要解决超大模型显存装不下的问题。它会把部分权重放在系统内存，并让 CPU 和 GPU 一起参与推理。 FreeToken 会把模型的大量专家权重放在系统内存，只把一部分缓存在显存。遇到显存里没有的专家时，它会根据 PCIe 和 CPU 内存带宽，动态决定是把权重搬到 GPU，还是直接交给 CPU 计算。这样 CPU、GPU、系统内存和 PCIe 可以一起参与推理。 论文实测，一台配备 RTX 5090 的游戏台式机运行 284B 参数的 DeepSeek-V4-Flash，可以达到 22–25 Token/s。这款模型每生成一个 Token 实际只激活约 13B 参数，因此特别适合这种 CPU、GPU 混合推理。 FreeToken 还在 8GB 显存的 RTX 4060 笔记本上把 35B 模型跑到 39.3 Token/s；单张 96GB RTX PRO 6000 则可以运行 753B 参数的 GLM-5.2，速度达到 llama.cpp 的约两倍。项目目前支持超过 20 款 MoE 模型，并已采用 Apache 2.0 许可证开源。
DeepSeek V4.1 Flash第三方实测：没夺回国模第一，但成本只有Kimi、GLM七分之一
动察 Beating AI 快讯，Artificial Analysis 完成 DeepSeek V4.1 Flash 独立测试，综合智能指数拿到 40 分。它已经超过自家 V4 Pro 0813 的 36 分，但仍低于 Kimi K3 的 44 分和 GLM-5.3 的 45 分。按这套第三方榜单，DeepSeek 还没夺回国产模型第一。 但价格差距非常夸张。V4.1 Flash 跑完一个 Intelligence Index 任务平均只花 0.27 美元，Kimi K3 和 GLM-5.3 都在 2 美元左右，相差约 7 倍。输出速度达到 197 Token/s，也远高于 Kimi K3 的约 36 Token/s 和 GLM-5.3 的约 58 Token/s。 Agent 依然是它最强的部分。AutomationBench-AA 上，V4.1 Flash 拿到 69%，追平 GPT-6 Astra，并超过 GLM-5.3 的 62%；长上下文测试 AA-LCR 也拿到 84%。缺点是它特别能说，AA 测试中单任务平均输出约 8.9 万 Token，比 V4 Pro 多 62%，吃掉了一部分价格优势。
DeepSeek Flash 涨价后流量腰斩，留下近 10 万亿 Token 日缺口
火星财经消息，OpenCode CEO Jay V 表示，DeepSeek V4 Flash 自 8 月 1 日上线后，在 OpenCode 上的日 Token 消耗量从约 3 万亿飙升至 18 万亿，两周内增长 6 倍，接近 OpenRouter 全平台日处理量。其定价约为 Fable 的 1/350、GPT-5.6 Sol 的 1/175、Claude Sonnet 的 1/70，被用户视为“便宜到无需计量的 AI”。8 月 16 日 DeepSeek 将高峰时段价格上调 5 倍（非高峰时段 2.5 倍）后，模型日 Token 消耗量从峰值回落超过 50%。Jay V 认为涨价系应对 GPU 成本上升的被动之举。目前 OpenCode 正寻找能以原价承接流量的供应商，约需 1000 块 B300 才能支撑当前需求。DeepSeek Flash 暴露了 AI 模型市场的“不可能三角”——便宜、强大、大规模稳定供应难以兼得。涨价后，OpenCode Go 已将配额从 60 美元降至 15 美元后又恢复至 30 美元，并引入峰谷费率机制。
商汤大装置为智谱 GLM-5.3-Flash 提供国产算力与 Token 服务
火星财经消息，据证券时报，8月 27 日，记者从商汤获悉，商汤大装置为智谱近日上线并开源的 GLM -5.3- Flash 提供国产算力支持与 Token 服务，这被认为是国产算力规模化商用的又一个标杆。据透露，商汤大装置7月日均 Token 服务量已达到2.42万亿，预计2026年年底突破日均10万亿。
B.AI 平台免费开放 DeepSeek V4 Flash，Token 吞吐量突破 769 亿
ChainCatcher 消息，B.AI 平台自开放 DeepSeek V4 Flash 免费访问以来，最新 24 小时数据出炉：Token 吞吐量突破 769 亿，累计新增注册用户达 206 万，单日新注册峰值录得 5468 人。B.AI 平台凭借稳定高并发基础设施，开发者可零成本调用顶级 LLM 聚合服务，支撑生产级 AI 工作流。 目前，网页聊天与 API 接口已同步解锁，开发者即日起即可零门槛接入，开启从原型验证到大规模部署的全链路 AI 开发体验。B.AI 正以“免费+高性能”的组合拳，加速重构大模型服务市场格局。
DeepSeek开始直接对接大规模部署：有2000张GPU可以找官方
动察 Beating AI 快讯，DeepSeek 在 V4.1 Flash 开源公告里罕见地直接向大规模部署方喊话：如果有 2000 张 GPU 和存储集群，可以直接联系 DeepSeek。 但这并不是新的商业授权门槛。V4.1 Flash 仍按 MIT License 开源，没有按照公司营收或业务规模设置额外授权条件。有资源的企业可以自己部署，联系 DeepSeek 更像是针对超大规模场景的直接技术合作。DeepSeek 目前也没有宣布正式的私有化部署产品或收费服务。 过去 DeepSeek 开源模型后，部署适配更多由 SGLang、TensorRT-LLM 等推理框架和硬件厂商完成。这次官方主动留下大规模部署的直接联系方式，并表示会继续支持开源社区做新模型的推理适配，尝试进一步扩大部署范围。