DeepSeek一款大模型单周调用量 登顶全球第一
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。
B.AI 国产模型 Token 周榜出炉，小米紧追 DeepSeek、MiniMax 成增长黑马
ChainCatcher 消息，10 月 23 日，B.AI 公布 10 月 16 日至 22 日国产模型品牌 Token 周榜：DeepSeek 继续领跑，小米 MiMo 紧随其后，两者仅相差 16.54 B Token，小米已连续 4 周增长，平台 Token 用量占比再提升 8.13 个百分点。腰部竞争同步升温，MiniMax 环比增幅超 5,200%，成为本周增长黑马，Qwen 环比增长 80.86%，与第 3 名 Zai 的份额差距缩小至 0.18%。热门模型优惠同步进行中：DeepSeek-V4.1-Flash-1017 享 6 折、Qwen3.8-Flash 享 8 折、GLM-5.3-Flash 享 7 折。B.AI 持续汇聚优质模型，助力开发者低成本解锁多元 AI 能力，欢迎登录 b.ai 探索。
9月底DeepSeek单周Token处理量达36.8T，超越美四大AI巨头总和
BlockBeats 消息，10 月 8 日，根据风投机构 Social Capital 基于 OpenRouter 平台数据发布的最新统计，今年 9 月最后一周，中国 AI 厂商 DeepSeek 的模型在 OpenRouter 上处理的 Token 数量爆发式增长，单周达到 36.8 万亿（36.8T）。 这一数据已正式超越同一时期美国四大主流 AI 厂商——OpenAI（19.5T）、Google（6.8T）、Anthropic（6.1T）及 xAI（0.6T）的模型 Token 处理量总和（33.0T）。 数据表明，以 DeepSeek 为代表的国产开源/开放权重模型在国际开发者及聚合平台中的调取使用率正在迎来历史性突破。
DeepSeek-V4.1-Flash上线千问AI平台
火星财经消息 9月14日，阿里云宣布，DeepSeek-V4.1-Flash正式上线千问AI平台，相关API服务与Token Plan同步开放。（广角观察）
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。
B.AI 宣布 DeepSeek-V4.1-Flash 多模态模型上线
ChainCatcher 消息，B.AI 平台宣布 DeepSeek 原生多模态 MoE 大模型 DeepSeek-V4.1-Flash 正式上线。该模型采用 5520 亿参数主干与 Causal Encoder-Decoder 架构，输入与输出采用非对称计算规模。模型支持 100 万 Token 上下文与 384K Output，面向长周期编程 Agent、多模态工作流与高并发 Agent 系统。目前 Web Chat 与 API 双端接入均已开放。