腾讯云:2026年11月18日12时起,DeepSeek原厂服务端联网搜索免费
相关推荐
DeepSeek:模型调用中的搜索与网页抓取不再单独计费
火星财经消息,凤凰网科技报道,DeepSeek 官网显示,自北京时间 2026 年 11 月 18 日 12:00 起,模型调用过程中触发的服务端搜索与网页抓取不再单独计费,用户仅按模型 Token 用量计费。涉及场景包括联网工具、Anthropic API 的 web_search 工具,以及 Responses API 的 web_search 工具。DeepSeek 此前于 2026 年 10 月 17 日推出 Search API 和 Fetch API,两项接口使用其自研搜索引擎,按请求次数计费,单价为每 1000 次成功请求 5 元。此次调整针对模型调用链路中的搜索与抓取能力。
智谱、Deepseek大模型token包在京东低至1折,豆包百万token包9.9元
11月11日当天,智谱、Deepseek、豆包等多家大模型厂商在京东“AI软件充值馆”推出折扣活动,在京东搜索“token”即可抢购。其中,智谱新用户体验卡一折、周卡三折起,Pro/Max年卡赠送京东Plus会员,京东Plus用户可在生活服务包一积分兑换智谱周卡。Deepseek大模型资源包1亿Token特惠1折,低至9.3元;豆包视频模型100万token资源包,特惠4.3折,售价9.9元。此外,进入京东充值中心“AI大模型专区”,京东云Token积分包限量1折,用“京补合约”购3C数码办理Token,产品低至3折。
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。
B.AI发布国产模型品牌Token周榜,小米增势强劲、DeepSeek持续领跑
Odaily星球日报讯 10 月 16 日,B.AI 公布 10 月 9 日至 15 日国产模型品牌 Token 周榜。小米模型 Token 用量连续三周稳居第 2,环比大增 49.9%,平台 Token 用量占比提升 10.4 个百分点;DeepSeek 本周以 1.03T Token 总量持续领跑;智谱环比增长 44.3%,平台占比提升 3.7 个百分点,位列第 3;Moonshot Token 用量环比激增 286.5%。多模型同台竞争,真实用量见证市场变化,B.AI 持续拓展模型选择,助力开发者灵活调用多样化 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。
阶跃星辰开源Step Code:自测追平DeepSeek Harness,token更省
动察 Beating AI 快讯,阶跃星辰开源 AI 编程工具 Step Code v0.1.0,采用 MIT 许可证。它直接跑在终端里,可以读写代码、跑测试和执行开发任务,还支持 MCP、Agent Skills 和 Claude Code 插件。内置的 StepPage 可以一条命令把本地静态网站发布到线上。 Step Code 主打少用 token。在阶跃自己的 Terminal-Bench 2.1 横评中,它完成 72/89 个任务,得分 80.9%,与 DeepSeek Harness 并列最高,但 token 用量更低。 阶跃自建的 Multi-Frame 长任务测试共有 150 道题,Step Code 完成 110 道,得分 73.3%,平均每题消耗 509 万 token,在对比的 6 款 harness 中同时拿到最高通过率和最低 token 用量。 不过阶跃没有公布这轮横评具体用了哪个底层模型,也没有拆解这些 token 是怎么省下来的。官方只提到 Step Code 与 Step 系列模型一起针对 token 消耗做过调优。 源码里也能看到不少「节流」设计:文件读取和命令输出会限长,搜索尽量缩小返回范围,长对话默认会压缩上下文,system prompt 也要求能直接调用工具就不要额外开 Agent。 还有一套更激进的 contextProjection,可以裁掉旧工具输出、重复结果和历史 reasoning,不过默认关闭。 综合来看,它的 token 优势来自模型和 harness 多处优化叠加。