中国人工智能(AI)模型开发企业深度求索新推出的轻量模型,仅通过后训练便超越自家旗舰模型的性能,引发热议。有评价认为,这打破了参数数量越多模型性能必定越优的既有观念。
据中国信息技术(IT)专业媒体钛媒体2日报道,深度求索于上月31日公开了新型AI模型“DeepSeek V4 Flash”正式版的应用程序接口(API)。此前在4月分别推出V4的轻量模型“Flash”和旗舰模型“Pro”的预览版,约4个月后推出了Flash的最终版。深度求索表示,Pro正式版也将尽早公开。
此次模型完整保留了原有Flash预览版的结构和参数数量,仅额外进行了后训练。理论上模型规模越小性能应越低,但它反而压倒了参数数量约为其8倍的“V4 Pro预览版”,令业界震惊。一直高度评价中国AI发展速度的特斯拉创始人埃隆·马斯克在发布次日开始关注深度求索的X(原推特)官方账号,也进一步推高了话题度。
实际上,此次模型在评估编程能力的“Terminal-Bench 2.1”基准测试中获得82.7分,大幅高于V4 Pro预览版(72.4分)。在综合Terminal-Bench 2.1等9项指标的Artificial Analysis智能指数中也取得50分,领先Pro预览版6分。与近期公开的谷歌“Gemini 3.6 Flash”水平相近。有分析认为,这是深度求索在后训练阶段集中提升代码执行和自主决策等复杂智能体任务所需能力的结果。钛媒体评判称,“这表明模型性能超过一定水平后,后训练可能比规模更重要”。价格方面,每100万输出token为0.28美元,不仅远低于Claude Opus 4.8(25美元),与OpenAI GPT-5.6的低价模型“Luna(1.2美元)”相比也显著更低。
中国企业近来接连推出高性能、低成本模型,令美国业界紧张。月之暗面上月公开的新一代开放权重模型“Kimi K3”便是代表。Kimi K3在Artificial Analysis智能指数中取得57分,与美国最顶级模型“Claude Fable5”的60分、“GPT-5.6 Sol”的59分仅差2~3分,位列第三。也有评价认为,以Kimi K3为契机,与美国模型的技术差距已缩小至2~3个月水平。智谱AI上月初公开的GLM-5.2同样以五分之一的价格实现了接近美国最顶级模型的性能,备受关注。






