WEBVTT 00:00.000 --> 00:29.980 今天DeepSight 4.1 Flash正式上线了。昨天内测的时候,我只来得及测完基本能力。本期给大家把剩下的测试全部补齐。官网已经把原来的快速、专家、实图三个模式合并升级成一个对话框,背后跑的就是4.1 Flash。我也验证了API同样已经升级到了4.1。另外,还有一个好消息和一个坏消息。好消息是Flash上线就立马降价。我测试了不同的场景。综合来看,降幅在百分之一, 00:29.980 --> 00:59.140 百分之二十到百分之四十五。坏消息是,四天后,我最喜欢的Pro版就要下线了。官方公告只有屏幕上这一小段文字。14号以后,发往Pro模型的请求会自动路由到新的4.1 Flash,并按Flash单价计费。给出的理由是,Flash在性能、费用和速度上已经全部超过了Pro。真的是这样吗?我会给你一一分解,有一肚子化不吐不快。官方公布了新的Flash模型架构。 00:59.140 --> 01:12.540 4.1 Flash的总参数量提升了接近一倍。而且输入激活参数和输出激活参数量是不同的。输入参数降了百分之四十,输出则增加了百分之二十。这是一种全新的模型结构。 01:12.540 --> 01:24.540 有意思的是,模型更大了,API价格反而更低了,其中降幅最大的是缓存命中,直接降了百分之六十。至于降价的原因,屏幕上这张官方图就很形象。 01:24.540 --> 01:36.540 这代新的Flash模型架构大幅降低了对KV缓存的硬件压力。图片对比了每一代Deepseq每一个Token所需的缓存,在短短两年内降到了千分之二。 01:36.540 --> 01:47.420 这也让它的内存和SSD需求分别降到了上一代模型的四分之一和八分之一。正是因为成本降下来了,才能给到用户实打实的福利。 01:48.220 --> 01:58.180 测试正式开始。跟上一代视觉实验版相比,在第二轮的测试里,中文写作和实图能力持平,前端视觉有一定的提升。 01:58.180 --> 02:07.880 但我不得不收回它能达到前端Flash模型天花板的话。办公任务依然稳如老狗,而全战任务跟视觉实验版刚好打平。 02:08.460 --> 02:15.360 具体的分数和计费我都列在屏幕上了。这些测试往期视频讲了太多次,今天只挑两个给大家看看。 02:15.980 --> 02:19.380 先看前端能力,这次还是用外滩的昼夜风景来测试。 02:19.660 --> 02:27.960 这个版本比起上一代儿童涂鸦式的呈现已经强了很多,至少能分辨出厨房三件套了,昼夜光线的变化也比较连贯自然。 02:28.420 --> 02:31.920 但是,它仍然是非常简单的几何图案堆叠。 02:32.380 --> 02:36.380 另外有一点让我很惊讶,就是它消耗了比原来多一倍的token。 02:37.120 --> 02:40.640 为了让大家有个直观印象,我把这个测试项目里的冠军给大家看一下。 02:41.200 --> 02:44.540 这么一笔Deepseek的Flash模型的前端能力,还得加油啊。 02:44.760 --> 02:46.360 大家看看我的保留项目。 02:46.800 --> 02:55.340 这是一个复杂的长城任务,需要处理大约1G的原始素材,从零搭建数据库,构建整个小说阅读站的前后端代码。 02:55.340 --> 03:01.740 4.1,Flash的速度极度亮眼,21分钟就完成了,燃烧了3210万token。 03:02.220 --> 03:07.960 它的实现我仔细看了一遍,有三个明显的前端bug和一些其他小问题,大家可以看屏幕。 03:07.960 --> 03:13.560 这模型干活的速度可以说是快如闪电,但做事的脾气却非常中规中矩。 03:14.040 --> 03:18.160 它能很稳地实现你的要求,但绝不会多做任何需求之外的事情。 03:18.640 --> 03:27.020 跟上一代视觉实验版相比,这个项目两边的分数完全持平,所以我是有点惊讶的,因为按照官方的说法,理应有很大的提升。 03:27.020 --> 03:32.000 来聊聊今天我想吐槽的第一个问题,4.1,Flash,真能代替Pro吗? 03:32.480 --> 03:40.240 按照这个表格,Flash更擅长前端任务和Pro本身不支持的实图,而Pro在复杂任务上仍然稳稳地压过Flash。 03:40.320 --> 03:44.460 尤其是中文写作上的差距,直接让我痛失了最常用的写作模型。 03:44.940 --> 03:52.200 当然,对于每天用模型真正干活的人来说,速度也是非常重要的,等10分钟和等半小时,感受完全不一样。 03:52.200 --> 04:01.680 所以在我看来,Pro和Flash其实是非常互补,缺一不可的,快速出前端视觉用Flash,而创意写作和复杂任务用Pro保证出品质量。 04:02.300 --> 04:04.580 那为什么Deepseek还要强行把Pro下架? 04:05.020 --> 04:10.060 看到这个消息的时候,我真的是两眼一黑,而且并不是只有我一个人有这种体会。 04:10.300 --> 04:19.180 大模型社区里早就炒番了,少部分人是很开心的,因为他们很期待又快又有多模态的新款Flash,但另一派则是非常愤怒。 04:19.180 --> 04:26.360 因为Pro模型的世界知识,更好的创意写作,以及在复杂任务里的稳定性,就这么被硬生生剥夺了。 04:26.720 --> 04:29.000 而且这事只给了4天的时间做缓冲。 04:29.480 --> 04:34.300 按照正常的商业逻辑,这种级别的切换,不应该至少给一个月的牵移期吗? 04:34.700 --> 04:42.440 最后再多点我个人的观点,首先,恭喜Deepseek跑通了优秀的架构,首个多模态Flash上线,而且确实速度快效率高。 04:42.880 --> 04:47.320 但另一边,那只Pro大鲸鱼就这么被血藏了,这件事我心里确实过不去。 04:47.320 --> 04:56.840 作为一个每天都在跟大模型打交道的程序员,我已经把自动脚本里的Pro模型迁移到了其他开源模型供应商,但仍然觉得这个切换太过于仓促了。 04:57.340 --> 05:02.400 另外呢,平心而论,只靠Flash模型是撑不起一家大模型公司的未来的。 05:02.720 --> 05:08.220 所以,我个人非常非常希望能看到公告里说的4.1Pro尽快上线。 05:08.500 --> 05:14.560 如果我说的不对,欢迎在评论区指证,每次我都能在那儿看到特别精彩的发言,就等你来哦。 05:14.560 --> 05:16.560 谢谢大家。 05:16.560 --> 05:16.560 05:16.560 --> 05:16.560 05:16.560 --> 05:16.560 05:16.560 --> 05:16.560 05:16.560 --> 05:16.560 05:16.560 --> 05:17.560 谢谢大家。 05:17.560 --> 05:17.560 05:17.560 --> 05:17.560 05:17.560 --> 05:18.560 谢谢大家。 05:18.560 --> 05:18.560 05:18.560 --> 05:18.560 05:18.560 --> 05:19.560 谢谢大家。 05:19.560 --> 05:20.560 谢谢大家。 05:20.560 --> 05:20.560 05:20.560 --> 05:20.560 05:20.560 --> 05:20.560 05:20.560 --> 05:21.560 谢谢大家。 05:21.560 --> 05:22.560 谢谢大家。 05:22.560 --> 05:22.560 05:22.560 --> 05:22.560 05:22.560 --> 05:24.560 谢谢大家。 05:24.560 --> 05:24.560 05:24.560 --> 05:25.560 谢谢大家。 05:25.560 --> 05:26.560 谢谢大家。 05:26.560 --> 05:26.560 05:26.560 --> 05:27.560 谢谢大家。 05:27.560 --> 05:28.560 谢谢大家。 05:28.560 --> 05:28.560 05:28.560 --> 05:29.560 谢谢大家。 05:29.560 --> 05:30.560 谢谢大家。 05:30.560 --> 05:30.560 05:30.560 --> 05:31.560 谢谢大家。 05:31.560 --> 05:32.560 谢谢大家。 05:32.560 --> 05:33.560 谢谢大家。 05:33.560 --> 05:34.560 谢谢大家。 05:34.560 --> 05:35.560 谢谢大家。 05:35.560 --> 05:36.560 谢谢大家。 05:36.560 --> 05:37.560 谢谢大家。