夜雨聆风事情是这样的。
7月31号下午，DeepSeek干了一件很离谱的事。
他们没有开发布会。没有发PR稿。没有录一个CEO对着镜头讲PPT的视频。甚至连一条正式的推特都没发。
他们就是在API文档的更新日志里，加了一行字。
大概意思是，V4-Flash正式版上线了，你们可以用了。
就一行字。
然后整个AI圈炸了。
Hacker News上最热的帖子标题叫「Intelligence is now so cheap you stop metering it.」，翻译过来大概就是，智能现在便宜到你不用再掐着表算了。知乎上当晚就冲到了热榜第一，讨论量过千万。OpenRouter上DeepSeek的token调用量直接飙到全平台第一，占了16.7%的流量。
我那天晚上刷着这些帖子，脑子里就一个想法。
不是哥们，你这是什么操作？？？
V4 Flash 0731，到底是个什么东西
今年4月DeepSeek发过V4 Flash的预览版。当时那个版本的规格是284B总参数、13B激活、MoE架构、100万token上下文窗口。这次正式版的代号是deepseek-v4-flash-0731，架构一点没变，参数一个没加。
唯一的变化是，DeepSeek把整个后训练流程重新跑了一遍。
就这一个变化。
先说这个后训练到底怎么做的。DeepSeek用的是一套两阶段的流程。第一阶段，把编程、工具调用、终端操作这些不同的能力领域拆开，每个方向单独训练一个专家模型，用的方法是SFT加GRPO强化学习，GRPO全名叫Group Relative Policy Optimization，你可以理解成让模型在每一组回答里自己跟自己比，好的往上拉，差的往下压，比我当年被老板PUA还狠。
第二阶段就更有意思了。把这些各自训练好的领域专家，通过一种叫在线蒸馏的方法融合成一个统一模型。这个在线蒸馏的关键在于，不是拿一个外部的老师模型当标准答案去抄，而是让模型用自己的输出当教材，自己教自己。这样能避免一种特别恶心的情况，就是每融合一个新能力，旧的能力就忘掉一批，跟狗熊掰棒子似的。
这套方法论的威力，你看看benchmark就知道了。
Terminal Bench 2.1，这是一个评测模型能不能像真人一样在终端里操作电脑、写代码、调试的测试，从61.8跳到82.7，已经逼近Claude Opus 4.8的85分了。
DeepSWE，这个是测模型能不能像真正的软件工程师一样去修bug、改代码、提PR的，从7.3直接跳到54.4。翻了七倍多。
七倍。
Cybergym从38.7跳到76.7。DSBench-FullStack从37.0跳到68.7。Agents' Last Exam，这个算得上是Agent能力的大考，V4 Flash 0731拿了25.2分，Claude Opus 4.8是25.7分。差了0.5分。
0.5分。
坦率的讲，这个差距基本可以忽略不计了。
而且你知道最有意思的是什么吗。在DeepSeek官方公布的9个Agent和编程benchmark上，这个284B的Flash版本，全部超过了DeepSeek自己那个V4 Pro预览版。
V4 Pro预览版多大呢。1.6万亿参数，49B激活。
Flash用了它不到六分之一的总参数，不到四分之一的激活参数，反过来把它干翻了。
Artificial Analysis给的智能指数评分是50分，跟Gemini 3.6 Flash打平，只比GPT-5.6 Luna低1分。在开放权重模型里排进前三，仅次于Kimi K3和GLM-5.2。但在编程能力上，它已经超过了GLM-5.2，要知道GLM-5.2的体量可是它的三倍。
三个DeepSeek时刻，和一条斩杀线
我是真的觉得，这次发布最让人震撼的地方，不是性能数字本身。
是它传递出来的一个信号。
在我这行待了三年，我见过太多模型发布。大部分发布都在讲同一件事，我们参数更多了，我们算力更大了，我们训练更久了。2026年上半年尤其如此，Kimi K3 2.8万亿参数，Qwen 3.8 Max 2.4万亿参数，所有人都在往万亿参数这个方向死卷，好像谁参数少了谁就输了。
然后DeepSeek跳出来，在API文档里写了一行字，说，我这有个284B的小模型，重新训练了一下，比我自己1.6T的大模型还强。
我跟你说，这个消息对整个行业的冲击，比任何一个benchmark分数都大。因为它直接挑战了2026年这波万亿参数军备竞赛的底层逻辑。大家拼了命堆参数的时候，DeepSeek在旁边默默证明了另一件事，后训练才是真正的胜负手。
这已经是DeepSeek第三次干这种事了。
2025年1月，R1出来，全世界的AI定价体系被推倒重来，英伟达一天蒸发5890亿美元市值。那是第一个DeepSeek时刻。今年Kimi K3那一波，把开源和闭源的格局又洗了一遍，那是第二个。
现在这个是第三个。
前OpenAI研究员Jenny Xiao提出了一个概念，在国内AI圈已经传疯了，叫「斩杀线」。大概意思是，DeepSeek在AI模型市场上画了一条线，你去看开发者社区里流传的那些散点图，横轴是价格，纵轴是性能。V4 Flash 0731就蹲在左下角那个最要命的位置。所有模型公司，要么比它快，要么比它强，如果你既不比它快也不比它强，你的价值就是零。它右下方的所有模型，全被「斩杀」了。
就在V4 Flash发布的前一天，OpenAI紧急把GPT-5.6 Luna的API价格砍了80%以上。
你品品这个时间点。
不是巧合。
社区里有一句话我特别认同。梁文锋好像站在了市场上所有模型玩家的对面，DeepSeek变成了一台永不停止的收割机，所有AI公司必须跑得比DeepSeek快才能活下来。
这话听着有点残酷，但我觉得他说的是事实。
百分之一的成本，到底有多恐怖
回到价格这块。
V4 Flash 0731的API定价是，输入每百万token 0.14美元，缓存命中0.0028美元，输出0.28美元。
我帮你算一下这个账。跟Claude Opus 4.8比，输入便宜36倍，缓存便宜179倍，输出便宜89倍。有人算过，按同样的编程任务量算，V4 Flash的成本大概是Opus 4.8的百分之一。
百分之一。
这不是便宜了一点点，这是便宜到了让定价这个词本身失去了意义。Hacker News上那句intelligence is now so cheap you stop metering it，我翻译一下就是，当智能便宜到这个程度，你确实不需要再掐着表用了。
当然我也要说句实话。有一些第三方的测试发现了一个很有意思的问题，Ramp在SWE-Bench上实际跑了一遍，发现虽然单token价格确实便宜，但V4 Flash在agent任务上输出的token特别多，比Luna多了好几倍，最终每个任务的实际成本反而比Luna贵了三倍。
这个现象其实好理解。V4 Flash有个挺明显的毛病，话多。Artificial Analysis给了它一个啰嗦程度的满分评价，评测期间生成了2.1亿个输出token，是同类模型中位数的两倍。简单说就是它很能聊，但有时候该收住的地方没收住，跟喝了咖啡的我一样。
不过这不影响整体的性价比判断。DeepSeek的缓存命中率能做到98%以上，你想想看，在大部分高频使用场景里，你实际付的就是那个0.0028美元的缓存价。这才是真正的杀手锏。
输出贵，但输入基本不要钱。对于编程这种大量上下文、少量输出的场景来说，这个定价结构简直是量身定做的。
最让我兴奋的，是那个MIT
然后说一个最让我兴奋的点。
MIT许可证。
DeepSeek把V4 Flash 0731的权重完整放出来了，用的MIT协议。MIT意味着什么，你可以随便用，商用也行，改也行，自己部署也行，没有任何限制。167GB的文件，FP4和FP8混合精度，直接扔到了Hugging Face上。
几个小时之内就冲上了Hugging Face热门榜第二。vLLM、Ollama、Cline、Unsloth这些推理框架几乎同步就接入了。社区很快搞出了各种量化版本，Unsloth放出了一整套GGUF文件，从87GB的2-bit版本到162GB的8-bit无损版本都有。用128GB内存的MacBook Pro M3 Max，本地能跑到每秒26个token。
antirez，就是那个搞Redis的大佬，专门写了一个叫ds4的本地推理引擎出来，就为了在自己的MacBook上跑V4 Flash。他说了一句话我觉得特别能概括这件事，this model is too important to be locked behind an API。
我跟你说，开源和闭源这件事，DeepSeek走了一条跟所有人都不一样的路。
Meta的Llama挂着开源的牌子，但使用条款里藏着各种限制，超过7亿月活就要单独谈商业授权。开源促进会已经两次说Llama不是真正的开源了。OpenAI去年搞了个gpt-oss，也只放了权重，训练代码和数据一概没有。Anthropic到现在一个开源模型都没放过。
DeepSeek不仅放了完整权重，还另外开源了DSpark这个推理加速框架和DeepSpec训练评估工具链。全是MIT协议。你要用你就拿去用，不用问我。
梁文锋有句话我在36氪那篇稿子里看到过。他说，在颠覆性的技术面前，闭源形成的护城河是短暂的，开源更像一个文化行为，而非商业行为。
今年4月DeepSeek融了大概510亿人民币，估值4000亿。梁文锋自己掏了200亿，把直接持股从不到1%拉到了34%，外部投资者全部锁定5年、没有任何投票权。他给投资人说了一句话，把突破性研究放在赚钱之前，继续做开源，奔向AGI。
我不知道你看到这段话什么感觉。我当时的感受是，这个人tm是真的信。
不是说在发布会上讲我们相信开源的力量那种信，是真金白银砸进去、把公司控制权攥在自己手里、确保没有任何人能逼他走向闭源的那种信。
在资本圈待久了，这种人是真的罕见。
让后训练说话
如果要从这次发布里只提炼一个关键词，我觉得是后训练。
你有没有发现一个很有意思的变化。过去两年大家聊模型，聊的都是预训练，多少tokens、多少张卡、训了多久。参数规模就是最硬的通货，谁的参数大谁牛逼。
今年开始，大家聊的东西慢慢变了。Claude聊的是怎么让模型更会用工具，OpenAI聊的是怎么让模型在agent场景里不跑偏，Kimi聊的是怎么在同等参数下把编程能力拉上去。
而DeepSeek这次的发布，等于是把这个趋势直接拉满了。架构不变，参数不加，只重跑后训练，结果性能翻了好几倍。而且最夸张的是，他们把后训练的方法和加速推理的框架全都开源了。
这才是真正应该让整个行业睡不着觉的地方。
不是某一个benchmark的分数，而是有人证明了一件事，在给定同等算力和数据的前提下，后训练的方法论才是最终的胜负手。而且DeepSeek看起来在这条路上跑得比所有人都快。
站在一个内容创作者的角度，我觉得这件事对普通用户来说，其实只有一个结果。AI会越来越便宜，越来越强，而且会越来越快。
你不需要关心MoE路由到底选几个专家、CSA和HCA压缩KV Cache的时候怎么处理RoPE的维度、GRPO的KL散度约束怎么设。但你的生活会因为这些技术的变化而实实在在地变好。
就像你不用理解4G和5G的协议栈区别，但你现在在地铁上刷视频不卡了。
回到7月31号下午那个画面。
DeepSeek在API文档的更新日志里加了一行字。没有发布会。没有PR稿。没有CEO视频。
一行字。
然后全世界开发者开始疯狂跑测试，Hacker News炸了，知乎炸了，OpenRouter的调用量冲到第一，中国开源模型包揽前五名中的四个。
行业管这叫第三个DeepSeek时刻。
我倒是觉得，这更像个信号。一个告诉你「参数规模不再是唯一答案」的信号。一个告诉你「后训练和工程效率，才是接下来五年真正的战场」的信号。
以及一个告诉你「最厉害的人，往往连话都懒得跟你说」的信号。
就这些。
