DeepSeek V4 Flash后大模型开卷智效比

时间：2026 年 8 月 14 日上午 地点：行业观察（爱范儿/APPSO 团队测试报道） 人物：DeepSeek 团队；蚂蚁集团百灵大模型团队；Hugging Face 联合创始人 Clem；OpenAI Codex Agent 团队 事件详情： DeepSeek V4 Flash 正式版发布后，AI 行业的选模型标准从「卷参数、卷 SOTA」快速转向「智效比」——即分子是模型真正解决问题的能力，分母是激活参数、Token、时间和价格的综合成本。爱范儿 APPSO 团队以「给 AI 一块钱，看它能干多少活」为题做了系列实测，结果显示： 1. DeepSeek V4 Flash Max 跑同一任务：25 次 API 调用、122 万输入 Token + 66,995 输出 Token，总花费 0.0758 美元； 2. Claude Sonnet 4.6 在《奥德赛》电影院指南任务中审美更贴合，但花费飙升至 2.5 美元（约 33 倍价差）； 3. 黑马出现：蚂蚁集团百灵大模型 Ling-3.0-Flash（124B 总参 / 5.1B 激活参数）在 Artificial Analysis 智能指数榜单拿到 38 分，与 MiMo-V2.5、Qwen3.6 27B 持平；同一监控页任务上比 DeepSeek 便宜 40%，Token 消耗量仅约七分之一。 背景： - 2026 年 7 月 31 日，DeepSeek V4 Flash 正式版上线，Agent 基准（Terminal Bench 2.1、NL2Repo、Toolathlon、Agent Last Exam 等）大幅跃升，得分远超 V4-Pro 预览版； - Hugging Face 联合创始人 Clem 表示，不同模型每任务成本相差约 800 倍——领先旗舰模型平均超过 31 美元 / 任务，而 V4 Flash Max 仅 0.04 美元； - 2026 年 5 月 OpenAI 公布数据：70.2% 用户提交过至少需要人类工作 1 小时的 Codex 任务，25.6% 用户提交过至少需要人类工作 8 小时以上的任务；最活跃的 1% 用户日均产生 60 小时 Codex Agent 运行时长； - 开源 AI Agent 工具 OpenCode 透露，DeepSeek V4 Flash 通过其平台单日消耗 8 万亿 Token，超过 OpenRouter 全平台日均规模。 影响： 1. Agent 时代到来：单任务被拆解为规划 / 搜索 / 执行 / 验证 / 复盘，Agent 多轮并发调用成常态，Token 成本被迅速放大，「智效比」成为 Agent 敢不敢多查一条来源、敢不敢失败后重来的关键； 2. 开源阵营加速：DeepSeek + 蚂蚁 Ling-3.0-Flash 等开源模型在中等复杂度 Agent 任务上对闭源旗舰形成实质性替代压力； 3. 价格曲线重塑：「便宜能干活」的模型将迫使 Claude、GPT、Gemini 等闭源产品下调 API 价格或提供更激进的限时折扣； 4. 国产 AI 编程 / Agent 生态再添变量：Ling-3.0-Flash 已成为高频 Agent 执行层候选黑马，搭配 DeepSeek Harness、智谱 GLM-5.3 等进一步丰富国产工具链。 总结： DeepSeek V4 Flash 引发的并非又一次「跑分竞赛」，而是把 AI 行业从「卷智商」推向「卷智效比」。Agent 时代，单次任务 Token 消耗百倍、千倍放大，模型必须既聪明又便宜，才能让 Agent 在工程闭环里真正敢用、能用、用得起。 参考来源： 1. 爱范儿 APPSO 原文（8 月 14 日）：https://www.ifanr.com/1675156 2. 腾讯科技转载（智效比斩杀线）：https://so.html5.qq.com/page/real/search_news?docid=70000021_8746a7e70e999052 3. 腾讯科技（V4 Flash 正式版 Agent 能力大幅增强）：https://so.html5.qq.com/page/real/search_news?docid=70000021_0736a6c480b51552 4. 腾讯科技（V4 Flash 实测开发者评价）：https://so.html5.qq.com/page/real/search_news?docid=70000021_1496a6dfc0832852 5. 腾讯科技（蚂蚁百灵 Ling-3.0-flash 开源）：https://so.html5.qq.com/page/real/search_news?docid=70000021_6706a766ffb35752 6. 腾讯科技（Ling-3.0-flash 智能指数与成本）：https://so.html5.qq.com/page/real/search_news?docid=70000021_3086a76854738852 7. CSDN（V4 大模型性能评测与峰谷定价）：https://blog.csdn.net/chuanzhuanxian8669/article/details/101069255