DeepSeek V4-Flash公测，百万token仅1元
7月31日，DeepSeek V4-Flash正式版API上线公测。每百万输入token定价1元，输出token每百万2元，缓存命中后输入成本降至每百万2分钱。模型支持100万上下文、思考模式、工具调用和Responses API，单账户并发连接上限2500。DeepSeek后续将采用峰谷定价，高峰时段价格翻倍。
DeepSeek把智能门槛降下来后，AI应用从模型竞赛重新变成产品生意。它没有替创业者把饭做好，只是把米价降了下来。
#Web3 #区块链 #DeepSeek #V4Flash #AI应用 #大模型 #Agent #API
@Web3TechTrend
7月31日，DeepSeek V4-Flash正式版API上线公测。每百万输入token定价1元，输出token每百万2元，缓存命中后输入成本降至每百万2分钱。模型支持100万上下文、思考模式、工具调用和Responses API，单账户并发连接上限2500。DeepSeek后续将采用峰谷定价，高峰时段价格翻倍。
按DeepSeek官方换算，1个中文字符约消耗0.6个token，一百万token可读入约167万个中文字符，账面输入成本仅1元。
4月发布预览版时，DeepSeek称其推理能力接近V4-Pro，在简单Agent任务上表现相近。7月31日更新的正式版未改变模型结构和规模，主要重新进行后训练，多项Agent基准成绩已超过V4-Pro预览版。
过去一年，大模型行业聚焦更长上下文、更复杂推理和更自主的Agent，讨论多围绕benchmark与AGI距离。对AI应用创业者而言，更现实的问题是单次任务成本。模型能力决定产品理论上能做什么，调用价格决定团队敢把多少能力放进产品。
现阶段多数纯软件AI应用的基础商业模式，是从模型公司采购token，将通用能力包装成写作、编程、设计、客服或Agent产品，再通过会员、积分和按次收费卖给用户。Poe推出API时表示，附加点数定价目标即按底层模型供应商收取的价格收费。Intercom为AI客服Fin设计的价格是每完成一个结果收取0.99美元，背后依然要计算完成一次交付消耗的token。
这门生意的利润取决于三笔差价：采购差价，调用量大的团队可谈折扣，利用缓存、异步处理、峰谷调用和模型路由压低平均成本；使用差价，用户群平均消耗低于套餐预估时，未用额度形成利润空间；产品差价，同样消耗一万token，完成资料整理、内容生成、事实核验和格式导出的产品，用户愿意支付的价格远高于只输出草稿的产品。
成本问题也在反向塑造产品。Manus官方使用说明建议简单问题使用Chat模式，不必启动完整自主Agent；复杂任务先检查中间结果，避免Agent沿错误方向执行消耗更多积分。Agent会自行拆分任务、反复搜索、调用工具，用户下达一条指令背后可能发生几十次模型调用，产品公司难以预测成本。一些产品将效果更好的模型塞进高价套餐，普通用户拿到的是经过限流的版本。
DeepSeek的价值在于并非单纯降价的残血模型，而是拥有100万上下文、支持思考模式和工具调用，单位价格下提供尽可能稳定的智能。从公布的Agent和代码基准看，V4-Flash已跨过一批高频任务的够用线，价格低到团队敢于高频调用。它让高价模型变成需要向用户解释的事，击穿的是智能的价格心智。
底层模型稳定后，应用公司竞争的不再是谁先拿到模型，而是谁更懂一项工作，谁能把行业里写不进说明书的规矩变成产品的一部分。模型可以一夜之间变强，行业理解不能；API可被所有人接入，一套被用户接受的工作方式很难照搬。小团队可以先服务一小群人，把一件事情做透再往外走。模型不再是壁垒，真正稀缺的转向用户、数据、流程和信任。
DeepSeek把智能门槛降下来后，AI应用从模型竞赛重新变成产品生意。它没有替创业者把饭做好，只是把米价降了下来。
#Web3 #区块链 #DeepSeek #V4Flash #AI应用 #大模型 #Agent #API
@Web3TechTrend
DeepSeek V4 Pro 正式版上线，API 已开放调用
8 月 12 日晚，DeepSeek 官方 API 文档将 deepseek-v4-pro 对应模型版本更新为 DeepSeek-V4-Pro-0813，开发者现可直接通过 API 调用新版本。
V4 Pro 正式版补齐了 DeepSeek V4 这一代产品最后一块拼图，模型正进一步成为 Agent 可直接调用的基础设施，能力、速度、Token 消耗与调用价格共同决定 Agent 产品能否跑通。
#Web3 #区块链 #DeepSeek #V4Pro #AI #大模型 #Agent #API
@Web3TechTrend
8 月 12 日晚，DeepSeek 官方 API 文档将 deepseek-v4-pro 对应模型版本更新为 DeepSeek-V4-Pro-0813，开发者现可直接通过 API 调用新版本。
V4 Pro-0813 输入价格 3 元/百万 Token，输出 6 元/百万 Token，缓存命中输入仅 0.025 元/百万 Token。模型继续支持 100 万 Token 上下文窗口，最大输出达 38.4 万 Token，同时支持思考与非思考两种模式，JSON Output、Tool Calls 等能力已开放。
截至 8 月 12 日晚，DeepSeek 官方更新日志尚未单独发布 V4 Pro 正式版公告。此前 V4 Flash 正式版更新时，官方曾表示 V4 Pro 正式版将随后推出，如今 API 后台模型节点已切换至新版本。
距离 V4 首次亮相已近四个月。4 月 24 日，DeepSeek 发布 V4 Preview，同时推出 V4 Pro 与 V4 Flash。V4 Pro 为系列旗舰版本，总参数量 1.6T，每个 Token 激活约 49B 参数，支持 100 万 Token 上下文，从发布之初即强化 Coding、工具调用与长时间 Agent 任务能力。
7 月 31 日，DeepSeek 推出 V4-Flash-0731，保持原有模型架构与尺寸，主要重新进行后训练，Agent 能力明显加强，原生加入 Responses API，并针对 Codex 适配。当时官方强调更新仅涉及 Flash，Pro 与网页端模型无变化，V4 Pro 正式版随后发布。
V4 Pro 正式版上线时间点恰逢大模型行业重心迁移。今年厂商发布新品时，单纯比较知识问答与传统 Benchmark 的篇幅减少，Coding、Computer Use、Tool Use、长时间任务完成率及单次任务成本成为新核心指标。7 月 OpenAI 发布 GPT-5.6 时重点介绍 Agent 与 Coding 能力，并推出 ultra 模式由多个 Agent 并行处理复杂任务，Responses API 允许模型直接编写程序协调工具。Anthropic 路线接近，6 月底发布的 Claude Sonnet 5 主要提升集中在 Coding、Agent、Computer Use 与长时间任务，8 月 10 日宣布将 Sonnet 5 促销价格永久保留。
DeepSeek V4 设计沿此方向展开：100 万 Token 上下文可一次读入更大代码仓库与企业知识库，Tool Calls 负责与外部环境交互，兼容 Anthropic API 及 Flash 已率先支持的 Responses API，降低模型进入现有 Agent 工具链门槛。4 月发布 V4 时，DeepSeek 已同时开放 OpenAI ChatCompletions 与 Anthropic 格式接口。
V4 Pro 正式版上线后，DeepSeek 产品分层更清晰：Flash 输入 1 元/百万 Token、输出 2 元，Pro 输入 3 元、输出 6 元，价格相差三倍。两者均支持 100 万上下文，Pro 使用更大激活参数规模，定位复杂推理、Coding 与更困难 Agent 任务；Flash 承担高频、成本敏感任务。
V4 Pro 正式版补齐了 DeepSeek V4 这一代产品最后一块拼图，模型正进一步成为 Agent 可直接调用的基础设施，能力、速度、Token 消耗与调用价格共同决定 Agent 产品能否跑通。
#Web3 #区块链 #DeepSeek #V4Pro #AI #大模型 #Agent #API
@Web3TechTrend
Grok 4.6上线，开放API并公布计费价格
SPACEXAI 推出新一代大模型 Grok 4.6，已在 Cursor 和 Grok Build 上线，并通过 API 及 OpenRouter、Vercel、Cloudflare 等合作伙伴平台开放接入。
Grok 4.6 的开放接入与明确计价，为开发者调用大模型能力提供了新的选择。
#Web3 #区块链 #Grok46 #SPACEXAI #API #OpenRouter #Vercel #Cloudflare #大模型
@Web3TechTrend
SPACEXAI 推出新一代大模型 Grok 4.6，已在 Cursor 和 Grok Build 上线，并通过 API 及 OpenRouter、Vercel、Cloudflare 等合作伙伴平台开放接入。
官方同步公布按量计费方案：每百万输入 Token 收费 2 美元，每百万输出 Token 收费 6 美元。
此次开放接入覆盖多家主流平台，开发者可通过 API 直接调用，也可经由 OpenRouter、Vercel、Cloudflare 等合作渠道使用该模型。
Grok 4.6 的开放接入与明确计价，为开发者调用大模型能力提供了新的选择。
#Web3 #区块链 #Grok46 #SPACEXAI #API #OpenRouter #Vercel #Cloudflare #大模型
@Web3TechTrend
Abliteration.ai 推出基于 GLM‑5.3 的攻击性安全大模型
Abliteration.ai 今日发布新模型 “abliterated‑model‑large‑v2”，声称在网络攻防能力上比前代提升约两倍。
该模型的发布为 AI 红队与安全测试提供了更高效的工具，可能加速攻防技术的迭代与验证。
#Web3 #区块链 #AbliterationAI #GLM5_3 #AI安全 #红队评估 #API开放
@Web3TechTrend
Abliteration.ai 今日发布新模型 “abliterated‑model‑large‑v2”，声称在网络攻防能力上比前代提升约两倍。
Abliteration.ai 的新模型基于 GLM‑5.3，GLM‑5.3 在 Terminal‑Bench 4.0 排名第三。
该模型通过在权重层面剔除“拒绝”方向的激活，仅保留编码、网络安全与智能体能力，实现完整的授权攻击链路，可用于进攻性网络安全、AI 红队评估、智能体测试以及信任与安全场景。
模型托管于美国，采用 FP8 精度，支持约 100 万上下文窗口。
官方承诺不保留输入和输出提示，已通过 API 对外开放访问。
该模型的发布为 AI 红队与安全测试提供了更高效的工具，可能加速攻防技术的迭代与验证。
#Web3 #区块链 #AbliterationAI #GLM5_3 #AI安全 #红队评估 #API开放
@Web3TechTrend