deepsea 又放大招了,开发一个应用竟然只要不到十块钱!一款叫 deepsea t u i 的 神器直接杀进 get 榜第一,为什么他这么火?一句话,他把开发的门槛直接从月薪三万拉到了不到十块。以前你想开发个应用得学编程,买服务器没个几万块根本下不来。现在你只需要十块钱的 a p i 额度,连代码都不用写,直接在中单跟他对话,小白也能上手。 此次开发一个记账插件或者天气,入手成本甚至不到一顿早餐钱。当大家都盯着硅谷的奥特曼 g p t 时,却没发现家门口的 deepsea 已经悄悄把 ai 的 价格战打到了地板以下。它不是在做模型,它是给全球 ai 行业做了一次暴力降本, 同时也是为了证明 ai 的 主权不该只在几家巨头手里。这种技术平权的狠劲才是二零二六年最硬的国产光芒。
粉丝2.9万获赞33.8万

大家好啊,我是瑞考张,有朋友问啊, deepsea 最近要降价了,什么情况?那这个咱们简单说, deepsea 这次是永久的把 v 四的 flash 和 pro 的 价格, a p i 的 价格降下来了,而且降得还非常大,原因在哪呢?这其实三点啊,第一点的话, deepsea 它已经找到了在华为、升腾等国产专利之上 部署推理能力,甚至推理能力进一步挖浅的这条路,而且这条路现在跑通了啊,它的成本会进一步的降低。第二点的话呢, deepsea 在 之前优化过程中,把很多的这种意向型的工作,像那个编程啊,很多东西他说都做了前期的这种训练和推导,所以说的话,人们在编程中发现它这个 啊,这个缓存命中率非常高,缓存命中率就是缓存就有结果的,直接呢不用预算就给你反馈,所以它的成本会进一步降低。 第三个的话呢,就是说他对于推理方向其实做了很多的深度优化和算法的优化的啊,包括 ingram 是 吧?包括 mhc 啊,这些技术咱们之前都讲过,做了很多这样的优化,使得本身推理上面的成本就在大幅的降低,所以他才敢进行进一步的降价, 进一步的推升自己的这个市场份额。从这个角度上来看啊, deep 接下来就完全可能要去冲击奥数 pick, 就是 cloud 啊 啊, cloud code 啊,他们这个的地位,为什么?因为第一个它的这个这个模型的能力差不多的排在前三啊,现在开源、闭面闭源排在一起呢,它应该排在前三。第二的话呢,就是它的这个 成本是比美国的模型便宜很多的,大概咱们的五十分之一的成本,所以那个后续的东西可以看的话, deepsea 现在也在招人要做自己的 cloud code, 当然那个,呃,硅谷的大神已经做出来一个 deepsea 的 那个这个类似 cloud code 的 东西嘛,现在那个下载量也非常大, 大家用起来非常爽,对吧?所以这个事逻辑在这呢,那这个东西他要跑通的话,后续代表的就是所有人都特别关注的话题了,就是中美之间的这种在模型领域的啊,这个运营成本上的,也就是我会拿更低成本 啊,这个价廉物美的模型去冲击你的市场,你接住,接不住,如果你接不住的话,那就跟咱们以前其他那些行业中的一样了,就进入到了啊,这个进入到了我们所熟悉的领域,对不对?拼这个性价比的领域了, 这个事是我们现在看到的一个方向了,而这个方向呢,可能会对于后续的一系列产业链,包括算力啊,包括电力啊,包括,呃,这个夜冷啊,是吧?包括这些东西有一系列的影响, 好,那一些的影响到底怎么落地啊?我们准备在后续的季度会员课不课里深度解读啊,需要的话赶紧看看啊,因为咱们的课呢,九天四十五个视频,八场专门的直播,非常的超值,非常超值啊,因为之前你看这周咱们的,呃,这个直播的话,我们素颜直播就在讲这个,呃,两存是吧?长一长,长存那个申请上市带来的一系列变化, 那后续也要讲这事啊,非常下个星期也要去讲啊,所以需要的真的赶赶紧看啊,因为对于 deepsea 这块国产算力的变化,我们下周的会员视频肯定是要讲的啊, 最需要的真的好加入进来啊。呃,因为咱们内容非常优优质啊,本身的话呢,我的月卡呢,都已经两百多千三百块了,季卡的话都应该八百出头才对。那现在的话,平台给的贷了补贴叠加六幺八,咱们六百出头就能拿到,而且有些平台不到六百你就能拿到,非常的超值,非常超值啊。需要的话赶紧看看,链接就在底下, 点击即可。好吧,啊,刷在手说一句,一定要接助教老师电话,不然你不知道该怎么看课。好,今天就到这,我是瑞克老张,关注我,咱们投资的视角,看科技背后的精彩,我们下期见,拜拜。

不用敲代码,不用花一分钱买服务器,我只用一句提示词就做出了别人随时都能点开访问的个人网站,还能免费永久上线。跟着我零基础也能直接学会。打开项目文件夹,切换到 solo 模式, 描述我们的需求,包含技术栈、 ui 风格与开发目的,查看并修改需求文档。点进新建任务,输入开发命令, 复制运行命令,在终端运行, 粘贴命令后点击回车 c t r l 加鼠标左键点击链接本地预览网页是否符合要求, 将代码推送至远程仓库,需要提前进行远程仓库链接,将仓库地址直接发给他就可以。检查上传结果,进入 notify 托管网页文件, 点击添加新项目,选择从 github 导入,选择我们的网站 github 仓库,点击发布, 等待部署完成。部署完成后,通过该链接就可以访问到你的网站了。 咱们这期只做了前端静态页面,下期我带着大家接入 superbase 做后端,实现数据存储留言功能,彻底做成一个完整的动态网站。感谢您的观看,咱们下期再见!

deepseek 突然降价百分之七十五, ai 应用真正的爆发点可能来!董事长们,今天 ai 圈又炸了一条消息, deepseek vise pro api 价格正式宣布大降价!原本市场以为五月三十一号二点五折优惠结束以后,价格会回到原价, 结果 deepseek 直接反手来了一句,优惠结束之后不涨回去,直接把正式价格调整为原价的四分之一。这句话看起来像是普通降价通知,但我告诉你,这事没那么简单, 因为这不是一次简单的促销,它很可能意味着 ai 行业真正要从模型竞赛进入应用爆发的阶段。咱们先看价格有多狠。 deepsea vise pro 现在的 api 价格,输入缓存命中是每百万 token 零二十五元,输入缓存位命中是每百万 token 三元,输出是每百万 token 六元。 原来是多少?缓存命中零点一元,输入十二元,输出二十四元,也就是说,直接砍到四分之一。 董事长们,你们要知道, v 四 pro 不是 普通小模型,它是 deepsea 当前更高规格的主力模型之一。刚性能模型大降价,真正影响的不是个人用户,而是企业客户和开发者。因为个人聊天儿,一个月多花几十块,少花几十块。感知可能没那么强,但企业不一样。 一个 ai 客服系统,一个代码助手,一个智能投研工具,一个短视频自动剪辑工具,每天消耗的 token 可能是几千万、上亿,甚至更多。 对这些公司来说,模型价格降百分之七十五意味着什么?意味着原来算不过账的 ai 应用,现在可能突然算得过来了,这才是核心。 过去很多 ai 应用为什么做不起来?不是没有场景,也不是用户完全不需要,而是成本太高,你每次调用大模型都要花钱,用户问的越多,企业亏的越多,最后就会变成一个很尴尬的局面,产品很好看,体验也不错,但一旦规模化,成本直接压死利润。所以很多 ai 应用停留在 demo 阶段,或者只能做给少数付费客户用。 但现在 deepstack 把 v s pro 价格直接砍到四分之一,本质上是在降低整个 ai 应用行业的门槛。以前一个应用每天跑一百万次调用,老板一算成本可能不敢推,现在成本一下降,很多公司就敢把 ai 功能真正放进产品里了。 这就是为什么我说这次降价不是普通价格战,它可能是 ai 应用商业化的起点信号。降价不是立空吗? 模型公司少赚钱,云厂商被迫跟降价,行业利润是不是要被打?没这句话只说对了一半。短期看,降价确实会压缩单次调用价格,但从长期看, ai 行业真正的逻辑从来不是靠单价赚钱,而是靠使用量爆发。 就像当年互联网流量一样,流量越便宜,应用越丰富,应用越丰富,用户使用时长越长,最后平台和基础设施反而吃到最大红利。 ai 也是一样, token 越便宜,企业越敢用,企业越敢用掉用量越大,掉用量越大,背后的算力、云服务、存储、推理芯片、数据中心、应用软件才会真正进入正循环。所以这件事真正交易的不是 deepstack 自己降价,而是 ai 推理需求可能会被彻底打开。 咱们顺着产业链拆一下。第一层,最直接受益的是 ai 应用公司,比如办公、教育、客服、金融、投研、编程、营销、视频生成这些方向。过去大家都说 ai 应用没有杀手级产品,但你仔细想,应用爆发需要两个条件, 第一,模型能力足够强。第二,调用成本足够低。现在 deepsea v s pro 降价,本质上就是把第二个条件往前推了一大步。所以未来真正值得看的是谁?不是简单说自己接入了 deepsea 的 公司,而是那些本来就有用户、有场景、有数据、有付费渠道的公司。 他们一旦把低成本、大模型欠进去利润,模型可能会明显改善。第二层,受益的是云服务和算力调度平台。很多人一听模型降价,就觉得算力是不是不值钱了?恰恰相反,价格下降之后,如果掉用量爆发,最后消耗的总算力可能更大。 就像高速公路降费,单车收费下降,但车流量暴增,总通行规模反而起来。 ai 推理就是这个逻辑。未来不是谁模型最贵,谁能承接最大规模的调用,谁能把算力调度效率做到最高,谁就有话语权。 所以三大运营商、云厂商、算力平台、 itc 资源方都会因为推理需求扩张被重新关注。第三层就是国产算力硬件。 这次 deepsea 降价,市场一定会联想到一个问题,为什么它敢降?背后一定是模型效率提升、推理成本下降,或者算力供给改善。不管是哪一种,最后都会指向同一个方向,国产 ai 基础设施正在变得更可用、更便宜、更规模化。 这里面推理芯片、服务器、液冷电源、 pcb、 光模块都是底层支撑,尤其是推理测算力,它和训练测不一样, 训练是阶段性的,推理是每天都在发生。只要 ai 应用真正进入办公、客服、教育、金融、工业这些场景,推理调用就是持续消耗,这对国产算力链条来说意义非常大。第四层是 token 经济。 我之前一直跟大家讲一个观点,未来 ai 时代, token 就 像数字世界里的电,谁就掌握 ai 应用扩张的基础能力。 这次 deepsea 降价,本质上就是把 token 价格打下来了。 token 越便宜, ai 应用越容易普及。 ai 应用越普及,算力消耗越大,算力消耗越大,整个产业链才会真正从讲故事走向订单和业绩。 这就是这条消息最重要的地方。所以董事长们,这件事不要只看成 deepsea 又降价了,它真正释放的信号是, ai 行业正在从高成本试用期进入低成本规模化阶段。以前是大家都觉得 ai 很 强,但不敢大规模用,但是模型越来越强,价格越来越低,企业开始真正算得过账了。 一旦算得过账, ai 应用就会从可选项变成 b 选项。最后提醒一句,这条线短期肯定会很热,很多公司只要名字沾上 deep seek, ai 应用、算力租赁,可能都会被资金拉出来炒一遍。但越是这种时候,越要分清楚真假, 真正有价值的不是嘴上说接入了 deep seek, 第一,有真实用户和付费场景的 ai 应用公司。第三,能在推理需求爆发中拿到订单的硬件供应链公司。 如果只是发个公告,蹭个概念,没有收入体现,那就要小心情绪退潮。总结一下, deepseek v 四 pro 降价百分之七十五,表面上是价格调整,但本质上它可能是 ai 应用大规模落地的一个加速器。模型越来越便宜,透肯越来越便宜, ai 才会真正从实验室走进千行百业。 而这背后真正值得跟踪的,不是谁喊 ai 喊得最响,而是谁能在低成本推理时代持续拿到订单,拿到利润本本,仅做产业逻辑梳理,不构成任何投资建议。

新鲜的刚出炉的 deepsea v 四 pro api 永久性降价,调整为原定价的四分之一,你敢信 一上来就这么卷了吗?现在也就是说原定于二零二六年五月三十一号二点五折优惠活动到期结束以后,直接延续二点五折并永久性 敲定啊。那你可以算一下,每一百万托肯输入的价格就平摊到零点四三五美元,输出的价格就摊到了零点八七美元,翻一倍啊, 缓存命中的价格是摊到零点零零三六美元,你敢信这一波是不让人活了吗?那我给大家抛个问题啊, 就是说这个消息一出来,你对象包括算利租赁, a、 i、 d c, token 工厂这些到底是利好呢还是利空呢? 你是不是一听觉得是利空,对吧?那我的观点不一样,我觉得反而是利好, 就跟上一次比特 v 四升级的那一波是一样的,因为 token 这个东西吧,你越便宜, 调用量就越多,你调用量越多,反而会对像双利租赁啊, a i d c, 包括 tiktok 工厂这些有正向的刺激。你们要明白一个逻辑, 这一块只有 token 价格往下, token 的 调用量才会往上。当然这个也只是我个人的底层逻辑分析,仅供参考啊。那至于是不是像我说的这样,那周一开出来就知道了,我觉得大概率先会往下啊,觉得是个利空, 然后乍一想,冷静一下,明白了,这个反而是正向的刺激。那这个视频就跟大家分享这么多啊,仁者见仁智者见智, 但是我们要从底层的逻辑去剖析一下,不管对还是错,对我们的交易有所帮助啊。那希望下个星期长虹。

你们是不是每个月都为 api 账单感到肉疼?但是啊,偷看还是不够用,一不小心啊,超量还会被自动扣费百分之九十九的人啊!不知道, 官方啊,正在免费发放永久的 api k, 支持 tipsy、 v 四 pro、 智浦、五点一,还有十几个最新大模型随便调用,不用绑信用卡,不用充值。重点是啊,流程特别简单,小白也能搞定。 我们打开官方网站,点击右上角的 log in 进行注册。我这里已经注册过了啊,直接登录即可。然后点击头像,找到 api case, 点击创建 api k, 输入一个名字,然后选择到期时间,我们可以选择永久有效。然后我们把 api k 复制到一个方便我们一会儿可以使用的地方。然后我们来到 excel 页面, 随便找一个模型,来找到模型的 face url, 这里边有非常多的模型都可以使用, devic, 智普这些热门大模型基本上都能直接调用。 然后我们可以将这些信息配置到我们的 agent 里边。以我用的 hermes 为例,我安装了这个 hermes web ui, 这样我们直接可以在窗口进行配置,不需要使用复杂的命令。行了 输入命令,打开我们的 hermes webui, 在 左边找到模型选项,选择添加 provider, 选自定义,然后将我们得到的 face url 和 api k 填进去, 点击获取。如果里边显示有模型,那证明我们已经连接成功了,里边有大量的热门模型可以选择,然后点击添加,就能配置完成了,然后我们就可以开心地使用了。 关注我,我是老李专发工具里的硬核干货,推荐真正好用的效率神器,点个关注!

呃, hello, 观众朋友们大家好,我是神奇的录音。那么相信朋友们等了很久了,这个 deepsea v 四出来这么长时间了,也没有一个好的本地的部署的方案, 然后大家也想在 windows 下能不能便捷的操作一下呀?我们能不能用上这个这么好的东西啊,尤其是现在这个内存又降价,这个东西又便宜 deepsea v 四呢?现在网上这个模型呢, api 的 价格可能后续又比较贵,那现在有没有更好一点的解决方案能在本地跑 v 四和 pro 呢?那么今天呢,我们终于是拿出了这个方案,你没看错啊,最低仅需幺幺九九九元,你就能在本地部署 deepsea v 四与 pro, 注意,这都是满血版的, 那么视频开始前有需要的话,请看一下我们这个右下角啊,然后呢,这里边就给大家看一下我们这个给大家今天带来的这三套方案吧,这些东西叫左边这两套啊,如果大家是我们这个老朋友的话,熟悉这个东西叫 k n 一, 那现在它为什么变成 k n 一 点一了呢?是因为我们对它进行了一次小幅的改动更新,那这个更新呢,不影响它这个性能, 我们只是优化了它的这个性价比。那左边是幺幺九九九元,是一百二十八 g 的 内存,中间是幺三九九九元,是二百五十六 g, 右边是五百一十二 g, 是 二五九九元。这三套都能跑 deepsea v 四, 但是朋友们知道,呃,这个 deepsea 除了 v 四普通版以外,它有一个 pro 版,那么我们可以看到一百二十八 g 呢,它只能跑普通版本的,那么 deepsea v 四 pro 呢? 是的,你没看错,中间二百五十六个 g, 幺三九九元,你就可以在本地跑了,然后右边是二五九九元,你就能跑质量更好的 v 四 pro, 那 么他们的速度呢?都差不多十一到十四,头尾每秒的这样的一个速度,在本地就能完美的运行 deepsea 的 最新的模型, 这里可以给大家看一下实际演示,这是我们幺三九九九元的机器跑 deepsea 微四的速度,十二 t 十二点五 t 左右。 那么我们图除了这个随机部署 deepsea v 四 pro 这个模型以外,我们还会随机附赠图形化的 open cloud, 然后我们自己训练的悟空这个大模型。这个如果啊大家不知道这是什么新朋友的话,可以看到往期我们视频当中会有解释。 还有我们附赠一个跟随 openclaw 使用的数据保护工具,一旦你的龙虾误删除了你机上的任何一个文件,通过这个数据保护可以方便的去找回,那么我们图形化的 openclaw 就是 这样的一个界面,大家可以看一下,非常方便。 那么我们重点介绍一下啊,这个 deep 四 v 四 pro 是 怎么实现的?我们首发实现了 windows 系统下的支持, 无需使用 linux, 全部都进行 windows 下进行操作,这个是目前全网范围内的首发,就是在 windows 系统下提供了 deepsea v 四与 v 四 pro 的 支持。第二, 我们根据 deepsea v 四官方技术指南的白皮书,结合华为的 s i n q 量化方法,成功地把 deepsea v 四 pro 运行在了二百五十六 g 的 运行内存下,且二百五十六 g 这个量化度我们做到了八点二以下, 大概是七点五到七点九,随着任务的你的测试级的不同,他的困惑度啊可能会不一样,但是平均都是在八点二以下的。 五百一十二 g 那 款机器的困惑度可以小于零点三,就是一个几乎无损的状态,并且我们还有纯显存部署的方案这套机器呢,大家再等一等,我们会直接发布这套机器啊,最低可能两万元,一万多块钱 就能实现二十五 t 每秒的速度,就是纯显存部署 deepsea v 四的方案,这个大家可以期待一下,如果就是大家,呃,但是这套机器我先跟大家说,可能会开发的时间比较久一些,目前还不知道什么时候能出来。如果大家觉得就是十多 tokens 每秒,这个速度还可以 在本地,因为我们这所有的机器,目前 k n e 这几款,它的推理时的功耗是二百八十八左右,也就是说,呃,它的费用是要比线上的 a p i 低了大概百分之七十左右。 呃,如果是算上 v 四 pro 的 api 的 话,那更是它的价格,如果算进电费的话,只有线上推理的百分之十都不到这样的一个价格。所以说,如果大家觉得这个速度可以在性价比每生成一个 token 的 性价比这一块,这个机器上是完全没有问题的。 那么我们这里重点讲一下这个 snq 量化是什么。首先这个大家要知道哈,如果你们就是没有了解 snq 是 什么,你们去搜这样的一篇文献, 在网上搜就行了, s m q 一 种这个低精度的,这个给低精度本地模型的一个不需要校准的一个量化的一个方式。这翻译过来大概就是这样,你搜这个,这个这一大串英文就可以了,它就会告诉你这个东西是什么,然后这东西是华为研发出来的, 它的特点是呢,无需校准数据,就直接可以对模型进行量化了,并且可以大幅降低模型的显存需求。 并且呢它与比如说常用那些量化工具包相比,除了无需校准以外,还有一个比较好的一点,就是它可以大幅降低量化引起的浑厚度提升,但是是是模型架构不同而定的,什么意思呢?不同的模型被量化以后的结果不一样。那么这次 deepsea v 四 pro 呢? 我感觉是 deepsea 跟华为的官方做了深度的优化,它非常的适合用 s n q 进行量化。 那么呃,它量化的结果刚才已经向大家这个展示了,我们就不赘述了,那么我们这里说呢,它其实也可以 兼容常见的一些格式,比如说什么千问呀,还有什么呃, g u f 格式,它反转成 g u f, 这都是支持的。华为已经放出了相关完整的这个工具包,在 github 上买,这个有兴趣啊,大家可以搜一搜,我觉得这个技术挺好的,可能未来国产的一些大模型也会适配这个技术, 那么呢,有没有更加有性价比,或者是啊一些其他的方案呢?这里也给大家展示一下。这是我们 k n 三的机型,那么 k n 三呢?现在降价了,他不是这个价格啊,不是一万三和两万块钱,这个你们去问啊,看右下角,你们去问一下他现在是什么价格会比这个便宜很多。 这个两套机器的速度,还有这个运行内存都标注出来了,有需要的话可以看一下这两款机器全部都支持 v 四 pro, 然后呢,有没有更有性价比的机器朋友们,那当然也有,我们还有 k n 三点五这两套机器,但是值得一提的是,这两套机器目前 v 四 pro 的 这个知识还没有完全做好,我们只是现在先给大家这个画出一个这个 呃,我们这个路线图,那么未来在一周之内,这两套机器的这个部署就会做好。那么如果追求性价比在五千元、八千元左右的这个机器的这个朋友们,想要这一个价位的机器,那么你们可以看看这两款机器,它这个速度是四到七 top, 什么这个稍稍慢一点 啊,他们满载的推理功放二百瓦左右,反正就是怎么算都是比线上 a p i 要便宜的。这是我们今天这个带来的 deepsea v 四本地部署,注意,我们是 windows 系统下,我们永远 不会对普通用户的机器上预装 linux, 永远也不会让小白就学怎么用 linux, 我 们起步直接装的就是 windows 十一,并且我们保证这个速度是过关的,我们的质量也是过关的。 同时我们还会随机附赠 opencloud, 还有我们自己训练的一些大模型,还有一些未来这个模型的这个支持和更新,这个都是都 free of charge, 如果你们购买了机器的话,我们是免费赠送的, 是终身提供的软件这个帮助与更新的知识。那么如果大家觉得我们这个做的好的话,给我们一箭三连吧,这期视频呢,我们多更了一些,呃,主要原因还是 deepsea v 四本地 windows 的 支持稍稍有点难做,但是也还好。 再一个就是我本人感冒了,出不了视频,录不了视频这个,所以拖了大概有一周多,那么现在呢?呃,赶了一个五一的这个末期那,呃,可能明天大家就要就是结束五一的假期,然后回到自己的这个工作与生活当中,也希望大家呢, 呃,在看这个 deepsea 的 v 四这个 pro, 我 们出了一些这样的好的机器,为大家可能带来一些工作上啊,包括生活上的一些新想法,或者让他们成为你工作上的一个新的一个助手,来减轻你平时工作上的一些麻烦啊,或者是把一些东西做成自动化的, 成为你的好助手啊,也是能让你平时减轻工作负担的一个重要的一个途径吧。我觉得现在 ai 对 我们最大的意义。 然后呢,如果未来 deepsea 还有这个 g l m 啊,还有 kimi 啊,他们有进一步的更新,我们也会进一步的这个 放出支持的视频。那么大家都知道现在有一个叫 kimi k 二点六,那么这个模型是什么情况呢?我们下周的视频会跟大家说一下这个模型呢,呃,它不是那么的十全十美,但是我们还是会做一期它这个视频,这是我们下周可能会要做的这个东西大家可以跟进一下就行了。 那本期视频就到这里,喜欢我们的频道就点点关注,然后有需要的话还是看一下右下角啊,这个给我们一键三连,那本期视频就到这里了,谢谢朋友们。

别再说什么 deepsea 永久百分之七十五折扣了,如果这个价格是长期有效的,那它就不是促销,它本质上就是新定价。 说白了就是一句话, deepsea 现在是永久二五折,你算一下就知道了。折后每百万 token 的 输入价格大概是零点四三五美元,输出价格大概是零点八七美元,缓存命中率更低,只有零点零零三六美元。 这个价格有多狠,我直接给你一个对比。如果是一个相对复杂的任务,像 solid 这一档,包括更贵的一些顶级模型,很多时候输出成本一上来就是十几美元,但威斯 pro 呢?输出端大概只要零点八七美元, 也就是说,它不一定是最强的,但它真的是便宜太多了。所以我一直觉得很多人天天吐槽 v 四 pro, 说它比不过更强的那些模型,没有超越这个,没有追上那个。但问题是,它的价格可能只有人家的十五分之一,甚至三十分之一,那它的定位就非常清楚了。 你不要指望他在所有的场景里都能当最终的决策者,但你完全可以让他先把那些重活、脏活累活先干掉。比如说前期的信息整理,大批量的代码初审,基础性的问题排查,还有第一轮的草稿和执行,这些活先交给他。等到了真正关键的节点,比如要做最终判断了,要挑核心问题了,要改关键代码, 这个时候你再把更贵更强的模型派出来,这才是最合理的打法。说到底,模型竞争不是只看谁绝对最强,而是看谁能不能卡住成本和质量的。帕累托前沿什么意思?就是在这个价格代理,如果我的能力最强,那我就有意义 是一定非得是全世界第一才有价值,而是你要在自己的成本区间里做到最优。谷歌其实也在干一样的事,像他前几天推出的 flash 三点五,本质上也是这个思路。所以你现在再看 deepsea 这一招,意思就很清楚了,他不是去正面应聘最贵最强的旗舰模型,他打的是另外一条路, 就是用十五分之一的输入价格,甚至三十分之一的输出价格去抢那些对成本极其敏感但又需要大规模调用模型的场景。所以这波不要再理解成打折促销了,这更像是 deepsea 直接掀桌子,我不跟你比,谁最贵我就比谁在这个价格下最能打。


别人涨价,它永久降价百分之七十五, deepseek 直接把全球大模型的价格打到新低。近日, deepseek 官宣 vivi 减 pro api, 价格永久降至原价的四分之一,输入最低只要两分五,输出也才六块钱,而且明确承诺不设实现。听到这个消息, 很多老板第一反应是,太好了,白嫖 ai 的 时代又来了。但清醒的商人一看就知道这里面的水有多深。 deepsea 确实牛,靠着底层的稀疏注意力, m v 架构硬生生把推力成本压下来了。这不是烧钱补贴, 这是技术降维打击。但这依然逃不出云端 api 的 死逻辑。再便宜也是按量付费,也是把你的商业机密传到别人的服务器上,你今天觉得便宜,明天人家底层算力一紧张加 随时反弹。更要命的是,你每天让客服拿去投喂的客户名单、产品底价、绝密话术。经过这一道道云端 a p i 全都成了别人案板上的鱼 肉。懂行的老板已经把 ai 装进了自己的口袋里。来看看这部减流 ai 员工手机,它从根本上杜绝了持续被割的风险。它的核心逻辑很简单,端策本地化,独立运行, 所有的 ai 助聊、爆款文案、智能剪辑功能,全都在你这台手机的本地芯片上,更没有所谓的 a p i 调用费。这就相当于给你的商业机密建了一个物理隔离级的地下金库。不管外面的 ai 怎么打价格战,不管大厂 怎么调整计费规则,你手机里的几千个客户资源,连一根头发丝都露不出去。别等到云端涨价,客户流失才后悔莫及。评论区扣 ai, 我 把这部让我半夜能安心睡觉的防备器神器发给你。

不是 dbz 微四 pro 永久百分之七十五折扣了,那就是永久二五折,那就不是促销了,是新定价呗。 你算一下,除完了之后,每百万偷看输入是零点四三五美元,输出翻个倍,零点八七美元缓存命中的话,价格是零点零零三六。不是你这么糟的话,我跟你讲,如果是一个比较复杂的任务, colodsonnet 按照十五美元百万输出 gpt 三十,那 vs pro 是 零点八七,输出端便宜的倍数还要更多。 那其实现在它的作用就很清晰了,你老说这个东西,你,你天天诟病 vs 四 pro, 你 说它比不过 oppo 的 四点七,没有超越 g b d 五点五 x high, 但是它是十五分之一到三十分之一的价格,那做一点终端的编程代码审查对不对啊?你把活先干了,把那个累活先让它干出来,然后到了一个非常重要的节点,比如说挑出问题,真要改,这时候你再派出 oppo 四点七大神不完事了吗?在成本质量的帕累托曲线上,只要在最前沿 有意义,也就是说在这个成本下,我们是最强的啊。谷歌其实也是追求帕累托曲线,比如说他前几天发布的 flash 三点五都是一样的。所以 deepsea 现在就来了这招,就是对标你 c c, 对 标你 cologne 的, 但是主打十五分之一的输入价格和三十分之一的输出成本。

deepsea 又降价了,而且这次是永久降价,每百万的 token 输入仅需二点五分钱啊,网友说,是真便宜啊,要实现 token 自由了。五 月二十二日啊, deepsea 官方宣布,在二零二六年五月三十一日结束二点五折优惠活动之后啊, deepsea v 四 pro 模型 a p i 的 价格将正式调整为原定价的四分之一啊。此前, deepsea v 四 pro 模型 a p i 价格计划于六月起恢复原价啊,最新通知也意味着二点五折的活动将延续下去啊, 这个价格呢是,呃,原价是这样的啊,输入啊,缓冲命中是零点一元每百万头克。输入啊,缓冲位命中是十二元每百万头克,输出是二十四元每百万头克啊,正式调价后降为零点。对应的这个三个啊,分别降为零点零二五元、 三元和六元啊,为目前全球大模型价格水最低水平啊,没有之一啊,就是最低水平啊! 据彭博啊五月二十二日报道,一位知情人士啊, deepsea 创始人梁云峰啊,至少在一次投资的会议上承诺将继续 开发开源的 ai 模型,同时追求更大的目标实现 agi 啊。它还明确表示, deepsea 的 主要目标是推动 拓展技术边界,而不是尽快变现啊,那这个确实是便宜了啊,降得非常非常低啊,基本上就是收个电费啊,就是你把电费出来就行了啊,其他的都可以降到这个微乎其微的位置啊。输入呢,是 降的极低啊,输入的价格呢,是已经降到了由零点一降到了零点零二五啊。呃,这是输入缓存 位命中啊,是由十二元降到了三元啊,输出由二十四元降到了六元啊,都是降到了原来的四分之一啊,关注我,投资不迷路。

deepsea 这波狠, a p i 直接降价百分之七十五,输入才零点零二五元,百万 token 创全球新低。科技普惠就该这样,我们做充电桩也是 全租赁模式,三百九十九元用十年售后只换不修,把门槛打到地板价。好技术不该只有有钱人用得起。

三毛钱,从有个想法到有个产品, ai 时代的试做成本已经低到跟免费差不多了。 deepsea v 四最近很火,我试了一下 cloud code, 借 deepsea v 四 pro 的 a p i 来写小程序,让它写了一个完整的 hi rex 训练小程序,二十二分钟掉了几十次接口,总共才花了三毛钱, 整体的代码质量和 ui 审美都比较在线。这个项目开始前,我的 deepsea api 余额只有七块多了,所以我就先充了一百块,因为我想的是从零开始搭个出版出来的话,那你再便宜一二十块钱人民币总需要的。 但是跑完一看 api 只扣了几毛钱,我还以为是我看错了,等了十几分钟,专门去看了一下扣费明细,确实是只扣了三毛钱。 我之前用 q o 的 做过一款小程序,功能非常全面,但是用户量很少。不过他是我第一个正儿八经卖不确定的产品,帮我全面的认识了一个完整产品应该是什么样的流程。 经过前面这个小程序的折腾,我慢慢有了 mvp 的 思维。现在做小程序只实现最简单的功能,不断的测试这一个功能,优化优化,然后发布 数据,不行就直接放弃,继续下一个。对于所有的新手来说,我觉得先做完整版是必经之路,因为你只有看过大局以后才知道哪一步应该怎么做。所以建议新手一上来先不要做 mvp, 最好还是花点成本和精力去设计一个完整的程序或流程, 因为你根本没概念,没见过一个完整的程序长什么样,你根本不知道哪些可以扛,哪些不能扛,哪些应该怎么做? 从费用角度看, cloud code 加 deep six v 四 pro 确实降低了非常非常的多。 q o 的 可以选择接入 deep six v 四 pro 的 模型,但是它的消耗 token 消耗倍率是零点五倍。 q o 的 我之前用 auto 模式的话,它的 token 消耗倍率是一倍, token 消耗并不低,改下 ui, 改下 bug, 花一百多积分很正常,一天改下来一千五到两千积分左右,也就是十五到二十刀。 按照 q o 的 官方 deepsea v 四 pro 的 消耗倍率零点五的设定,一天也要七到十刀左右,比起用 cloud code 加 deepsea v 四 pro 的 组合要高很多,我现在用这个组合一天几乎只用三到五元的人民币, 所以说这个中间的费用差距还是非常的大的。再来说一下使用的体验,对于新手来说, cloud code 不 如 q o 的 方便,也许是我用 cloud code 的 知识还不对, 最主要是体现在交互形式上,因为 q o 的 用的是 id 一 模式,有图形界面,上下文的管理也很方便,打开就能看到上文,可以直接上传图片和其他文件,哪里做的不对,可以直接截个图扔进去就完事了。 但是 cloud code 加 deepsea v 四 pro 它不行,它是个命令行工具,要用 c m d 命令打开 deepsea 上传推理,但是它不会看图片, 如果报错的话,你得把报错信息一段一段的复制粘贴进去,不能用截图说这个按钮位置不对,或者说用其他的 方式,你只能通过文字描述的方式,那这样的情况下,沟通的时间成本就会大幅的增加。对于时间充足的新手,想摸索 cloud code 的 使用方法,积累经验,用 cloud code 加 deepsafe v 四 pro 是 个非常省钱的办法。 关于这两个模型之间它的审美和发散思维, vivo 四 v 四 pro 的 审美我觉得在我看来它是在线的,不用设定 ui 风格,它自己能写出来的版本就是非常大气的版本。 vivo 的 凹凸模式的话,具体用哪个模型,官方它没有公布,但是审美上我觉得是比较土的,就浓浓的 ai 风格。 vivo 的 v 四 pro 的 凹凸要好一点。我很多时候脑子里只有一个大概的方向,就让 ai 自己给我方案 excel。 v 四 pro 给的方案经常有我没有想到的东西,当然也不好说是不是钢化工具的新鲜感,用久了再判断。但是发散思维太强的话,对于写代码本身这件事情,它并不是一件好事,因为它可能会跑偏。 其他的一些横向对比,我裸列了一个表格。在开发水平上, cloud code 吊打了 q o 的, 费用上也一样,用 cloud code 加 deepsea v 四 pro 的 组合也是吊打状态。但是 q o 的 也不是没有优势,它的优势是安装不需要模仿,有免费的三百积分的额度,新手上手会更快。 还有很重要的一点, q o 的 写代码的速度会快很多。我写这个 hack 小 程序出版用了二十二分钟,如果是 q o 的 的话,我估计在三到五分钟,但是看在这么便宜的份上,时间长点就长点吧。关注我一个四十岁零基础开始学 ai 的 普通人。