与「flash模型」相关的搜索结果

剪映可以退出历史舞台了！ AI 剪辑已经达到专业剪辑师水平，几乎零成本 AI 剪辑方案，Antigravity ➕ chatcut 完美配合，不用担心 Token 不够用。 chatcut 接入 Antigravity ，使用 Gemini 3.8 flash 模型是又快又稳！

欢迎试用 DeepSeek Harness v0.1.5 版本。新版本与 DeepSeek V4.1 Flash 模型训练深度结合，模型在 DeepSeek Harness  的不同配置中都进行了专项训练和优化。 与模型训练深度结合的实验性的 Agent Teams 功能也期待尝鲜试用。 DeepSeek Harness 团队仍在开放招聘中，欢迎加入我们，一起打造 “一切皆插件” 的下一步，一起探索模型与 Harness 共同进化的 Agent 智能上限。

鉴于 DS V4.1 Flash 模型在性能、费用、速度、总用时等各项指标上都全面超越了 V4 Pro。再以更高的价格、更慢的速度和更多的算力消耗给 DS 用户提供原有的性能较差的 V4 Pro 模型会不太合适。V4.1 Flash 正式上线之后，V4.1 Pro 上线之前，V4 Pro 模型的请求都会被路由到 V4.1 Flash，并按 Flash 的价格计费。

我只是作为一个“普通用户”的角度去用 DeepSeek Harness，一些感受： 1. 启动方式偏极客，程序员没问题，但是普通用户估计都没有nodejs环境，很难跑起来 2. 速度飞快，这点特别好 3. Thinking 部分由于 Flash 模型速度过快，导致文字闪的厉害，可以做一下节流，攒一批一起显示，配合动画动效会好一点。 4. Codex 右侧的多 Tab Panel 相当重要，和当前 DSH 的插件机制是很好的搭配，强烈建议借鉴下，比如我写完 PPT 还要新开窗口去预览，来回切换很麻烦，不如显示在右侧直观 5. Trajectory 和 Session log 对普通用户价值不大，不需要那么重要的位置 6. 现在能列出产出物很好，但最好能直接打开，能看到 diff （开箱配置好相关插件了，不要用户二次配置，当然可以关闭） 7. 模型早点支持多模态吧，多模态也是 AGI 的一部分 8. 一切皆插件的理念很好，普通用户的使用体验也很重要。 开发者愿意去折腾插件的前提一定是你的 Agent Harness 有大量普通用户了，否则没有多少开发者坚持在上面，新鲜劲过了就没人了。 插件和用户体验并不冲突，核心还是看开箱设置/出厂配置，用户第一次用不需要太多配置就能用起来，用的时候也没什么不方便，后续再慢慢折腾插件也不迟。 BTW，DSH 给我做的 PPT 质量还不错。

我只是作为一个“普通用户”的角度去用 DeepSeek Harness，一些感受： 1. 启动方式偏极客，程序员没问题，但是普通用户估计都没有nodejs环境，很难跑起来 2. 速度飞快，这点特别好 3. Thinking 部分由于 Flash 模型速度过快，导致文字闪的厉害，可以做一下节流，攒一批一起显示，配合东西会好一点。 4. Codex 右侧的多 Tab Panel 相当重要，和当前 DSH 的插件机制是很好的搭配，强烈建议借鉴下，比如我写完 PPT 还要新开窗口去预览，来回切换很麻烦，不如显示在右侧直观 5. Trajectory 和 Session log 对普通用户价值不大，不需要那么重要的位置 6. 现在能列出产出物很好，但最好能直接打开，能看到 diff （开箱配置好相关插件了，不要用户二次配置，当然可以关闭） 7. 模型早点支持多模态吧，多模态也是 AGI 的一部分 8. 一切皆插件的理念很好，普通用户的使用体验也很重要。 开发者愿意去折腾插件的前提一定是你的 Agent Harness 有大量普通用户了，否则没有多少开发者坚持在上面，新鲜劲过了就没人了。 插件和用户体验并不冲突，核心还是看开箱设置/出厂配置，用户第一次用不需要太多配置就能用起来，用的时候也没什么不方便，后续再慢慢折腾插件也不迟。 BTW，DSH 给我做的 PPT 质量还不错。

发现个好东西，DeepSeek官方居然在API里内置了联网搜索。 用Responses格式的接口调用deepseek-v4-flash模型，只要在请求参数里声明web_search工具，就能直接用他们服务端执行的搜索能力。 不用自己对接第三方搜索引擎，也不用额外申请搜索接口密钥. 整套搜索流程官方直接托管了。 原文:

我去，DeepSeek这波是真杀疯了，还是那个13B激活的便宜Flash模型，参数半毛钱没加，纯靠后训练就直接把代码Agent能力干涨7倍， 价格还是地板价， 都快摸到Opus的边了！！！ 今天正式开公测的V4-Flash-0731，看完成绩单我直接傻了： ▫️ DeepSWE榜从7.3直接飙到54.4，翻了快7.5倍，之前的V4 Pro预览版才12.8，现在Flash直接把老Pro按在地上打 ▫️ Cybergym从38.7干到76.7直接翻倍，Terminal Bench冲到82.7，比GLM-5.2还高1.7分 ▫️ 工具调用、全栈开发、终端操作这些Agent核心场景，大部分指标都追平甚至超过了贵好几倍的中大型模型，部分硬榜已经摸到Claude Opus 4.8的尾巴 最狠的是，这次半毛钱没加参数：还是284B总参、13B激活的MoE，1M上下文窗口没变，纯靠后训练和Agent框架优化就出了这效果。 模型ID都不用改，老用户API直接自动切新版，一行代码都不用动。 开发者最爽的点全给你安排明白了： 1️⃣原生支持Responses API格式，直接适配Codex，之前接OpenAI、2️⃣Anthropic格式的代码无缝迁移，思考模式照常能用。 3️⃣价格还是那熟悉的白菜价：输入$0.14/百万token，缓存命中才$0.0028，输出$0.28/百万，跑高频Agent、批量改代码、工具调用根本不心疼。 另外提个醒：这次更的只有Flash API，V4 Pro正式版还在赶，App和网页端暂时没更； 跑分用的是官方即将开源的Harness，第三方框架跑出来可能有点差异，但这提升幅度，做执行层模型、跑自动化代码任务的，现在就可以开测了。 之前大家都觉得模型能力涨就得堆参数、烧算力，DeepSeek这波直接给行业打了个样：把后训练和Agent对齐磨到位，小激活模型照样能干旗舰的活，还卖白菜价。 我觉得这波之后，其他家的执行层模型，价格怕是又要往下掉咯 #DeepSeek# #AI编程# #Agent# #大模型#

蹬了一个月20刀的 Ollama Pro 和5刀（次月10刀） OpenCode Go 这两个穷鬼套餐，说说我的体验。 如果你的主要需求是 GLM 5.2 这种重型模型，推荐 Ollama Pro。 如果平时主要跑 DeepThink V4 Flash 这种快速模型，推荐 OpenCode Go。 因为在 OpenCode Go 下面跑 GLM 5.2，周额度掉得非常快。基本每执行一次，都能明显看到额度进度条往上涨。我自己的使用频率，大概一周的额度只能支撑 5 次左右比较重的任务。 并且，OpenCode Go 的月额度大约相当于两个周额度。我上次把一整周的额度打满之后，月额度就已经只剩下一半了。所以如果高强度使用 GLM 5.2，很快就会把整个月的额度全部耗尽。 Ollama Pro 相对就慷慨很多。它同样按周计算额度，但没有月额度这一层限制，所以整体用起来更从容。如果连续高强度跑 GLM 5.2，我体感大概能连续跑三天左右，才会把这一周的额度耗完。 不过，情况到了 DeepThink V4 Flash 就完全反过来了。 OpenCode Go 对 Flash 的缓存命中率非常高，很多请求几乎不会消耗额度。连续用一整天，进度条可能也只涨一点点。按这个速度，我甚至觉得一个月的额度都很难跑完。 反而 Ollama Pro 不一样。即使跑的是 Flash，每执行一次任务，都能明显看到额度往上涨一点，消耗会稳定得多。 结论： 重度 GLM 5.2 用户：选 Ollama Pro。 日常以 Flash 模型为主：选 OpenCode Go，更划算。

给大家带来 Flash 系列模型横评! 各个厂商除了旗舰级别模型, 也都有Flash级别的模型, 而这些模型的定位主要都是多智能体系统的驱动模型和RAG系统的驱动模型. 那么现有这些Flash模型应该怎么选? 给大家带来本篇评测! 本次主要从 Agent Loop 迭代能力, Agent 能力, 前端, 后端, 空间理解, 美学, 性价比等多个角度评测了 Gemini-3.5-Flash, Step-3.7-Flash, DeepSeek-V4-Flash 这三个模型. 从测试来看, Gemini-3.5-Flash 更适合干"漂亮活", 比如前端页面, 建模等. 而 Step-3.7-Flash 则极具性价比, 在Agent测试中取得了比旗舰模型还要高的Token效率(用最少的token干最多的事情). 所以特别适合用在Agent框架中(比如OpenClaw或者Hermes), 或者复杂的Agent系统中用来做驱动模型. DeepSeek-V4-Flash 则后端能力很不错, 很适合用来写脚本, 甚至给服务器安装一个 DeepSeek-V4-Flash 驱动的 ClaudeCode, 用来 AI-Ops. #flash模型# #step37flash# #deepseekv4flash# #gemini35flash# #AgentLoop#