DeepSeek R1 與 OpenAI o1-preview:推理準確度、Token 成本與自建總擁有成本比較
DeepSeek R1 在已公佈的推理基準測試中整體匹配或超越 OpenAI o1-preview,但 AIME 2024 的準確率優勢來自較長的推理鏈,並不代表 token 用量相同。
DeepSeek R1 在已公佈的推理基準測試中整體匹配或超越 OpenAI o1-preview,但 AIME 2024 的準確率優勢來自較長的推理鏈,並不代表 token 用量相同。
Token工廠的短期走勢由算力資產價格決定,中期取決於客戶結構調整,長期則由晶片與 Token 閉環能力決定。文章指出,2026年底至2027年是風險窗口,算力價格若轉跌,可能引發資產減值、融資收緊、長期租約虧損及退出受阻。國內服務模型廠商的毛利率為5-6%,海外服務終端企業的同類業務則為45-50%。
作者以 Adzuki AI 的單一 OpenAI-compatible API,比較 7 款中國前沿模型並整理選型指南,明言這不是基準測試。選型需考慮提示詞快取、實際上下文需求及批次處理與延遲要求;所有模型的輸出 token 價格都比輸入高數倍。
Baseten 使用內部 kernel harness 優化 DeepSeek V4.1 Flash 1017 的 80 多個 kernels 和瓶頸,採用 kernel fusion、Programmatic Dependent Launch(PDL)及 host loop minimization,製作出 Fast 版本。
開源插件 dsh-plugin-pinky 以 40 行純 YAML 將 Pinky 手機控制服務接入 DeepSeek Harness,讓 AI 智能體操作 Android 手機或 iPhone。
文章主張,AI 功能不應把每次請求都設為最高推理投入,因為這會增加延遲和成本,部分任務的答案品質還可能下降。一項 SWE-bench Verified 分析中,o1 高推理投入的問題解決率為 29.1%;三次低投入執行後按較低過度思考分數選取,問題解決率為 30.3%,成本少 $200。文章建議以自有評測集比較不同投入水平的準確率、token 用量及 p95 延遲,並採用達到品質標準的最低投入。
Ke Gao 記錄 200 個買家提示詞在 ChatGPT、Gemini、Claude、Perplexity 和 DeepSeek 上的引用網址,發現頁面能否被抓取及內容能否在抽取後保留,比文案本身更關鍵。
聯通雲推出雙11算力優惠,涵蓋 AI 雲桌面、雲伺服器、按量模型服務及通算產品。AI 雲桌面預置千問辦公,連同 Token Plan Lite 免費試用1個月,限量5000份;通用型2核4G ECS 售價11.11元/6個月,限量1200台。HappyHorse 1.1 影片生成服務限時8.3折,DeepSeek-V4-Pro、Qwen3.8-Max 和 GLM-5.3 亦有按量特價。
LibreFang 發佈 v2026.11.11,加入逐訊息推理強度控制,並更新記憶可靠性、會話穩定性及安全隔離。聊天介面、CLI 和 agent editor 可選模型支援的推理級別,也可透過 `/think` 固定整段會話,或在 agent manifest 設定預設值。
Artificial Analysis 發佈 Endpoint Accuracy Index v1.1,涵蓋 103 個無伺服器端點,其中 24 個得分在統計上低於自託管參考部署。
SmartCall 為 AI 呼叫中心加入模型參數精細配置,由伺服器端生成參數目錄供前端渲染,並由模型控制參數是否傳送、智能體調整參數值。智能體綁定模型時會儲存參數快照,保存時按模型當前目錄重新校驗,通話運行時只使用快照。新增已驗證型號須修改 Java 程式碼並發版;未收錄模型可使用自訂分支,參數正確性由配置者自行驗證。
谷歌更新 Android Bench 2.0 榜單,Kimi K3.1 Pro 任務通過率達 24.0%,是 Kimi K3 的兩倍;DeepSeek V4.1 Flash 1017 完成一輪測試的成本為 9.9 美元。兩者分別搭配 kimi-code 和 opencode;該基準測試面向 Android 應用開發,設有 30 項長週期任務。
作者記錄一套客戶案例頁 GEO 改造方法,透過內容數據模型、JSON-LD 和 llms.txt,將含糊敍述整理成 AI 可抽取的事實。方法先以行業、場景、痛點及量化結果建立案例數據模型,再用 JSON-LD 表達頁面語義、以 llms.txt 指明優先讀取的頁面。
谷歌公開 GPT-6.1 Terra、Kimi K3.1 Pro 和 DeepSeek V4.1 Flash 的 Android Bench 基準成績,評估模型完成 Android 開發任務的能力。
谷歌首次公佈 OpenAI GPT-6.1 Terra、Kimi K3.1 Pro 和 DeepSeek V4.1 Flash 的 Android Bench 跑分。
這篇教程提供透過阿里雲計算巢與 ECS 部署 DeepSeek Harness 社區版、再以 Web UI 使用平台的流程。流程包括取得百煉 API Key、約 3 分鐘一鍵部署,以及經 Nginx 反向代理和計算巢安全代理存取;API Key 按地域區分且只顯示一次,Web UI 內部監聽 127.0.0.1:13080,外部透過 3080 連接埠存取。
文章實測並整理 DeepSeek Harness 的 10 款熱門插件,涵蓋插件市場、圖片識別、文件引用、搜尋、長期記憶、費用監控、知識管理及介面等用途。文中列出相關安裝命令及倉庫地址,並建議新手分階段安裝,避免一次加入過多插件引發依賴衝突或拖慢運行速度。
dsh-our-free-model 插件可接入 DeepSeek Harness,聚合多個渠道的免費模型,並提供部分免登入、免填 API Key 的使用方式。指南分別説明 Web 版透過命令列安裝、Electron 桌面端透過應用內插件管理器安裝,並介紹本地轉發網關等功能。免費額度和穩定性受上游政策影響,對話會傳送至第三方網關,文中提醒不要用於敏感資料或正式業務。
DeepSeek Harness 是開源大語言模型統一調度插件/框架,透過統一 API 支援切換 13 款模型,文章稱可免註冊、免 API 密鑰使用。文章推薦以阿里雲計算巢社區版部署,並在阿里雲百煉管理模型;Claude-3.5-Sonnet 需額外配置,付費模型則按百煉規則收費。
DeepSeek Harness 插件改造指南列出十大插件,涵蓋瀏覽器自動化、文檔解析、會話記憶、網絡搜尋、多智能體編排、代碼診斷及本地模型接入等用途。指南亦説明部署方式、模型配置與安裝注意事項,並指出啟動 Web UI 必須加上 `--patch` 參數。
DeepSeek Harness 部署指南涵蓋在阿里雲計算巢一鍵部署、在 ECS 手動部署,以及取得百煉 API Key 和設定模型。計算巢部署約需 3 分鐘,透過安全代理存取 Web UI,無需直接向公網開放服務端口。啟動 Web UI 時須加入 `--patch`,以啟用插件和技能。
Latent Space 比較 NaiveAI 的 Naive-N0.5-Flash 與 DeepSeek V4.1 Flash 1017、GLM 5.3 Flash,記錄到 Naive-N0.5-Flash 超高速模式的單秒峯值約為 2,100 tokens,但此數值屬上限而非一般速度。
作者認為,騰訊混元 Hy4 是理想中的 Kimi Flash:它速度快、成本低,並提升了推理能力,適合大部分辦公任務。實測速度超過 150 Token 每秒,作者估計其水平約為 DeepSeek V4.1 Flash 的 8 成,但長程任務和較複雜的物理問題仍較弱。文章亦指出,大模型競爭的關鍵在數據、算力與組織能力。
OpenRouter 整理了按端點支援情況取得大語言模型結構化輸出的方法,包括嚴格 JSON Schema、強制工具呼叫及決策模型。測試中,9 個支援結構化輸出的模型有 209/216 次回覆符合嚴格 schema;只在提示詞要求 JSON 時,18 次回覆因帶有 code fence 而失敗。
OpenRouter 的教程示範如何用 Python 搭建餐廳訂位語音智能體,串接語音轉文字、LLM 工具調用與文字轉語音。12 個測試回合的伺服器端首段音訊時間中位數為 1.9 秒;按 2026 年 10 月 8 日測試時的促銷價格估算,四回合對話每分鐘處理語音約 $0.013,TTS 約佔模型成本 90%。
作者在阿里雲 14G 記憶體、2 核 ECS 上測試多款 CMS 生成靜態檔案的效能,PageAdmin 用 10 分鐘 12 秒生成 110842 篇文章,較 PhpCMS 和帝國 CMS 快約 20 倍。PhpCMS 全量生成需 4 個多小時,帝國 CMS 需約 3 小時;WordPress 和 DedeCMS 亦未能滿足作者的大量資料需求。
內蒙古烏蘭察布依託較低電價和涼爽氣候發展 AI 算力設施,吸引各地年輕人前往從事數據中心營運及維護。受訪的當地從業人員稱,自己月薪已超過10,000元;但隨首輪擴建告一段落,當地招聘逐漸飽和,職位對相關學歷及經驗的要求提高,基層職位亦不再接受35歲以上申請者。運維工作須確保供電、冷卻等系統穩定,突發故障責任重大,日常亦有嚴格考核與應急演練。
王興興稱 GPT-7 或許會打穿具身智能,DeepSeek 也考慮進軍具身領域,令行業對大模型與具身智能的關係出現分歧。文章基於大模型公司全面進軍並解決泛化和耗時問題的假設,推演具身產業的技術、商業與投資變化。作者認為數據仍是關鍵,具身數據賽道的窗口期約為一到兩年,或兩到三年。
QuestMobile公佈2026年9月PC端應用程式活躍用戶TOP10,微信以逾1.6億人居首。百度以1.07億人排第2,QQ以1.01億人排第3;Microsoft Edge及Google Chrome分列第4、5位。豆包、DeepSeek、千問分列第6至第8位,三款AI產品均進入前十。
DeepSeek 以較低訓練成本和 MoE 架構,展示大模型如何以較少算力取得高效能。DeepSeek-V3 訓練成本為557.6萬美元,總參數6710億,每次回答只激活370億個參數;DeepSeek-R1 則透過強化學習學會逐步解題。文章亦指出,降低算力需求有助推動大模型普及。
DeepSeek Harness 是採用插件化架構的開源 Agent 運行框架,支援程式開發、檔案處理及自動化工作流程,可按需要載入或替換插件。教程涵蓋 npx、npm 和源碼編譯三種安裝方式,以及接入阿里雲百煉、安裝插件和在 ECS 部署。框架亦支援 Web UI、CLI 和後台常駐運行。
文章指出,烏蘭察布已成為算力之城,截至2026年6月,已投運及規劃的數據中心容量合計12.5GW,但算力擴張尚未帶來相稱的本地收益。核心元器件佔總投資40%至50%,留在當地的土地出讓金、土建施工、機電安裝及電費約佔10%至15%,就業和税收帶動亦有限。當地於2025年底提出三年行動計劃,規劃到2028年發展算力服務、Token交易和智能應用,推動由生產算力轉向參與Token價值流轉。
文章推演美國所有尚未開工的數據中心項目若全部凍結,AI 不會停擺,但有效算力年增速會由約12至15倍降至約6倍。推演估計,美國數據中心總容量在2028年前後將停在約120至150GW;新增電力受限後,訓練、推理與智能體服務將爭用固定電量。文章提出提升每瓦 token 產出、跨機房分佈式訓練、轉向後訓練和強化學習,以及以端側和小模型分流等四條補充路線。
Einsia AI 旗下 Navers Lab 發佈多智能體編排基準 WorkflowArena,以 145 項長程任務評測大語言模型自行設計和協調工作流的能力。
AI 正以陪伴和創造帶來新的情緒價值與成就感,開始與手遊爭奪用戶的時間和金錢。一名重度二遊玩家接觸 Claude Opus 5.5 後,每月遊戲付費降至幾百元,平均每月在 AI 訂閲和服務上花費約 3000 元。遊戲仍有社交、社羣文化及精心設計體驗等難以替代的價值。
作者在 DeepSeek Harness 安裝 @changfenhuang/dsh-genui,並以 DeepSeek V4.1 Flash 執行完整示範,檢查表格、圖表與互動介面。
iPhone Duo 在中國已有多款應用程式完成適配,Apple 表示全球 App Store 已上架超過10萬款為 iPhone Duo 打造的應用程式。報道提到,實測中 DeepSeek 等應用程式的介面已佔滿內屏。自 iOS 27.1 起,開發者可完整利用內外屏。
在 300 條 Amazon 產品評論的情感分析測試中,Mistral Small (2603) 以 97.7% 通過率達到 88% 門檻,每項成功任務成本為 $0.000019,是九個模型中最低,並與基準 GPT-6.1 Sol 相符。
一位執業律師以 8 塊二手 NVIDIA Tesla V100 搭建私有 AI 伺服器,運行 DeepSeek V4.1 Flash,以避免客戶機密法律文件離開辦公室。系統的上下文窗口為 524K,生成法律文書速度為 118 tokens/s;處理 128K 長文檔時,首 Token 延遲約 1 分鐘。律師估計系統可承接 50% 至 60% 的 AI 工作流程,所有 AI 產出仍需人工覆核。
作者分享使用 Magpie 管理多模型工作流的配置方法,涵蓋供應商接入、Agent 分配、模型路由與備援設定。文章亦介紹匯入 CC Switch 渠道、分發 MCP 和 Skills,以及設定意圖路由、CLI 操作和敏感資料遮蔽。