一位开发者在十余个项目中大量使用DeepSeek 4.1 Flash约一个月,称其能力非常出色,成本比前沿模型低几个数量级。在会话过程中,他们常常分不清自己用的是DeepSeek还是Opus,并表示在对话、工作质量或速度方面都没有明显差异。他们认为该模型的表现与前沿模型一样,并质疑为何前沿实验室没有更加警觉,指出中国的蒸馏模型在处理相同工作负载时,可能只落后Anthropic和OpenAI一两个月。
作者表示,当今的模型已经足以胜任高质量的无人值守任务,因此追逐最新版本往往没有必要。每月10美元的订阅使DeepSeek实际上可以无限使用,这改变了他们的开发方式。他们用它处理机械性任务、探索性测试、复杂规划和研究,偶尔会调用Opus 5.5进行最终代码审查,再由DeepSeek执行修复。大多数会话的成本都远低于1美元。
作者认为,这种低成本主要归功于DeepSeek的缓存优化。据报道,其KV缓存相比V1模型缩小了约437倍。将该缓存保存在GPU内存中是长时间编码会话的最大成本之一。作者还认为,这种方法耗用的水和电力可能也比Claude少。
作者仍通过工作持有前沿模型的订阅,其目标是长期规划、可持续性以及更广泛地获取高水平智能。他们认为科技行业专注于付出高价的做法是错误的。关于自托管,作者认为出于省钱的目的并不划算,但随着缓存优化使系统能够在本地运行,出于隐私考虑则可能变得有价值。
来源: Hacker News · 由HeadlinesBriefing整理摘要