DeepSeek V4.1发布！AI斩杀线，疯起来自己也砍

不久前，我们和大家介绍过“AI斩杀线”的概念，简单说就是中国AI模型每次发布，就会让一堆海外模型在性价比上失去竞争力。

DeepSeek V4.1发布后，事情变得更有意思了。

DeepSeek官方宣布，V4.1 Flash在性能、速度、成本和完成任务总时间上，已经整体优于上一代V4 Pro。

于是，在新的Pro版本推出前，原本调用V4 Pro的API请求，直接切换到更便宜的V4.1 Flash。

AI斩杀线疯起来，连自己的Pro也砍。

为什么V4.1这么一个小版本更新，能取得这么大的改进？随着中国AI斩杀线越跟越近，对AI产业会有什么影响？

周四晚8点，王煜全在前哨直播间第一时间做了点评，站在产业视角为大家解读AI变革接下来两个最大的影响因素，分享了AI创业的前沿趋势和机会。

今天我们就一起解读下V4.1背后的技术变化，一起看看中国AI斩杀线的未来影响。

《AI大模型产业最新趋势扫描》直播PPT
Flash为什么突然能把Pro替掉？

很多讨论都认为DeepSeek训练出了一个“更聪明的小模型”。

实际上，V4.1 Flash本身一点都不小。

按照官方技术资料，它的主干模型拥有5520亿参数，另外还有近2000亿Engram参数，只是真正运行时只需要激活其中很小一部分。

这背后代表的是大模型竞争正在发生一个很重要的变化：

模型“知道多少”，和每次回答问题“需要算多少”，开始被拆开。

MoE框架本来就在做这件事。一个模型里可以有很多不同“专家”，但处理一道题时，只叫真正相关的几个专家上班，而不是让整个公司所有人都来开会。

V4.1又把这种思路做得更彻底。

大模型运行其实分成两个阶段，一个是Prefill，另一个是Decode。

简单说，前者就是先把Prompt、历史记录、代码、工具返回结果全部“读进去”，让AI理解现在要干嘛；后者也就是Decode阶段，AI才真正开始“思考和输出”。

Agent时代最大的问题是“读”的东西越来越多。一个Coding Agent可能先吞掉几十万Token代码和几十次工具调用结果，最后真正需要输出的代码却只有几千Token。

所以V4.1开始让不同阶段使用不同规模的计算：读大量上下文时更省，真正生成和推理时再增加计算。

普通用户不用理解其中所有工程细节，只需要记住一个变化：

过去提高AI能力主要靠“多算”，现在开始越来越依靠“把计算花在真正有用的地方”。

7月16日《 国产AI芯片产业链扫描 》专题直播PPT
更有意思的：DeepSeek开始把“记忆”和“思考”分开

V4.1另一个值得关注的技术叫Engram。

传统大模型有一个很浪费的地方：很多固定短语、语言规律和事实关联，每次都要通过神经网络重新算一遍。

DeepSeek提出了一个很直接的问题：既然有些东西本质上只是“记住”，为什么每次还要重新“想”？

于是Engram把一部分适合直接查询的信息放进一个巨大的记忆结构里。需要时直接取出来，把昂贵的神经网络计算留给真正需要推理的地方。

这也是为什么一个模型完全可以拥有巨大的知识容量，但真正处理每个Token时，只调用很少的计算资源。

换句话说：模型有多大、模型有多聪明、模型跑起来有多贵，正在变成三件不同的事情。

这可能才是V4.1最值得行业关注的技术变化。

Agent时代，真正竞争的是“完成一个任务多少钱”

另外两项变化也值得放在一起看。

第一是长上下文成本持续下降。

DeepSeek从V4开始就在大幅压缩KV Cache。KV Cache和存储之间的关系我们7月和大家解读过。

简单理解，就是Agent连续工作时，为了“记住前面发生过什么”需要占用的显存会越多，因为Agent越工作越久，需要记的东西越多，KV Cache越大。

在这个HBM价格暴涨的时期，降低1%的显存消耗都会释放巨大的硬件成本压力。

DeepSeek历代模型每Token全局KV Cache大小对比

第二是后训练。

今年7月，DeepSeek曾在完全不改变Flash模型结构和尺寸的情况下，只重新做后训练，就让Terminal Bench等Agent测试成绩大幅提升。

这说明今天AI真正的生产力，已经越来越不能只看底层模型。

模型怎么训练它使用工具、怎么规划任务、失败后怎么重试、Harness怎么搭、允许它思考多久，都会直接改变最终效果。

所以DeepSeek这次特别强调了一个很值得注意的指标：Total Time-to-Completion，完成整个任务到底需要多长时间。

这比“每百万Token多少钱”更接近企业真正关心的问题。

一个模型即使Token便宜一半，如果经常做错、需要不断重试，最后可能反而更贵。

反过来，一个Flash模型只要已经能稳定完成绝大多数任务，它就没有必要继续为所有请求支付Pro价格。

这就是V4.1真正干掉Pro的地方。

DeepSeek-V4.1-Flash API最新价格AI斩杀线再度加速

听到“AI斩杀线”，很多人把它理解成中国AI崛起、不断用低价模型冲击海外巨头。

但再后退一步看，它背后其实是：算力和资源约束，逼出来的极致工程效率，引领模型成本下降，也驱动更便宜的模型被更多人使用，又反过来推动下一轮优化。

回顾2024年，王煜全在前哨第一次和大家扫描DeepSeek，一路从稀疏计算、模型蒸馏，到KV Cache压缩、后训练…

2024年5月前哨特训营PPT

这个曾经被GPU算力决定一切的领域，已经发生了新的变化：前沿AI的能力保质期越来越短，模型企业的关键优势不再是简单的算力和数据，而是整套模型底层的工程能力。

在这样的变革中，OpenAI、Anthropic这些领跑者会不会被颠覆？DeepSeek、智谱、Kimi、MiniMax这些中国公司到底能不能赚到钱？

这些问题的答案，王煜全在本周专题直播《AI大模型产业最新趋势扫描》给出了新判断。

这次直播没有把重点放在模型排行榜上，王煜全和大家对比了OpenAI、Anthropic、智谱、MiniMax等模型厂商的业绩、营收和技术变化情况，扫描1100+Agent初创公司。

站在产业上游，和大家一分享了新闻、热点背后真正的未来趋势，一起看清Agent的下一轮变局、创业新机会。

如果你也想抓住未来机会，不妨好好思考一下这个问题：

当AI能力越来越强、越来越便宜以后，什么东西会迅速贬值，什么东西反而会变得更值钱？

跳出一两个AI模型优劣的对比，你看到的可能是一轮AI产业重新洗牌的机会。

这也是这周王煜全真正想和大家一起拆解的东西：下一轮AI机会已经正在到来。