58天3次更新！梁文锋们开卷Flash模型，业内人士：不会取代旗舰模型

本文来源：时代周报 作者：刘娟

两个月内模型经历三次更新，明显加快的更新频率，这很不“DeepSeek”。

从8月21日到10月17日，58天时间里，DeepSeek先后发布了三款模型。这三款模型都是偏轻量化的Flash模型。其中，最新版本的DeepSeek V4.1-Flash-1017一经上线，因为能够支持“许愿式”编程任务及项目开发请求，引发强烈关注。

几乎与之同时，MiniMax（00100.HK）上线了最新版MiniMax M3.1 Flash模型，新模型在Agentic任务、编程等方面的能力实现代际提升，线上推理速度提升近3倍，使用成本降低70%。

自去年6月豆包大模型1.6系列极速版（Doubao-Seed-1.6-Flash）发布之后，Flash模型上新的节奏逐步加快。小米（01810.HK）、千问、智谱（02513.HK）、阶跃星辰等纷纷加入，Flash模型成为主力旗舰模型之外又一个竞逐焦点。

面壁智能学术合伙人、大语言模型首席科学家肖朝军对时代周报记者表示：“这并不是简单的产品节奏问题，而是大模型技术范式演进到一定阶段的必然结果。”

“大模型智能密度随时间呈指数级增强，达到特定智能水平所需参数量每3.5个月下降一半。通过算法架构创新、训练策略优化与知识压缩等技术突破，模型不需要扩大参数规模就可以实现能力倍增。”肖朝军说，模型轻量化不是某个厂商突然开辟的新赛道，而是智能密度提升到一定阶段后，水到渠成的结果。

来源：图虫创意

Flash模型扎堆开卷

两大头部厂商新模型的接连上线，让“Flash”成为眼下模型场域最高频的词。

10月17日，DeepSeek V4.1-Flash-1017模型率先上线。与旧版本相比，新模型基于自反馈的强化学习训练技术，在游戏开发、3D建模等方面的能力实现提升，并且能够满足更多“许愿式”编程任务和项目开发请求。

DeepSeek称新模型在提升性能的同时，还缩短了模型的任务运行时间和输出长度。这意味着新模型能够以更低成本、更快速度完成任务。而这成为Flash版本模型最鲜明的特点。

MiniMax也表示，在Agentic类任务中，MiniMax M3.1 Flash模型的综合使用成本较前代模型降低70%。在相关测试中，该模型“以极低的任务成本实现了顶尖模型级别的性能表现。”

Flash模型并非新事物。相比旗舰模型，过去一年多来国产模型厂商推出Flash版本的节奏明显变快。

今年2月，阶跃星辰宣布Step 3.5 Flash上线，称其是一款具备强大推理能力与Agent智能、为Agent而生的模型，更快、更强、更稳是新模型的核心亮点。

对于Step 3.5 Flash模型，有开发者表示：“如果这些基准测试数据属实，那么它们在同级别参数的模型中，已经彻底超越其他对手。”也有使用该模型的开发者称，Step 3.5 Flash在多个编码和智能体基准测试中表现优于DeepSeek V3.2，尽管其使用的参数要少得多。

4月2日，阶跃星辰完成模型优化，Step 3.5 Flash 2603上线，针对Coding框架和Agent框架的优化训练，使得模型推理效率和灵活性进一步提升。

5月29日，Step 3.7 Flash正式发布。“Flash模型正在进入新的阶段。”阶跃星辰认为，Flash模型不再只是大模型更快、更便宜的替代品，而是在Agent生产化阶段承担越来越关键的基础模型角色。

按上述时间线来看，阶跃星辰Flash模型的平均更新周期在一个月左右。DeepSeek在这一方面的变化最明显，其Flash模型在不到两个月内三次更新，平均周期约20天。而此前DeepSeek旗舰模型更新周期为2-3个月，DeepSeek V4上线时，距离上一款模型更新时间超过4个月。

但更新周期加快并不等同于研发难度变小。从事Agent开发的技术工程师陈松源告诉时代周报记者，Flash模型若是在不压缩质量的情况下追求效率，迭代难度也很高。只是对于各大厂商而言，一方面有足够的技术积累，另一方面他们有更强劲的商业化动力，因此Flash模型迭代效率会明显加快。

轻量场景优先

Flash模型成为市场“新宠儿”，“更快、更省钱”是开发者对这类模型一致的评价。

AI领域从业者李新告诉时代周报记者：“Flash模型最大的好处是性价比高，它很便宜。”在陈松源看来，大部分任务没有那么复杂，用轻量模型就行，成本低、速度又快。

轻量版模型成本低、速度快的一个关键因素是模型的激活参数更少。DeepSeek和阶跃星辰上线的Flash模型，其激活参数远少于旗舰模型的激活参数。MiniMax上线的两款模型，激活参数一致。但MiniMax在模型上线公告中介绍道：M3.1 Flash模型能力的全面提升，是得益于全模型稀疏注意力、量化感知训练和Power-aware scheduling（电力感知调度）等优化工作。

时代周报记者制图

时代周报记者在开发者社区了解到，Flash模型是一个概括的名称。对于模型厂商而言，要满足用户日常使用AI、但又不想为此支付高昂费用的需求，Flash是代表一种“响应快、定价低、能完成大部分工作”的模型。

端侧模型通常也要“更小”，面壁智能所专注的端侧AI，希望比云侧AI实现更快的响应和更低的能耗。不过，肖朝军向时代周报记者表示，轻量化不等于端侧。轻量化讨论的是“把模型变小”，核心诉求是降成本、提速度，本质上是云侧服务的效率提升。

对于开源生态的开发者而言，基于通用模型做微调或蒸馏一个小模型，得到的新模型也可以被叫做Flash模型——它比旗舰模型更轻便、更快速，能完成大多数任务。这也意味着，Flash模型从被命名伊始就与场景和需求紧密相连。

“最终场景定义的模型尺寸不一定是越大越好的。”阶跃星辰董事长印奇曾在采访中表示。未来三年，底层创新仍然会是技术演进的主因，但有场景牵引的外部动因也变得越来越重要。阶跃星辰最初推出Flash模型直指Agent场景，被称为是“为Agent而生的模型”。

除了Flash模型具备相对优势之外，对大模型厂商而言，资本市场和商业化的现实压力或也是提速供给Flash模型的原因。

作为国内唯二上市的模型公司，近期智谱与MiniMax股价跌幅明显。10月22日，MiniMax首次跌破165港元/股的上市发行价；智谱则相较今年6月的历史高位回调超过80%。

当前大模型厂商无疑需要更新的增长叙事，大版本的迭代在二级市场上似乎不足以满足期待，瞄准用户、铺开商业化，借助Flash模型抢占并稳固市场份额不失为手段之一。

Flash模型并非无可挑剔

尽管Flash模型以速度和成本优势赢得青睐，但开发者社区内也有不同声音。

AI产品经理毕乐天向时代周报记者表示，目前Flash模型的能力足以满足日常需求，旗舰模型有些性能过剩。Flash模型由于体量小、成本低，试错成本较旗舰模型也更低。“谷歌Gemini是典型例子，它的Flash模型有些单项能力超过Pro版本模型。因此Flash会是更具性价比的选择。”他说。

“我一般用Flash模型执行已经搭建好的Skill或者Agent。用AI搭建好数据分析处理的流程，再用DeepSeek的Flash模型跑数据分析。一次只要几十块钱，生成的文案AI味没有那么重。”李新说，“从0开始跑的话，我更倾向用Claude Opus（Anthropic旗下模型），但价格很贵。”

不过，时代周报记者在开发者社群观察到，用户在使用MiniMax M3.1 Flash模型时，会遇到模型卡顿或报错的情况。技术人员表示报错是高负载所致。另外也有用户表示新模型会出现调用工具失败、多次道歉的情况，影响体验。

此外，当轻量低参数成为Flash模型的突出优势，小参数的特性是否会掣肘其任务输出质量值得关注。以AI视频生成、AI短剧这类token高消耗场景来看，毕乐天告诉时代周报记者，“短剧前期的剧本分镜、写提示词可以用Flash模型，但最终的画面效果还得依赖视频模型。”

一名从事AIGC内容创作的博主也表示，Flash模型与旗舰模型相比，还是存在差距。

陈松源认为，现在Flash模型的扎堆上线本质上和应用场景相关，对于并不复杂的任务场景，Flash模型是最优选择。对于更加复杂的任务场景，程序员可以评估后再做调配。调配是指程序员按需选用市场上最适合的几款模型组合使用，在兼顾质量和效率的同时，让性价比达到最高。

他进一步解释称，在Coding场景下，自己通常会用Chat GPT Astra这类模型做规划，执行阶段再使用Flash模型。毕乐天也有大致相同的感受，他认为尽管Flash模型能够满足大部分需求，但在复杂场景下，旗舰模型依然有更大优势。

显然，尽管Flash模型“多快好省”，大参数的旗舰模型依然有不可撼动的优势。在业内人士看来，轻量版模型与旗舰模型分工不同，未必会互相取代。

肖朝军对此也表示，模型之间更多会是“分工”或者“协同”，而不是“取代”。他分析说，轻量化不是旗舰模型的缩水版，而是智能密度的新载体。随着智能密度继续提升，今天的旗舰能力会不断下沉到更小参数规模上。所以未来不是“谁取代谁”，而是分层协同。

因此，当Flash模型无法满足用户的复杂任务需求时，模型的组合调配成为最具性价比的订阅方式。对于厂商而言，旗舰模型与Flash模型并驾齐驱将成为更具竞争力的选择。

（文中李新、陈松源为化名）