DeepSeek视觉模型V4-Flash开源，MIT协议可商用本地部署省API费_IT互联网

1. 梁文峰确实很高明，DeepSeek的相关数据出来了。DeepSeek今年前7个月，营收4.75亿。是去年全年的10倍。大家要知道的是，DeepSeek最赚钱的不是C端订阅，是B端API调用。小米、腾讯、OPPO，一堆大厂都在用。开发者们把它当底座，在它上面搭应用。OpenRouter上单日8万亿Token，全球调用量第一。为什么都选它？便宜，性能还不差。模型能力接近GPT-4o，价格只要几十分之一。创业公司做AI应用，算成本账，DeepSeek就是那个最划算的。所以4.75亿这个数，本质上是B端客户用脚投出来的。不是“用户花钱和AI聊天”，而是“企业愿意把核心业务跑在DeepSeek上”。这事的分量，比数字重多了。为什么偏偏今年爆发？三件事同时发生。第一，模型能力过了商用线。DeepSeek的推理模型，从R1到V4，能力一直在涨。特别是复杂推理和多步任务，已经能进真实业务流了。从“能用”到“好用”，它今年刚好跨过这道门槛。第二，成本降到能算账了。AI落地最怕什么？不是技术不行，是调用一次比雇人还贵。DeepSeek把推理成本压到极低，低到小公司也敢用，大厂愿意批量接。第三，开源开始反哺。DeepSeek一直开源，权重随便下，开发者随便部署。短期看像白送，长期看是在养生态。开发者在本地用顺了手，等需要更大规模算力时，自然就转去用它的API。开源引流，API变现，这条路今年终于转起来了。但得说句实话。4.75亿，离“商业模式跑通”还差得远。英伟达一天赚的可能都比这多，OpenAI一年收入是它几十倍。可它真正的价值，不在规模，在增速和收入质量。10倍增长，说明市场接受度在放大。API为主，说明收入来自真实调用，不是融资撑出来的假象。别人都在学OpenAI，先烧钱做C端，再慢慢找变现。DeepSeek反着来：不碰热闹的C端，专心做模型、做API、做开发者生态。结果收入反而起来了。这说明AI行业最稳的生意，还是卖铲子。不是每个人都得去做刷屏的AI应用。把模型做好，成本降下来，让别家公司用你的模型去赚钱，这条路也能通。4.75亿只是起点。接下来要看的是模型能力能不能继续涨，成本能不能继续压，生态能不能继续扩。但至少有一点已经证明了：中国AI，可以不靠故事，不靠泡沫，就靠把一件事做到极致，也能赚到真金白银。这比什么融资消息都提气。

2. #Easy同学正在独立开发#智谱 Z.ai 今天正式发布 **GLM-5.3-Flash**，这是此前以 Ox Alpha 代号预览的模型，官方确认它完全运行在中国 AI 芯片上。GLM-5.3-Flash 是 **320B-A18B** 的 MoE 架构模型，以 MIT 许可证开源，原生多模态，支持 100 万 token 上下文窗口。权重已上线 Hugging Face，API 同步开放，官方还推出了对应的 Coding Plan 和 ZCode 产品。官方在评论区公布了 API 定价，按每 100 万 token 计算：**输入 $0.15，输出 $0.50，缓存命中的输入 $0.03**。对比 DeepSeek 当前的 V4-Flash 定价，GLM-5.3-Flash 的未缓存输入与输出定价均低于 DeepSeek V4-Flash 的低谷价，但缓存命中输入（$0.03）高于 DeepSeek 的 $0.007-$0.014。性能方面，在 Z.ai 自家的 Code Bench 评测中，GLM-5.3-Flash 在各级 effort 设置下均优于 GLM-5.2，官方称与 Claude Opus 4.8 表现相当。发布配图对比了 GPT-5.6 Terra、Gemini 3.7 Flash、DeepSeek-V4-Vision-Exp 等多个模型的基准成绩，GLM-5.3-Flash 在 GDPVal-AA 指标上领先。博客：网页链接（由流苏ªⁱ 撰写）#GLM-5.3-Flash##智谱AI##DeepSeek##开源模型#

3. #牛来模型确认为智谱GLM系列#Ox Alpha上线后没先亮身份，结果直接冲到OpenRouter使用榜首，调用量甚至超过DeepSeek两倍，现在才揭晓它就是GLM-5.3 Flash。能在不知道品牌的情况下被开发者用脚投票，至少说明模型在编程、Agent这些高频场景里确实有吸引力。更值得关注的是今晚还要开放模型权重。现在国产大模型竞争已经从“谁参数更大”，卷到了真实调用量、开发者生态和开源影响力。GLM这波如果后续价格也够有竞争力，热度可能还会继续往上走。

4. #Easy同学正在独立开发# Deepseek Harness 里边的 Open Code 套餐没有最新的 deepseek-v4-flash-vision-exp ，原因是它依赖的 @earendil-works/pi-ai 包没有更新。在界面手工添加会报错：`llm-pi-ai: provider "opencode-go" model "deepseek-v4-flash-vision-exp" needs an api; the installed catalog does not describe it, so set the route's api to the wire protocol its endpoint speaks`一个临时的解决办法是~/.dsh/settings.yaml（新增 opencode-go-deepseek）：```yml opencode-go-deepseek: apiKeyEnv: OPENCODE_GO_API_KEY api: openai-completions baseURL: 网页链接 models: - id: deepseek-v4-flash-vision-exp name: DeepSeek V4 Flash Vision Exp contextWindow: 1000000 maxTokens: 384000 input: [text, image]```最终解决办法是等依赖更新。

5. 刚刚，Qwen3.8-Flash震撼发布，我们看到了Qwen4的骨架

6. 非常有意思的一个博主对于现在大模型的排行榜：• S 级（独一档）：Claude（Anthropic）的 Fable 5。我觉得这应该没什么太多疑问，因为这个模型确实太贵了。• 第二档（A 级）：OpenAI 的 GPT 5.6 Sol。这个级别也还不错，一般情况下足够用，但实际上也非常费 Token。• 再下一级：这三个模型就比较有意思了。1. Kimi K3：非常大的模型，性能也非常强，几乎就在 A 级的 5.6 Sol 之下。2. 5.6 Luna3. DeepSeek V4 Flash（后面这两个是相对比较小的模型，但现在足够能用，速度够快，也足够便宜）接下来更有意思的是 F 级别：DeepSeek V4 Pro 是目前最让人出乎意料的模型。它的后训练好像崩掉了，但它那么大的模型，做好后再做几次后训练的话，一定会重新复活的。

7. #智谱发布GLM5.3Flash#GLM-5.3-Flash是目前首个采用稀疏注意力与线性注意力混合架构的开源前沿模型。成功地平衡了顶尖性能与极低成本，为AI技术的广泛应用提供了新的可能。线性注意力捕获局部信息，稀疏注意力则高效处理全局上下文，它不仅能处理文本，还原生支持对图片、视频、文件等多种模态的视觉理解。可用于图像/视频分析、多模态内容创作、智能客户服务等需要结合视觉和语言信息的任务GLM-5.3-Flash视觉能力被无缝集成到编程流程中，能主动观察和理解界面、渲染结果等视觉反馈，结合其高效的架构，能够在处理超长文本时保持精准理解并控制成本。

8. #老柳杂谈# 国产大模型这周集体"掀桌子"了。智谱8月26日晚开源GLM-5.3-Flash，3200亿参数、激活才180亿，价格直接砍到Claude Opus 4.8的四十分之一，之前还匿名在OpenRouter登顶调用量第一。同一天字节甩出"豆包工作"，一个能自己开电脑、拆任务、做PPT的AI打工人；DeepSeek把看图能力免费塞进最便宜的V4模型，单图成本压到对手的十分之一。工信部顺手补了句狠话：国产开源大模型全球下载破100亿次。翻译成人话——以前我们追着别人跑，现在别人开始用我们的轮子。价格战打到这份上，中小团队是真有福了。

9. 昨晚智谱开源了 GLM-5.3-Flash，就是之前匿名测试的 Ox Alpha，「牛来」。说几个重点： 1、320B 总参数、18B 激活，写代码跟 Claude Opus 4.8 一个档（AA 指数 57 分持平）；原生多模态，能看界面自己改前端；定价是 Opus 4.8 的 1/40。 2、我昨晚在 LobsterAI 上直接试的。这 Agent 是网易办公的，新模型上线是真快，智谱昨晚发，10 分钟之后就上线了。不用更新、不用装插件，切一下就用。我拿牛来跑了段前端调试，它看完渲染结果自己改代码，来回几轮，挺顶。 3、在 LobsterAI 上的定价是 0.06 积分倍率，是 DeepSeek V4 Flash 的 0.6 倍。价格也透明，模型单价、用量都明明白白，用多少扣多少，没有隐藏消费。 4、建议模型厂商多跟办公 Agent 大厂们绑定，利好新模型的快速普及。尤其是性价比高的。 #智谱# #GLM# #牛来# #LobsterAI# #办公 Agent# #大模型# #AI 办公#

10. #智谱发布GLM5.3Flash#智谱GLM‑5.3‑Flash正式对外发布，就是之前在外网悄悄测试一周、引发全网猜测的匿名模型Ox Alpha，也就是大家口中的“牛来”，官宣当晚直接开放模型权重。采用320B‑A18B的MoE架构，MIT协议开源。总参数规模和GLM‑4.5差不多，但实际激活参数、模型层数几乎砍半。作为GLM‑5系列第一款原生多模态模型，文本、图片、视频输入都可以支持，还给到100万token超大上下文。混合稀疏与线性注意力架构，重点压低长文本处理的服务成本。先匿名跑真实环境压测，再正式开源，这种发布方式，也给行业提供了不一样的产品验证思路。

11. 8月21日，DeepSeek 发布 V4-Flash-Vision-Exp，这是 V4 系列第一次开放图像输入——能描述图片、读截图里的文字、分析图表。以前纯文本版遇到图片只能"编"一个分析工具来应付，现在它真的能看见了。社区实测有褒有贬：细粒度视觉推理（比如读钟表、认地标）还不如字节的 Seed，但 DeepSWE 智能体基准冲到 59.3%，离贵价对手很近，而价格只是零头。对开发者来说，截图转结构化数据这类活儿，成本又要往下走了。

12. DeepSeek V4-Flash 能看图了，真正补齐的是 Agent 的观察能力

13. DeepSeek V4 Flash Vision 图像理解成本解析：单图上限仅 384 token

14. DeepSeek“睁眼”了！首个多模态视觉模型上线，多项能力接近Opus-4.8

15. DeepSeek 能看图了，一张图不到一分钱，手把手教你怎么把图片喂给 AI

16. DeepSeek也能看图了

17. DeepSeek上线多模态，我用它做了《牛来》小游戏｜AI上新

18. DeepSeek 终于能看图了：V4-Flash-Vision-Exp，我们周末实测记录

19. DeepSeekV4 终于上线能看图的模型了

20. DeepSeek 终于能看图了！教你免费使用 + 8 大场景实测

21. Deepseek V4-Flash-Vision-Exp 视觉版来了

22. 跑图片理解任务的朋友，DMXAPI 上 Flash Vision Exp 更省事

23. DeepSeek V4 Flash Vision 实测 DeepSeek V4 Flash Vision 真能边看边改吗？这期使用 DeepSeek Harness Max 模式，实测清明上河图、高铁、3D 手表、网页复刻等多个任务，看看它的视觉 Agent、前端和 3D 能力究竟如何。它会反复截图、自查并修改代码，效果亮眼，但部分任务耗时超过 2 小时。整轮测试约 3 亿 Token、缓存命中率约 99%，费用约 32 元。它到底值不值得用？视频里见。 00:00 模型亮点与成本 01:25 清明上河图实测 04:23 高铁场景复刻 05:53 3D 建模翻车 09:15 更多视觉任务 12:19 最终结论与建议 #DeepSeek #DeepSeekV4 #DeepSeekV4FlashVision #AI实测 #AI编程

24. 我测试了 DeepSeek V4 Flash Vision Exp 的视觉生成能力。结果很明确：它明显优于 Claude Opus 4.8，但距离 Kimi K3 还有不小的差距。同样是生成写实海滩场景： - Kimi K3：画面自然、真实，几乎完全还原了预期效果 - DeepSeek：整体方向正确，但色彩明显过饱和 - Claude Opus 4.8：没有产出可用的结果仅看这轮测试，我的排名是： Kimi K3 > Sol > DeepSeek > Opus 你觉得哪个模型的视觉能力更强？ #大模型测评 #多模态AI #AI视觉 #模型对比 #Kimi #DeepSeek #Claude #人工智能 #AI生成

25. 视觉能力的DeepseekHarness Deepseek Harness接入自家多模态模型 flash-vision，识别图片、视频、音频 Deepseek Harness两种安装方法，做可落地商业化的视频混剪工具，短视频数字人口播智能体，跟codex、workbuddy、codebuddy、qoder、open code、claude code、cursor的核心区别，学习的不是工具，而是学习如何用工具达到目标 #科技下一站 # #deepseek # #vibecoding # #codex教程 #口播数字人

DeepSeek视觉模型V4-Flash开源，MIT协议可商用本地部署省API费

精选参考来源