DeepSeek V4 Flash 后训练

8月1日，DeepSeek-V4-Flash正式版API上线。

参数没变。2840亿总参，130亿激活，和预览版一模一样。

但能力变了。而且变得很离谱。

最夸张的数字是DeepSWE——一个衡量AI做长周期编程能力的基准。预览版7.3分，正式版54.4分。

翻了将近6倍。

同一个骨架，同一个模型，只是重做了一遍后训练。什么都没加，就是把训练方法优化了一下。

这事细想起来挺吓人的。

过去两年，大模型圈所有人都在卷参数。你有1000亿，我就要2000亿。你2000亿，我搞4000亿。军备竞赛一样的逻辑——更大就是更好。

DeepSeek这次直接把桌子掀了。

它告诉你：你的模型可能根本没发挥出真正实力。你花几亿美元堆出来的参数，一大半在摸鱼。真正决定模型能力的，是后训练阶段怎么调教它。

这相当于什么？你买了一辆法拉利，但一直挂在一档开，然后旁边有人告诉你：兄弟，这车其实有六个档。

Terminal Bench 2.1跑到了82.7分，也是同类模型里最顶的。不是靠堆参数堆出来的，是靠更聪明地训练出来的。

这件事对整个行业意味着三件事：

第一，参数竞赛的遮羞布被扯掉了。以后再拿”我们模型参数量最大”出来说事，别人可以回一句：DeepSeek参数没变，能力翻了6倍，你怎么看？

第二，后训练成了新战场。预训练烧钱，后训练更烧脑。以前大家觉得把模型”生”出来就差不多了，现在发现”养”才是真功夫。

第三，小团队的机会来了。如果同样的骨架靠后训练就能质变，那意味着不需要从头训一个超大模型也能做出顶级产品。算力门槛在降低。

这才是DeepSeek V4-Flash最值得关注的地方。不是它又多强，而是它证明了：大模型竞赛的上半场结束了。

上半场比谁力气大，下半场比谁会用力。