@mikotossd0106: 感觉deepseek 每次的性能都是准一流的，每次离御三家差一点但是又差的不多，倒逼御三家疯狂堆算力拉开差距，结果没过多久deepseek 又带着一堆破铜烂铁追上来了
摘要
评论指出DeepSeek每次模型性能都接近顶级AI公司（御三家），迫使它们大量投入算力以保持领先，但DeepSeek随后又能以低成本方案再次追赶上来。
感觉deepseek 每次的性能都是准一流的，每次离御三家差一点但是又差的不多，倒逼御三家疯狂堆算力拉开差距，结果没过多久deepseek 又带着一堆破铜烂铁追上来了
相似文章
@jakevin7: DeepSeek cache hit 命中率 95%，舒服了。 Maka 在最新一轮的长程任务 Deepseek 模型下的表现太出色了。 全跑完接近 18 小时，接近 4 亿 token，33块消耗。 Make builder 们太给力了…
DeepSeek cache hit 高达95%，Maka 桌面AI工作台在长程任务中表现出色，支持多种模型和工具，开源且本地优先。
@FuckAnthropic: 做了对比分析，综合看，DeepSeek V4 Flash-0731 大致是一个 Opus 4.7 - 4.8 之间水平的模型，以极小激活规模进入了前沿 Agent 模型竞争区间，用约 1/12～1/60 的 token 成本进入前沿 Ag…
作者对比分析认为，DeepSeek V4 Flash-0731 在极小激活规模下达到 Opus 4.7-4.8 水平，以极低 token 成本进入前沿 Agent 模型区间，整体超越 GLM-5.2，但短板仍是困难仓库级编程和长时程工程。
@NFTCPS: 卧槽！DeepSeek 这波是要把市面上的 Agent 一锅端啊，全家桶都给你凑齐了！ 连 Reasonix 都没放过，直接收编。 跟你们说人话： 这玩意儿是目前最能帮你省 DeepSeek 账单的原生终端 工具调用稳得一批，不抽风 靠缓…
DeepSeek-Reasonix 是一个基于 DeepSeek 的原生终端 AI 编码代理，通过缓存命中大幅降低 API 成本，工具调用稳定可靠。
DeepSeek刚刚戳破了美国AI泡沫。
DeepSeek的V4 Pro模型在定价上比GPT-5.5和Claude Opus等竞争对手低10-35倍，这表明随着'足够好'的模型以显著更低的成本压缩利润率，AI泡沫面临通缩压力。
)
DeepSeek发布了其新的V4-Pro-0813模型，每百万输出tokens定价0.87美元，同时声称在基准测试中表现出色，可与Anthropic的Opus 4.8相媲美，并加剧了与OpenAI的人工智能价格战。