如果你还没有尝试开放权重模型,那你应该试试。尤其是当它的成本只有原来的十八分之一时。
摘要
一位科技巨头的工程师对比了使用 DeepSeek V4-flash(19.86 美元)和 Opus 5.5(346.70 美元)构建同一个开源库的情况,发现两者成本相差 18 倍,而结果仍可接受,因此认为业界应重新考虑如何选择规模适配的模型。
我在科技大厂工作,我们可以不限量地使用所有前沿模型的 token 等等。这是种福利,但也有点让人上瘾。我已经完全脱离了用 AI 工具开发软件的实际成本。但几周前,我在帮一位朋友处理一些开源库(ArchUnitGo)相关的事情时,决定试试 opencode。这让我有了更多思考。一个参数量较小的开放权重模型,如果配上完善的运行框架,能做到前沿模型能做的事吗?于是我决定把这个库开发两遍,一遍用 DeepSeek V4 Flash,另一遍用 Opus 5.5。结果简直离谱。同样的库都做出来了,价格差距如下。Opus 5.5:346.70 美元,V4-flash:19.86 美元。价格相差足足 18 倍。Opus 的整体表现显然更好,消耗的 token 也少了约 40%,但说到底,谁在乎呢?用更简单的模型,成本低,而且也能把事情做成。我觉得,我们确实需要认真思考,为任务选择恰当规模的模型,对未来意味着什么。
相似文章
@browser_use:DeepSeek V4.1 Flash 1017 在长程浏览器操作任务上追平 Opus 5.5,价格便宜 19 倍,得分超过 75/100,与 Opus 5.5 持平,几乎达到 Astra 水平……
DeepSeek V4.1 Flash 1017 在长程浏览器操作基准测试中追平了 Opus 5.5 的表现,而每任务成本仅为后者的 1/19,树立了新的性价比帕累托前沿。
@PrajwalTomar_: 天哪。DeepSeek V4 让 Claude Code 便宜了 100 倍。大多数开发者正在把所有 Opus 积分浪费在所有事情上……
一条推文讨论 DeepSeek V4 如何大幅降低使用 Claude Code 的成本,建议使用三个模型的组合来处理不同任务,以避免昂贵的 Opus 积分。
@philipkiely: 关于示例工作负载:Opus 4.8 -> Kimi 2.7 Code | 节省82% GPT 5.5 -> GLM 5.2 | 节省77% Gemini 3.5 Flash -> Nemot…
菲利普·基利(Philip Kiely)的一条推文强调,使用Baseten的ROI计算器工具,从闭源AI模型切换到开源替代方案可节省成本。
每月花费2500美元使用Sonnet/Opus——是否值得更多转向GPT-5.5/Codex?
一位用户讨论如何优化每月2500美元的AI API支出,比较Anthropic的Sonnet/Opus与GPT-5.5/Codex在编程和商业任务上的表现,寻求社区关于成本与质量权衡的建议。
开源模型令人难以承受的廉价
本文探讨了像DeepSeek V4这样的开源模型与Anthropic和OpenAI的闭源模型之间的巨大成本差异,认为后者是通过人为稀缺性和品牌效应而非技术优势来维持高价格。