DeepSeekV4.1-Flash模型在能力上进行了升级,同时实现了降价。高峰时段,每百万Token未缓存输入价格降低了33%,输出价格降低了11%。如果缓存命中输入,价格会降低60%,闲时价格还会再减半。此外,该模型原生支持视觉理解,并能够处理高达1M的上下文,这有望扩大长任务Agent的应用范围。KimiK2.8Preview的上线也值得关注,它全量上线了Kimi Code,性能接近K3,思考效率有所提升,并且最高1M上下文已经开放给所有会员档。GPT6Astra的发布引发了关于反蒸馏的讨论,Astra可能通过循环调用Transformer层来增加内部有效计算深度,如果有效CoT等过程监督减少,同等数据下蒸馏效率可能会下降,但答案与任务轨迹仍可用于行为学习。
大模型赛道目前的发展趋势主要体现在模型能力的持续迭代和降本方面。一方面,各大模型厂商都在不断推出新的模型版本,提升模型的能力和性能。例如,DeepSeekV4.1-Flash的发布,不仅提升了模型的能力,还实现了价格的降低。另一方面,模型厂商也在积极探索降低模型成本的方法,例如通过缓存技术降低计算成本。此外,大模型的应用场景也在不断扩展,例如长任务Agent的应用范围正在扩大。同时,融资能力和商业化进展也成为模型公司的重要指标。例如,Kimi正在推进FDE伙伴计划,与多家企业共建FDE队伍,覆盖需求诊断、系统集成与生产部署。智谱也拟通过配售及可转债融资50亿美元,用于研发、算力部署及业务扩张。这些都在表明,大模型赛道正在快速发展,并且商业化前景广阔。
本报告重点分析了模型能力持续迭代并降本、融资能力及商业化进展以及RSI或为模型下一步发展路径这三个方向。在模型能力持续迭代并降本方面,报告分析了DeepSeekV4.1-Flash、KimiK2.8Preview以及GPT6Astra等模型的进展和特点。在融资能力及商业化进展方面,报告分析了Kimi推进FDE伙伴计划和智谱拟融资50亿美元等事件。在RSI或为模型下一步发展路径方面,报告分析了OpenAI自动化研究进展、OpenRouter数据track以及总Token及请求量等数据。通过这些分析,报告揭示了大模型赛道的发展趋势和未来方向。
目前大模型市场的现状是竞争激烈,各大模型厂商都在积极推出新的模型版本,提升模型的能力和性能,并探索降低模型成本的方法。同时,大模型的应用场景也在不断扩展,例如长任务Agent的应用范围正在扩大。此外,融资能力和商业化进展也成为模型公司的重要指标。例如,Kimi正在推进FDE伙伴计划,与多家企业共建FDE队伍,覆盖需求诊断、系统集成与生产部署。智谱也拟通过配售及可转债融资50亿美元,用于研发、算力部署及业务扩张。这些都在表明,大模型市场正在快速发展,并且商业化前景广阔。但同时也存在一些风险和挑战,例如模型的安全性、隐私保护等问题还需要进一步解决。
本报告提示的风险主要包括模型的安全性、隐私保护以及商业化落地等方面。首先,随着模型规模的不断扩大,模型的安全性、稳定性以及可解释性等问题也需要得到更多的关注。例如,DeepSeekV4.1-Flash虽然能力有所提升,但也需要确保其在实际应用中的稳定性和安全性。其次,模型的数据隐私保护问题也需要得到重视。例如,KimiFDE伙伴计划在覆盖需求诊断、系统集成与生产部署的同时,也需要确保用户数据的隐私和安全。最后,模型的商业化落地也是一个重要的风险点。虽然大模型赛道的发展前景广阔,但如何将模型的技术优势转化为实际的市场价值,仍然是一个需要解决的问题。