DeepSeek V4-Flash-Vision-Exp 上线！多模态来啦|大模型讨论专楼

cscbzcbz · 发表于 2026-8-26 21:50

tonyunreal 发表于 2026-8-26 21:44
https://huggingface.co/unsloth/Qwen3.8-Flash-Next-GGUF

1比特量化版72.5GB

1比特

这能干啥

requiem116 · 发表于 2026-8-26 21:53

晚上接着搓结果会话里完全把昨天晚上干的活全部忘了

这会倒是想起来自己是多模态模型了
看来还得去试试看坛友的方案用pi看看

startraveller · 发表于 2026-8-26 22:01

塞不进单spark，很坏

cscbzcbz · 发表于 2026-8-26 22:04

牛来呢，还发吗？

qwased · 发表于 2026-8-26 22:06

pi vcc+64K上下文的qwen3.8 27b测试完了，长任务触发了2次上下文压缩也没有出现跑偏，装了思考修复之后也是该思考就思考该写就写，不像之前那样拼命在思维链里面打草稿了
16G显卡+apex mini量化完全可用，除了坐在电脑旁边被热风吹的很不爽以外没啥毛病

tonyunreal · 发表于 2026-8-26 22:06

牛来听说智谱plan已经能蹬了
但是价钱没出来

—— 来自 Xiaomi 25060RK16C, Android 16, 鹅球 v3.5.99

tonyunreal · 发表于 2026-8-26 22:08

https://z.ai/blog/glm-5.3-flash

牛来的官方博文

—— 来自 Xiaomi 25060RK16C, Android 16, 鹅球 v3.5.99

qwased · 发表于 2026-8-26 22:09

本帖最后由 qwased 于 2026-8-26 22:10 编辑

320B这个表现感觉就一般了啊，不知道ds4fv是多大的

with all of this traffic served on Chinese AI chips.

草，华子给了多少卡啊，这么能顶

舞以 · 发表于 2026-8-26 22:11

牛来的api价格有了么？

tonyunreal · 发表于 2026-8-26 22:11

本帖最后由 tonyunreal 于 2026-8-26 22:12 编辑

价钱大概拉了，激活参数18B
opencode go只给flash一半的额度，官方文章也只说cost per task比flash略低

neptunehs · 发表于 2026-8-26 22:12

opencode的ox已经结束了。
好不容易今天ox快起来了一天不到就没了哎

—— 来自 vivo V2561A, Android 16, 鹅球 v4.0

tonyunreal · 发表于 2026-8-26 22:14

https://bigmodel.cn/pricing

智谱的api文档更新了
输入0.8块输出2.8块，前两周再半价

好像神了？

→熙← · 发表于 2026-8-26 22:16

tonyunreal 发表于 2026-8-26 22:14
https://bigmodel.cn/pricing

智谱的api文档更新了

缓存0.23, 这是一坨💩

tonyunreal · 发表于 2026-8-26 22:16

https://docs.bigmodel.cn/cn/coding-plan/overview
plan里按输入2.3块输出8块抵扣，何意味

Azcarlo · 发表于 2026-8-26 22:16

本帖最后由 Azcarlo 于 2026-8-26 22:35 编辑

glm 5.3 flash这规模也没比dsv4 flash小啊，推理真能便宜吗？
倒是qwen 3.8 flash deltanet+sparse attention 而且是120b相当利好推理
哦草好像不对，怎么qwen还要额外接一个51B的engram，那接近200b了

— from Xiaomi 23127PN0CC, Android 16, S1 Next Goose v3.5.99

qwased · 发表于 2026-8-26 22:18

tonyunreal 发表于 2026-8-26 22:14
https://bigmodel.cn/pricing

智谱的api文档更新了

官方不给多模态是何意味？

cscbzcbz · 发表于 2026-8-26 22:18

tonyunreal 发表于 2026-8-26 22:14
https://bigmodel.cn/pricing

智谱的api文档更新了

你们都不看缓存的吗

舞以 · 发表于 2026-8-26 22:18

这命中缓存的价格，感觉agent场景便宜不了啊

zhongjie · 发表于 2026-8-26 22:18

性能这么强？等今晚两个模型的对比了

qwased · 发表于 2026-8-26 22:19

Azcarlo 发表于 2026-8-26 22:16
glm 5.3 flash这规模也没比dsv4 flash小啊，推理真能便宜吗？
倒是qwen 3.8 flash deltanet+sparse attenti ...

看博客说是国产卡的数据中心发力了，拿了一万张以上的国产卡跑的，成本比肩n卡

→熙← · 发表于 2026-8-26 22:20

原来智谱缓存那么贵,我就说套餐里开始讨论的时候感觉还挺耐用的, 怎么到执行阶段一下就没了

ycjiang1337 · 发表于 2026-8-26 22:21

qwased 发表于 2026-8-26 22:09
320B这个表现感觉就一般了啊，不知道ds4fv是多大的

草，华子给了多少卡啊，这么能顶

好像智谱是对910系列做QAT的

—— 来自 HUAWEI SGT-AL50, Android 16, 鹅球 v3.4.97-alpha

舞以 · 发表于 2026-8-26 22:25

本帖最后由舞以于 2026-8-26 22:27 编辑

以你比较典型的 0.5% output/input 来说：

$$ DS_{闲时}=0.0645+4.5\times0.005 =\mathbf{0.087} $$ $$ GLM_{促销}=0.11785+1.4\times0.005 =\mathbf{0.12485} $$

所以促销期间，GLM 仍然比 DS 闲时贵：

$$ 0.12485/0.087\approx1.44 $$

也就是贵约 44%。

但 GLM 又明显比 DS 高峰便宜：

$$ 0.12485/0.174\approx0.718 $$

大概便宜 28%。

于是促销期间，在你这种 workload 下就是：

DS 闲时 < GLM 5.3 Flash < DS 高峰。

更重要的是促销结束之后。GLM 恢复原价，0.5% 输出率：

$$ GLM=0.2357+2.8\times0.005 =0.2497 $$

此时：

DS 闲时：0.087
DS 高峰：0.174
GLM：0.2497

也就是说，GLM 原价甚至比 DeepSeek 高峰价还贵约 43.5%，是 DS 闲时的约 2.87 倍。

考虑到输入缓存率在长程任务一般99%以上，就看漏油的输出/输入比是多少了，我的是不到1%。
牛来的输出便宜，缓存输入贵。
gpt算的，感觉眼下可以梁文峰时期用一下？梁文谷还是用fve。

nxmonitor · 发表于 2026-8-26 22:28

和grok一样的情况，报的时候只报输入输出价格…

qwased · 发表于 2026-8-26 22:28

所以qwen的实测呢，牛来就算了

自由之紫roy · 发表于 2026-8-26 22:30

太开心了，马上能用到新开源模型了

舞以 · 发表于 2026-8-26 22:33

哦，牛来的api还是纯文本？
如果不是glm草台了，那真的不如继续孝敬梁叔叔了

王兰花秀丽 · 发表于 2026-8-26 22:34

应该是草台了，它刚发的演示视频全是在展示视觉应用场景

虽然各家的flash很让人兴奋，但是还是想要下一个K3级别的模型啊 Re:Source

cscbzcbz · 发表于 2026-8-26 22:35

还在藏？opencode上不是多模态的吗？还是说多模态改得再加钱

唠叨 · 发表于 2026-8-26 22:35

所以glm的页面也是ai在维护

自由之紫roy · 发表于 2026-8-26 22:41

这个glm 5.3 flash，6bit可以跑在72G显存下，其他专家可以放在ddr5内存里。还是很人性的。

squallx · 发表于 2026-8-26 22:41

cscbzcbz 发表于 2026-8-26 22:35
还在藏？opencode上不是多模态的吗？还是说多模态改得再加钱

那个多模态就非常迷喂小图可以大图就断链

→熙← · 发表于 2026-8-26 22:42

缓存不改,依然是要找梁叔叔

【单价】

项目	GLM5.3flash	DS4FV高峰期	DS4FV低谷期
输入（命中缓存）	0.23元/百万	0.1元/百万	0.05元/百万
输入（未命中）	0.8元/百万	3元/百万	1.5元/百万
输出	2.8元/百万	9元/百万	4.5元/百万

【费用明细】（基于2026-08-26当天用量：命中192,112,000 / 未命中1,172,179 / 输出711,031）

费用项目	GLM5.3flash	DS4FV高峰期	DS4FV低谷期
输入（命中缓存）	44.19元	19.21元	9.61元
输入（未命中）	0.94元	3.52元	1.76元
输出	1.99元	6.40元	3.20元
总费用	47.11元	29.13元	14.56元

Rowen233 · 发表于 2026-8-26 22:43

舞以发表于 2026-8-26 22:33
哦，牛来的api还是纯文本？
如果不是glm草台了，那真的不如继续孝敬梁叔叔了 ...

不是有vision吗

mortal1976 · 发表于 2026-8-26 22:43

过去一周，我们已在一个大规模的中国AI芯片集群上运行GLM-5.3-Flash，支持高带宽互连和针对底层硬件优化的服务栈。
在集群规模下，我们的生产级编码-预填充-解码（EPD）拆分架构将多模编码、提示预填充和逐符号解码分离为独立调度且可扩展的工作池，实现数万台国产加速器的高效可靠服务。

与同一硬件的初始基线相比，我们在端到端服务性能提升了3×，实现了与主流NVIDIA GPU相当的硬件效率和单代币成本。这表明中国芯片能够高效且经济地大规模支持前沿模型推断。

tonyunreal · 发表于 2026-8-26 22:46

开蹬了，我发现在扣新用户权益的2百万token

chaoliu · 发表于 2026-8-26 22:46

说起来现在看来年初的dgs spark是不是已经算是性价比产品了；
小型化，能单台装dsv4f

有点后悔年初没有让朋友从美帝带回来

Promeus · 发表于 2026-8-26 22:46

下一个k3级可能是hy4？

misuzu0723 · 发表于 2026-8-26 22:48

不能只看缓存价格，还得看缓存时间，记得之前有人测的 glm 并不长，deepseek
可以到好几个小时甚至按天算。而且不知道为啥他一个 flash 的输出速度才 50 多。
当然也要看看实际能力差距拉的有多大，至少现在 5.3flash 的前端应该比 v4f 好不少

—— 来自 vivo V2405A, Android 15, 鹅球 v4.0-alpha

舞以 · 发表于 2026-8-26 22:50

藤子又不需要炒作，不会上超大模型的，hy4能实现flash-0731的能力就可以了。
hy现在看起来还是挺稳步迭代的

论坛助手,iPhone

		自动登录	找回密码
密码			立即注册

[科技] DeepSeek V4-Flash-Vision-Exp 上线！多模态来啦|大模型讨论专楼

本帖子中包含更多资源