---
id: "mb-20261018-fd2bec"
kind: "deep"
title: "DeepSeek周六突发新模型：显卡越省钱，算力为什么反而越不够用？"
topic: "DeepSeek周六突发新模型：显卡越省钱，算力为什么反而越不够用？"
source_type: "generated"
status: "published"
generated_at: "2026-10-18 10:02:18"
frame_type: ["机制"]
legal_anchor_count: 0
transcript_citation_count: 0
---

# DeepSeek周六突发新模型：显卡越省钱，算力为什么反而越不够用？

DeepSeek 又挑了一个周六发新模型。

周六发模型，股市要等到周一才开门。

上一次他们统治周末，是 2025 年 1 月。
周一美股一开盘，英伟达单日暴跌将近 17%，市值一天蒸发了大约 5900 亿美元。
创下了华尔街历史上单家公司单日跌幅的最高纪录。

这次发的是 V4.1 Flash-1017。
发布推文几个小时，阅读量就冲破了 46 万。
很多交易员周末盯盘盯得冷汗直流：
周一开盘，显卡股又要被砸盘了吗？

先看这台机器到底改了什么。
总参数 5520 亿。
听起来是个庞然大物，但跑起来极度省钱。
他们做了一个非常巧妙的非对称激活设计。
输入 prompt 的时候，只激活 80 亿参数。
输出写答案的时候，激活 160 亿参数。

为什么要这么干？
因为在真实的智能体场景里，读长文本和写答案，根本是两码事。
现在这模型支持 100 万 token 的上下文。
如果你把整个工程目录、几万行代码全塞给它，显卡的显存带宽瞬间就会被塞满。
读取阶段把激活参数压到 80 亿，显卡读长文本像喝水一样快。
等它想明白、开始往外吐代码的时候，再调动 160 亿参数保证准确率。

光这样还不够。
以前的推理模型有一个毛病：喜欢在思维链里长篇大论，动不动洋洋洒洒敲上几千字。
字数越多，显卡跑得越久，调用成本就越高。
这次 1017 版本用带自反馈的强化学习做了一次反向剪枝：
在终端编程基准测试 Terminal-Bench 上跑分大涨，生成的输出长度反而缩短了。
废话变少了，事情反而做对了。

这才是让市场真正紧张的地方。
单次推理成本又被往下打了一截。
但是，显卡真的会没人买吗？
2025 年初那场 5900 亿美元的大抛售，事后证明是一场巨大的误判。
经济学里有一个经典的规律，叫杰文斯悖论。
当一种资源的利用效率大幅提升、价格暴跌时，它的总消耗量不仅不会减少，反而会暴增。
瓦特改良蒸汽机之后，煤炭消耗量不仅没降，反而翻了几十倍。

大模型也是同一个道理。
如果每次调用的价格居高不下，企业只敢在关键岗位小心翼翼地试用。
当成本和响应延迟被压到几乎感觉不到的时候，用法就完全变了。
你可以让几十个智能体在后台 24 小时不停运转。
让它们反复试错、反复通读几十万行代码、一秒钟执行好几次命令行。
单个任务的算力消耗确实降下来了。
但被唤醒的需求，是原来的几十倍甚至上百倍。

周六发模型，把测试工具丢给全世界的工程师。
等周一华尔街开盘的时候，大家测试跑完了，新功能接上了。
真正懂行的人已经开始算另一笔账：
便宜到极致的算力，接下来会塞满多少台正在后台疯狂跑代码的机器？

_Rendered by mubei-terminal._