🇭🇰SCMP Technology•最新收集於 1m
DeepSeek 帶動開放權重 AI 熱潮
#open-weight#inference-cost#model-routing#china-aideepseekdeepseekvercelai-gatewayanthropic
💡了解 DeepSeek 為何讓開放權重模型在美國主要開發者平台上超越專有 AI。
⚡ 30-Second TL;DR
有什麼變化
開放權重模型佔 Vercel AI Gateway Token 用量的 54%。
為什麼重要
這項轉變顯示，推理成本與模型彈性正成為生產環境 AI 架構的關鍵考量。對成本敏感的工作負載而言，開發者可能會更常將開放權重模型與專有 API 一併評估。
下一步行動
透過 Vercel AI Gateway，在接近生產環境的工作負載上測試 DeepSeek 最新輕量模型，並與目前使用的專有 API 比較品質、延遲與成本。
誰應關注：Developers & AI Engineers
關鍵要點
- •開放權重模型佔 Vercel AI Gateway Token 用量的 54%。
- •DeepSeek 最新的輕量模型是使用量激增的主要推手。
- •開放模型的 54% 佔比超越專有模型的 46%。
- •開放模型在該平台的佔比據報曾創下 62% 的紀錄。
- •Anthropic Fable 5 的高成本正導致企業需求轉弱。
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 9 個來源。
🔑 增強重點摘要
- •DeepSeek V4-Pro 在 2026 年 8 月的 SWE-bench Verified 基準測試中達到 80.6% 的得分，展現出與 GPT-5.5 等級系統相當的代理執行能力。
- •DeepSeek 於 2026 年 8 月 13 日發布了基於 Cordis 核心的 DeepSeek Harness 代理框架，該專案在 48 小時內獲得超過 95,000 個 GitHub 星標。
- •DeepSeek V4-Flash 模型定價極具競爭力，每百萬輸入/輸出 Token 僅需 0.14/0.28 美元，成為企業處理大規模法律文件與自動化程式碼審查的首選。
- •DeepSeek 透過針對華為與寒武紀等國產 AI 晶片的深度優化，成功緩解了對受限外國硬體的依賴，確保在算力受限環境下的效能表現。
- •DeepSeek 採用混合專家模型（MoE）架構，例如 V3 模型雖擁有 6,710 億總參數，但每個 Token 僅激活 370 億參數，大幅降低了推理所需的運算成本。
📊 競品分析▸ Show
| 特性/模型 | DeepSeek V4-Flash | Anthropic Fable 5 | Qwen (Alibaba) |
|---|---|---|---|
| 定價 (每百萬 Token) | $0.14/$0.28 | 極高 (企業級) | 中等 (具競爭力) |
| 架構 | MoE (高效能) | 專有閉源 | 開放權重 |
| 核心優勢 | 極致成本效益 | 複雜推理能力 | 生態系整合 |
| 基準測試 (SWE-bench) | 80.6% (V4-Pro) | 頂尖水平 | 高水平 |
🛠️ 技術深入
- 混合專家模型 (MoE)：利用稀疏激活機制，在維持大規模參數量的同時，透過僅激活部分參數來顯著降低推理延遲與算力消耗。
- Cordis 核心：DeepSeek Harness 框架的底層架構，專為模組化與插件式代理任務設計。
- 多模態整合：V4 系列模型原生支援文字、圖像與影片處理，實現跨模態的統一推理架構。
- 硬體適配層：針對中國國產 AI 加速器（如華為昇騰系列）進行算子級優化，以繞過高階 GPU 供應限制。
🔮 前景展望AI analysis grounded in cited sources
開放權重模型將在 2026 年底前佔據企業 AI 流量的 60% 以上。
企業為降低對昂貴專有模型（如 Fable 5）的依賴，正加速轉向高性價比的開放權重替代方案。
DeepSeek 將成為全球代理式 AI (Agentic AI) 開發框架的標準制定者之一。
DeepSeek Harness 的快速普及顯示開發者社群正傾向於採用其模組化架構來構建複雜的自動化工作流。
⏳ 時間線
2023-07
梁文鋒於杭州創立 DeepSeek，並獲得 High-Flyer 避險基金支持。
2026-01
DeepSeek 發布 V4 系列模型，正式引入多模態處理能力。
2026-08-13
發布基於 Cordis 核心的 DeepSeek Harness 代理框架。
2026-08-25
DeepSeek 模型在 Vercel AI Gateway 的使用量推動開放權重模型佔比達到 54%。
📎 來源 (9)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： SCMP Technology ↗
每週 AI 簡報
每週一封，可隨時退訂。