参数竞赛的棺材板，被DeepSeek亲手钉死了

7月31号下午，我朋友圈炸了。

DeepSeek没开发布会、没发微博，就悄悄在API文档里更新了一行日志——V4 Flash 0731正式版上线。我翻了半天才确认：不是恶作剧，是真货。

然后我看了一眼跑分，直接愣住。

Artificial Analysis综合智能指数50分，距GPT-5.6 Luna的51分只差1分。 1分什么概念？就是你拿两个模型跑同一个任务，盲测根本分不清谁是谁。

但最扎心的不是分数，是参数没变。

总参数284B，激活13B，256个专家，1M上下文——跟4月Preview版一模一样。一个比特都没改。 全靠后训练硬生生把分提上来了。

我那个做AI infra的朋友半夜给我发消息：“过去两年我们堆了那么多GPU，人家13B激活就追平了，我睡不着。”

更狠的是DeepSWE指标——测模型在真实软件工程里的自主能力。Preview版7.3分，0731直接飙到54.4，翻了7.5倍。这不是优化，这是重新定义了“还能这样玩”。

价格更不用说了。输入$0.14/百万token，缓存命中只要$0.0028，98%折扣。OpenAI同一天紧急降价80%，结果还是比Flash贵60%。我实测跑Codex一小时，Flash花不到一块钱，Luna要两三块。

我认识一个SaaS创始人，昨天看完数据当场把后端从闭源切到了Flash。他说：“MIT协议、原生Codex、缓存几乎免费——这不是选择题，是送分题。”

所以我的观点很直接：
参数竞赛不一定“彻底结束”，但“堆参数=进步”这条路径，在7月31号被一个13B激活的开源模型，用纯后训练的方式，实质性地宣告失效了。

接下来V4 Pro（1.6万亿总参）还没出，但Flash这张牌已经把门槛拉到了地板。


👇 如果你也认同“效率比规模更重要”，我想请你做三件事：

1. 点个赞 —— 让更多还在堆参数的团队看到这条路线；
2. 评论区聊聊 —— 你觉得参数竞赛真结束了，还是Pro版会再掀一波？我每条都会看；
3. 转发给做技术的朋友 —— 他们大概率还没注意到这次静默更新，你这条消息能帮他们省不少钱；
4. 点个关注 —— V4 Pro正式版出来那天，我会第一时间写实测对比，不鸽。

收藏这篇，回头Pro版出了，你回来对照数据，看我说的准不准。