Deedy@deedydasDeedy Das 列出 2020 年以来按网站流量排名前 20 的初创公司：DeepSeek、Perplexity、Suno 领衔。仅 25%（Polymarket、Supabase、Fanvue、ShopMy、Whop）非 AI；20% 已被收购；未上榜的知名公司包括 Kalshi（2018 年成立）、Mistral（1000 万月访问量）、OpenEvidence（1140 万）、Cognition；除 GPTZero 和 Fanvue 外均为独角兽，其中 7 家为十角兽，但流量与估值无明显关联。
SemiAnalysis@SemiAnalysis_瑞银分析师调研十余家企业IT负责人后发现，约六成企业已出台管控措施收紧AI开支。token调用成本是核心顾虑，Uber运营总监坦言AI投入回报微薄。DeepSeek等开源模型与中国本土大模型有望受益，尤其适合非代码类业务。短期内OpenAI、Anthropic等闭源厂商承压最大。谷歌推出Gemini 3.5 Flash，Anthropic发布Claude Sonnet 5以降低成本。瑞银称这一趋势为“良性调整阵痛”，无企业彻底叫停AI落地。
英伟达 6 月 30 日发布博文，宣布在 Blackwell 平台上通过全栈推理优化，使 DeepSeek V4 模型的单 Token 成本降至 1 个月前的五分之一，达到行业最低水平。优化涵盖生产运营、应用加速和基础设施访问三层，采用分离式服务、大规模专家并行、NVLink 并行通信、NVFP4 精度及多 token 预测等技术，单 GPU 的 token 吞吐量最高提升 20 倍。
Deepseek推出DSpark推理框架，采用推测解码技术，由小模型生成候选答案、大模型批量验证，并一次生成多个token而非单个，使每用户响应速度提升60–85%。系统基于置信度动态调整验证深度，减少无效计算。DSpark与Deepseek-V4-Pro模型（与北京大学联合开发）已在HuggingFace和GitHub以MIT许可证开源。高效推理降低对高端芯片需求，有助于中国与欧盟在芯片受限下获取更多AI性能，短期构成战略优势。
Rohan Paul@rohanpaul_ai花旗研究数据显示，中国模型每百万token收费低至18美分，而顶级模型均价4美元。OpenRouter上开源模型处理占比从1月34%升至6月65%，DeepSeek等中国模型因低价受关注。Gartner预测AI编码成本2028年将超普通开发者薪资。按用量付费使企业从“选最强模型”转向成本控制，OpenAI和Anthropic面临逐任务比价压力。前Meta PM及Perplexity CEO指出，中国能更快建设数据中心，电力、许可、人力、专业能力均不成问题，进一步压低成本。
Opinion from a former Meta PM. And this is from Aravind Srinivas of Perplexity "China can build data centers a lot faste...
karminski-牙医@karminski3DeepSeek推出的DSpark是一种推测性解码技术，通过在Final RMSNorm后接入3层MTP微型Transformer堆叠，让大模型在输出前并行猜5个token，经置信度头剪裁后，送回大模型用prefill验证，正确则一次性吐出多个token。相比外挂小模型更高效，不降智，速度提升60%-85%。目前SGLang已有相关PR（#29538），DeepSeek已在HuggingFace发布多款DSpark魔改版小模型。
DeepSeek 的 MLA 通过只缓存低维潜向量压缩 KV Cache，但 QK-Norm 需归一化高维 Key，若缓存归一化结果则打破低维优势。文章提出数学等效变换：将 QK-Norm 中动态逆 RMS 标量和静态仿射权重合并到 Query 侧，推理时每个 token 只需额外缓存一个逆 RMS 标量，即可严格等价实现 QK-Norm，不牺牲显存效率。在 400M/1B 模型训练 100B tokens 实验中，QK-Normed MLA 相比 QK-clipping loss 更低（1B 模型 gap ~0.02），训练更稳定且收敛更快。
DeepSeek 团队 6 月 29 日宣布，DeepSeek V4 正式版计划于 7 月中旬上线，届时 API 定价将引入峰谷机制，高峰时段（每日 9:00-12:00、14:00-18:00）价格为平时的 2 倍。此前 DeepSeek-V4 预览版已于 4 月 24 日上线并同步开源，拥有百万字超长上下文，在 Agent 能力、世界知识和推理性能上实现国内与开源领域领先，按大小分为两个版本。另外，DeepSeek-V4-Pro API 已永久降价至原定价的 1/4。
karminski-牙医@karminski3推文对三款Flash级模型（Gemini-3.5-Flash、Step-3.7-Flash、DeepSeek-V4-Flash）进行横评。这些模型定位为多智能体系统和RAG系统的驱动模型。评测维度包括Agent Loop迭代能力、Agent能力、前端/后端、空间理解、美学、性价比等。Gemini-3.5-Flash更适合前端页面、建模等“漂亮活”。Step-3.7-Flash极具性价比，在Agent测试中Token效率极高（用最少Token完成最多任务），适合作为OpenClaw、Hermes等Agent框架的驱动模型。DeepSeek-V4-Flash后端能力出色，适合写脚本或驱动ClaudeCode用于AI-Ops。
ginobefun@hongming731OpenAI Codex负责人称，代码实现成本趋近于零后，产品瓶颈转向品味与策展。Cloudflare CEO预测2026上半年机器人流量超人类，五年后或达千倍，广告模式难以为继，公司已裁20%团队并扩管理幅度至12:1。陪伴机器人“小伴”采用端侧1.7B+7B模型，延迟压至0.4秒。Grok 4.5在SpaceX/特斯拉私测，基于1.5T参数V9模型，性能接近Opus。DeepSeek发布DSpark推测解码框架，DeepSeek-V4单用户生成速度提升60-85%。路由层降AI成本60%但质量损失代价为节省额4-5倍。2000人次6000多次提示词注入攻击下，Claude Opus 4.6成功保护secrets.env文件。
http://x.com/i/article/2071376452755587072
Berryxia.AI@berryxiaDeepSeek 开源 DSpark，一个面向生产环境的投机解码框架。核心解决传统投机解码中 draft 模型猜测后期 token 错误率高、浪费算力的问题。DSpark 采用并行 backbone + 顺序 Markov head 混合架构，消除后缀衰减；并引入置信度 head 和负载感知调度器，动态控制验证数量。在 DeepSeek-V4 生产系统中，单用户生成速度比 MTP-1 基线快 60-85%，吞吐提升 1.5x 至 5x。开源内容包括基于 V4 权重的 DeepSeek-V4-Pro-DSpark/Flash-DSpark checkpoint，以及 MIT 协议的 DeepSpec 训练代码，与北京大学联合开发。
DSpark from @deepseek_ai ingeniously integrates many speculative decoding ideas to achieve 1.5x to 5x higher throughput ...
Chubby♨️@kimmonismus"We now have a Chinese open-weight model that is as good as the currently available models from OpenAI and Anthropic." @...
Coinbase CEO Brian Armstrong 已将公司迁移至中国 AI 模型，采用智谱 GLM 5.2 和月之暗面 Kimi 2.7，token 用量攀升但支出减半。91% 的开发者从未触及旧用量上限。初创公司 Lindy 近期转向 DeepSeek V4，Snowflake 也在测试中国模型作为廉价替代品。Coinbase 部署自动路由系统，根据任务、价格和缓存潜力选择模型，缓存命中率从 5% 提升至 60%。开发者被要求保持上下文精简并开启新会话。公司让每位开发者用量透明但不设上限，Armstrong 表示“AI 支出越多，预期影响越大”。这些举措使 AI 总支出减半。同时，OpenAI 的 GPT-5.6-Sol 与 GPT-5.5 定价相同但更省 token，并推出两个廉价变体，加剧与 Anthropic 的价格战。
AI账单失控背景下，越来越多的美国企业转向Tokenminimizing策略，部分企业已100%切换使用DeepSeek以降低Token消耗。阿里千问输入法macOS版正式上线，主打最快300字/分的语音输入和AI自动润色功能，支持9种方言且无广告；官方预告iOS、Android、Windows版将于近日发布。
Rohan Paul@rohanpaul_aiJ.P. Morgan报告显示，中国AI模型每token比美国便宜50倍，Qwen、DeepSeek、Kimi施压OpenAI和Anthropic定价。到2026年4月，中国公司在OpenRouter流量占比将从不足2%升至超45%。报告还指出企业AI token将商品化，多数任务无需前沿模型；AI已驱动标普500回报的65%-80%；NVIDIA仍主导AI加速器，但定制芯片可降总成本30%-40%；中国GPU自给率提升。UBS调查发现，60%监控AI预算的企业已转向更便宜模型，通过模型路由将简单任务分流至Qwen、DeepSeek、MiniMax等开源模型，以应对最高$35K/月账单及团队超配额200%的压力。
UBS says 60% of companies now watching AI budgets are moving to cheaper models and open-source Chinese models The pressu...
Rohan Paul@rohanpaul_aiDeepSeek 提出 DSpark，一种半并行推测解码系统，使 DeepSeek-V4 在相同吞吐量下每用户生成速度提升约 60% 至 85%。核心创新在于选择性验证：草稿模型并行生成多个候选 token，再由一个小型马尔可夫头根据前一个 token 微调每个猜测，弥补纯并行推测后段 token 组合质量下降的缺陷。置信度调度器基于接受概率和 GPU 负载，动态决定每个请求需验证的 token 数量，避免无效计算。
DeepSeek 发布 DSpark 投机解码框架并开源检查点与训练代码。该框架不是新模型，而是在 DeepSeek-V4 权重上附加草稿模块，通过半自回归生成（并行骨干 + 轻量级顺序头）实现无损加速。生产环境下，DeepSeek-V4-Flash 和 V4-Pro 每用户生成速度较 MTP-1 基线分别提升 60–85% 和 57–78%。离线测试中，接受长度比 Eagle3 高 26–31%，比 DFlash 高 16–18%。配套 DeepSpec 训练代码库采用 MIT 许可证。
DeepSeek 在 GitHub 上开源了推理优化方案 DeepSpec，并发布了配套论文 DSparkpaper.pdf。该方案可将模型生成速度提升 60% 至 85%，具体实现细节见论文。
美国企业面临 AI 账单失控，开始转向 Token 最小化策略。旧金山公司 Lindy 此前主要调用 Anthropic 的 Claude 模型，每月 AI 账单超支甚至超过员工工资。该公司 CEO 弗洛·克里维洛表示，本月初已将 100% 流量切换到 DeepSeek，预计未来几个月可节省数百万美元。企业开始采用按任务匹配模型的“模型路由”，不再将最贵的前沿模型用于所有场景。部分客户已决定暂停 AI 投入，待证明投资回报率后再继续。
DeepSeek 联合北京大学发布 DSpark 推理加速框架，已部署于 DeepSeek-V4-Flash 与 DeepSeek-V4-Pro 预览版。DSpark 采用半自回归架构与置信度调度验证机制，在同等吞吐量下将单用户生成速度提升 60% 至 85%。在 Qwen3 系列和 Gemma4-12B 的离线测试中，DSpark 平均每轮接受长度优于 Eagle3 和 DFlash。生产环境下，V4-Flash 引擎在 80 token/s SLA 下吞吐量提升 51%，120 token/s 时提升 661%。相关论文、训练代码已在 GitHub 开源。
Orange AI@oran_ge推文分享了三个反直觉的模型观察：GLM 5.2 正在取代 Claude Sonnet 和 Opus 成为付费用户最爱；DeepSeek v4 Pro 仍是大众最受欢迎模型；GPT 5.5 虽然强大但几乎无人使用。数据来源为 cola 的 token 消耗统计，侧面说明 cola 和 codex（GPT 5.5 用户）画像完全不同。
AI初创公司Lindy已完全弃用Anthropic的Claude，转而使用中国公司DeepSeek的模型（在美国境内托管）。CEO Flo Crivello向CNBC表示，其25人公司的AI成本此前“不可持续”，甚至超过人员开支；切换后成本曲线“直接跌到地面”，节省了数百万美元。Crivello称若Anthropic降价会考虑换回，因为“这关乎企业生存”。Snowflake CTO分析显示，GLM-5.2等中国模型虽未完全达到Claude水平，但在性价比上具有竞争力。OpenAI CEO Sam Altman也指出，AI成本已成为企业的“巨大问题”。
Rohan Paul@rohanpaul_aiThe Information报道，Anthropic的Mythos预览版让DeepSeek感到震惊，CEO梁文峰意识到需要更大现金储备来竞争。DeepSeek随即启动74亿美元融资，并计划将所有部门员工数量翻倍，招聘覆盖AI核心研发、算法、深度学习、全栈开发和产品岗位，表明DeepSeek正从仅调模型转向构建完整系统。AI竞争已变为计算储备、人才密度、基础设施、产品表面积和现金储备的综合较量。
Reuters: DeepSeek is going on a hiring sprint, aiming to double every department. The hiring spans AI core R&D, algorith...
Chubby♨️@kimmonismusKim 指出，美国政府限制前沿AI能力（阻止SOTA被使用），反而让开源模型更吸引自有应用和整体市场，欧盟等国家也可受益。这吸引新投资与理想主义人才，OpenAI 和 Anthropic 将最受监管反噬，间接助推开源（尤其来自中国）。引用称，Anthropic 4月预览 Mythos 后，DeepSeek 因无法竞争而融资74亿美元；此前该实验室靠 CEO 梁文锋个人财富，现有约300人，计划至少翻倍。
Anthropic's Mythos preview reportedly pushed DeepSeek into a $7.4B fundraising - because they could not compete with Myt...
Chubby♨️@kimmonismusAnthropic 4 月预览的 Mythos 模型据报迫使 DeepSeek 转向外部融资，筹集 74 亿美元。此前这家成立三年的中国 AI 实验室一直靠 CEO 梁文锋个人财富运营。The Information 报道称，梁文锋认为 DeepSeek 若无更大资金储备将无法与 Mythos 竞争。DeepSeek 正激进扩张：当前约 300 名员工，计划在 AI 系统、基础设施、产品和研究部门至少翻倍人员规模。
Rohan Paul@rohanpaul_aiRohan Paul@rohanpaul_ai"UBS报告称，60%关注AI预算的企业正转向更便宜的模型和中国开源模型。用户月花费高达$35K，团队超配额200%，公司内部AI工具从5个削减至2个。企业采用模型路由策略，将简单任务分配给低成本模型，将复杂推理、编码和长上下文任务保留给高端模型。中国开源模型如Qwen、DeepSeek、MiniMax、GLM、Kimi因可本地部署或通过云目录使用，符合企业成本曲线。"
宝玉@dotey🚀 我们组在招(全职/实习都可以): -多模态数据工程师(属于预训练数据工程师) -多模态理解数据/算法研究员(图像 & 视频方向) DM 已开,直接带CV发消息给我,或者带CV发邮件到 talent@deepseek.com
DeepSeek V4 定价极低，仅基于 token 费用就比 Anthropic 和 OpenAI 的前沿模型便宜近 50 倍，未计入思考类模型额外 token 消耗。文章指出对方陷入高成本困境，难以降价 20–50 倍竞争。开放权重模型低成本源于硬件压力测试还是亏本引流，尚存争议。担忧美国可能借“中国恐惧”推动限制开放权重模型。Google 于 2026 年 4 月发布 Gemma 4，Meta Llama 无新版本，OpenAI 最后开放权重停留在 2025 年 GTP，Anthropic 从未发布。真正开源（含训练数据管道）模型正流行，但数据截止 2024 年 12 月。美国 NSF 与 Nvidia 合作支持 Allen AI 开发完全开源 AI。
X.PIN@thexpin中国公司 z.AI 以 MIT 许可证开源 GLM-5.2 模型，拥有百万 token 上下文窗口，基于华为昇腾芯片训练，性能接近 Claude Opus 4.8 和 GPT-5.5。与此同时，Amazon、Meta、Uber 等美国公司因工程师过度消耗 token 而开始限制 AI 预算（Uber 每员工上限 1500 美元），推动开源模型需求。GLM 团队源自学术项目，长期适配国产芯片；DeepSeek 投入 28 亿美元，共同成为“Tokenmaxxing”趋势的替代方案。
百度于6月22日开源 Unlimited OCR 模型，总参数量30亿，推理时仅激活5亿。模型延续 DeepSeek OCR 架构，编码端采用两级视觉编码并执行16倍 token 压缩，将1024×1024 PDF 图像压缩为256个视觉 token，缓解长文档解析越生成越慢问题。训练基于 DeepSeek OCR 检查点，冻结 DeepEncoder 后继续4000步，使用约200万份文档在8×16 A800 GPU上完成，单页与多页数据配比约9:1。在 OmniDocBench v1.5 上整体得分93.23（DeepSeek OCR 87.01，DeepSeek OCR 2 89.17），文本编辑距离0.038，公式 CDM 92.61，表格 TEDS 90.93，读序编辑距离0.045；v1.6 得分93.92。GitHub 已获 6.8K Star。
开源社发布《2025中国开源年度报告》。GitHub平台中国活跃开发者超210万，全球第三。OpenHarmony以60089 OpenRank值登顶全球开源项目影响力榜首。中美贡献度增速差超10%，按当前态势7年后中国开发者贡献度有望超过美国。中国OpenRank贡献度254963，全球第二。AI大模型相关仓库年均增长率超210%，vLLM进入全球项目Top15。10亿以上参数模型中Meta下载量占23.2%，阿里Qwen系列占20%，DeepSeek占3.8%，其R1训练成本仅550万美元。开源企业影响力微软居首，华为第二。
swyx 🔜 @aiDotEngineer@swyxMade it to SF! The love for GLM-5.2 has been incredible. We are bringing team out for the AI Engineer World's Fair, wher...
X.PIN@thexpin作者抢先体验了微信AI助手“小微”。小微基于腾讯自研中文大模型WeLM，部分响应由DeepSeek处理。用户手动激活后，可设置日程、发消息、打电话、生成歌单、启动小程序，并能唤醒美团外卖和京东购物，但转账、红包等最终支付需手动确认。隐私方面：聊天信息仅当前会话读取，不保存、不用于训练，上下文记忆可手动关闭。微信拥有超10亿用户，而腾讯在大模型领域落后于字节和阿里，因此微信成为其最重要的AI落地窗口。支付宝也已在测试具备车辆预约和外卖配送能力的AI智能体。
X.PIN@thexpinDeepSeek Harness团队负责人崔天毅在社交媒体发文称，团队处于初创阶段且严重缺人，他本人每天面试候选人，并在各大平台发布招聘广告。开放三个岗位：Harness Researcher、Harness Engineer、Harness PM。有网友询问是否招聘外国人，崔回应称公司没有禁止雇佣非中国籍员工，但要求所有员工使用中文工作，因此外国人可以申请，前提是能够以普通话作为工作语言。
DeepSeek Harness团队负责人崔添翼6月21日发文称，新成立的Harness团队目标宏大、工作繁重，人员紧缺，正招聘Harness研究员、工程师、产品经理三个岗位。针对网友“不招外国人”的评论，崔添翼回应称，公司招人需要能用中文工作，如同美国公司要求能用英语，并无不招外国人的规定。知情人士透露，DeepSeek已在内部组建Harness团队，主攻代码智能体产品，内部对标Anthropic的Claude Code。
