「AI新世代」Flash模型站上C位？DeepSeek、MiniMax先后上新，背后是一本算力经济账

本报（chinatimes.net.cn）记者石飞月 北京报道

当主力模型还在按“半年一更”甚至“一年一更”的节奏打磨时，Flash模型已经“小步快跑”到了聚光灯下。近日，DeepSeek和MiniMax前后脚更新和上新Flash模型，厂商之间围绕“更小、更快、更便宜”模型的较量也明显升温。

在业内人士看来，厂商集体推Flash模型，实际是在算力逻辑和真实需求之间找了个更务实的平衡点。目前，全球算力缺口依然较大，主力模型参数大成本高，选择Flash模型既能接住大多数人80%的长尾需求，还能节省算力和成本。

Flash模型凭什么抢镜

此前，业界的目光几乎都锁定在主力模型上，今年以来，Flash模型也逐渐成为大家关注的焦点。近日，MiniMax正式推出新一代Flash模型M3.1 Flash，而在该公司发布前两天，DeepSeek的V4.1 Flash模型也更新至V4.1-Flash-1017版本。

厂商为何集体推出Flash模型？《华夏时报》记者就此采访了MiniMax和DeepSeek方面，截至发稿未收到回复。

在文渊智库创始人王超看来，大家之所以推Flash版本，核心在于它本质上是一次“小更新”，参数更少、用起来更便宜、推理也更方便，其实就是在用“小步快跑”的模式，去对抗那种大改动式的主力模型更新节奏，主力模型可能半年甚至一年才更新一次，而Flash参数少、船小好掉头，很容易就能做到快速迭代。

他对本报记者表示，Flash面向的其实是一些轻度用户，比如文案整理、内容阅读、轻量文章、PPT撰写，这些Flash完全可以覆盖，不需要每次都动用主力旗舰模型。“主力旗舰模型反应相对较慢，Flash版本几秒钟就能做完的事，主力旗舰可能需要十几分钟甚至半小时，有些复杂程序甚至要跑一天。”

从MiniMax和DeepSeek的介绍来看，Flash模型的性能并不逊色，成本上还比主力模型更具优势。

性能上，MiniMax表示，M3.1 Flash在复杂Agent任务、电脑操作、软件开发及网络安全等方面取得大幅提升，在面向需要多步规划、连续调用工具和长程执行的任务上表现效果突出，同时线上推理速度提升了近3倍。

DeepSeek V4.1-Flash-1017则通过基于自反馈的强化学习（RL）训练技术，提升了在游戏开发、3D建模等方面从零开始构建完整项目的能力，能够支持实现更多“许愿式”编程任务及项目开发请求。此外，DeepSeek API还新增对Search与Fetch接口的支持，相关能力正式向公众开放。

成本方面，M3.1 Flash下调了API调用价格，每百万tokens的输入费用为1元、输出费用为4元，缓存读取费用为0.1元。与M3（输入≤512K tokens）对应价格相比，输入和输出单价均降低50%以上，缓存读取单价降低超70%。

DeepSeek V4.1-Flash-1017则在提升性能的同时，同步缩短了模型的任务运行时间与输出长度，让用户能够以更低成本、更快速度完成任务，在多个Harness下达到了新的性能-费用帕累托最优。

“总体来看，Flash模型更适合规模化使用，对常见任务的处理已经达到可用水平，现在市场更看重响应速度和使用成本，相较旗舰模型，Flash模型速度更快、调用更便宜，同样预算下能完成更多工作，适合追求即时反馈的开发者。”接近大模型厂商的人士告诉本报记者。

算力账浮出水面

今年大模型市场的一大变化，就是智能体的风口呼啸而至，厂商们不约而同地加码Flash模型，其实与智能体的发展浪潮也有很大关系。

从适配的角度来看，上述接近大模型厂商的人士称，Flash更适合Agent的长程执行环节。“完成一次复杂任务往往需要反复推理、调用工具，每轮的费用和等待都会累加，因此Flash的速度与成本优势会被放大，可以让主力模型负责复杂规划与复核，Flash执行明确子任务。”

王超也指出，现在很多模型的使用思路是：用主力模型来做规划、做思考，把一些简单任务分解给Flash模型去做，这样既省钱、速度也更快。“并不是一个任务的所有环节都需要用到主力模型，所以这相当于把任务拆解，把最难的、最需要战略型思考的任务交给主力模型，把执行层的任务，比如做摘要、做一些很简单的推理，交给Flash模型来做，从而提高效率、降低成本。”

还有一个更深层次的原因是，智能体规模化运行持续推高了AI算力需求，而当前芯片、存储、服务器等关键基础设施扩张周期难以同步，加之能源供给约束，全球算力供需缺口进一步扩大。

国际数据公司（IDC）与浪潮信息联合发布的《2026年中国人工智能计算力发展评估报告》预计，全球AI算力需求满足率将由2024年的79%下降至2027年的71%，2030年仅回升至77%，即23%的需求等不到供应，供需矛盾将长期存在。

不少大模型公司已经开始自建数据中心或布局算力。智谱今年落地1GW级国产AI算力数据中心建设，全部采用国产AI芯片，还完成了对国产AI异构算力软件公司中科加禾的收购。

另据媒体报道，DeepSeek计划在乌兰察布新增1GW算力，部分将在2027年底至2028年初投入运行。该公司未就此进行过官方回应，不过DeepSeek官网的招聘信息显示，目前其正在招IDC数据中心团队和采购团队，工作地点之一就是乌兰察布。

而调用Flash版本模型，推理所需的算力更少，整体算力门槛降下来了，价格自然也能压得很低。这其实是一举两得：既省了算力，又省了成本。

“AI产业链的底层逻辑到底跟互联网不一样。”王超指出，互联网边际成本趋近于零，多一个用户几乎不增加成本，但模型不是这样，主力模型推理、算力、电力消耗都极强，多一个用户并不会自动带来收入。

因此，他认为，不是所有人都需要最好的模型，Flash模型就是来承接大众的长尾需求、覆盖大多数人80%的场景。“算力不是无中生有的，参数越大、成本越贵，主力模型的收费可能会越来越高，Flash正是这条算力逻辑下的必然产物。”

责任编辑：黄兴利 主编：寒丰