同一个模型，换个学法就开挂？
选题：AI 热搜「DeepSeek-V4-Flash 正式版 · 后训练」
1
大雄兴奋地举手机：「哆啦A梦，你听说了没，DeepSeek-V4-Flash，能力媲美顶级模型，价格还便宜？」哆啦A梦点破：「听说了！但你肯定不知道——它骨架一点没换，全靠『后天教育』开了挂。」
2
哆啦A梦亮两张卡片：预训练=先天脑子（2840亿参数骨架原封不动），后训练=后天教育（精细调优）。同一副脑子，换个学法，直接从学渣变学霸。
3
证据来了：Agent 能力 DeepSWE 7.3→54.4，暴涨 6 倍；价格只要 0.2 元/百万 token，顶级模型的零头；还能一口气读 100 万字的上下文。大雄：那普通人也能用得起了？
4
金句收尾：AI 不是越堆越大才强，『调教』对了，小模型也能干大事。聪明的不是参数，是后训练。
今日资讯
今日资讯来源 · DeepSeek-V4-Flash 正式版
> 本页为《同一个模型，换个学法就开挂？》漫画的事实底稿。所有数据均来自下方「来源清单」，漫画中的夸张表达与原文事实的对应关系见文末对照表。
事件速览
2026 年 7 月 31 日，DeepSeek 通过 API 文档发布日志，宣布 DeepSeek-V4-Flash 正式版上线公测。仅隔一天，Artificial Analysis 与 Arena.ai 两大评测平台同步更新基准结果。8 月 1—2 日，国内媒体密集报道：一个「廉价版」模型，Agent 能力却比三个月前的 Pro 预览版高出数倍，而价格低到个人开发者也用得起。
最让人意外的是：这次升级模型骨架一字未改，只重做了「后训练」。官方确认 V4-Flash-0731 的模型结构、尺寸与预览版完全一致，仅完成新一轮后训练优化——换句话说是「后天教育」带来的脱胎换骨。
关键事实核对
以下为漫画中出现的数字与结论，均可在来源中查证：
- 模型规格：MoE 架构，总参数 2840 亿，激活参数仅 130 亿，支持 100 万 token 上下文，可切换思考/非思考模式。
- 后训练 magic：V4-Flash-0731 与预览版模型结构、参数规模完全一致，底层基座未动，仅完成后训练优化。这意味着「后天调优」的空间比想象中大得多。
- Agent 能力暴涨：DeepSWE 基准（评估 AI Agent 在真实、长周期、多步骤编程任务中的自主解决能力）从预览版 7.3 分升至 54.4 分，涨超 6 倍；Terminal Bench 2.1（Linux 终端多步任务）得 82.7，高于 V4-Pro-Preview 的 72.1 与 GLM-5.2 的 81.0，逼近 Opus-4.8 的 85.0。
- 智能指数逼近顶级：Artificial Analysis 智能指数测试中，V4-Flash-0731（最高推理档）拿 50 分，比 OpenAI GPT-5.6 Luna（51 分）仅低 1 分；同类可比模型中位数仅 17 分。
- 价格打到地板：缓存命中价约 0.2 元/百万 token；在自有 API 上单任务成本比 GPT-5.6 Luna 低约 60%（DeepSeek 提供约 98% 的缓存命中折扣，远超业内普遍 90%）；TechWeb 报道其价格约为 Claude 的 1/90。
来源清单
- TechWeb｜DeepSeek-V4-Flash正式API上线！Agent能力暴涨6倍，价格仅为Claude的1/90 —— 模型规格、DeepSWE/Terminal Bench 数据、价格对比的主要出处。
- 第一财经｜AI周报：DeepSeek-V4-Flash正式版来了，扎克伯格高调支持开源模型 —— Artificial Analysis 智能指数 50 分、成本比 GPT-5.6 Luna 低约 60%、98% 缓存命中折扣。
- 雷峰网/网易｜从翻译到桌面Agent，网易有道全线产品完成 DeepSeek-V4-Flash 正式版升级 —— 7/31 正式版 API 公测、结构尺寸与预览版一致仅后训练；LobsterAI 等已接入。
- 央视新闻/今日头条｜领跑全球榜单！中国AI大模型的优势在哪里？ —— OpenRouter 全球周调用量榜单背景（前五均中国模型，小米 MiMo 登顶），用于理解「国产开源模型市场化领先」的大背景。
- Artificial Analysis —— 智能指数与基准测试的第三方评测平台。
- Arena.ai —— 模型竞技场评测平台，同步更新 V4-Flash 结果。
四格 ↔ 新闻要点对应
| 格 | 画面 | 事实依据 | 说明 |
|---|---|---|---|
| 1 | 大雄惊讶「便宜又强」，哆啦A梦点破「骨架没换、靠后天教育」 | 模型结构/尺寸与预览版完全一致，仅后训练 | 原文核心反差，事实准确 |
| 2 | 预训练=先天脑子 / 后训练=后天教育 | 2840 亿参数骨架原封不动 + 后训练优化 | 教学化类比，概念准确 |
| 3 | DeepSWE 7.3→54.4、0.2 元/百万 token、100 万上下文 | DeepSWE、价格、上下文均为公开数据 | 数字均来自来源，准确 |
| 4 | 金句「聪明的不是参数，是后训练」 | 后训练带来能力跃迁的现象总结 | 观点性收尾，非原文引述 |
延伸选题
- 后训练为什么比预训练更香？ —— 为什么「换学法」比「换脑子」性价比高，以及 RLHF、蒸馏、SFT 等后训练手段科普。
- MoE 稀疏激活是什么？ —— 2840 亿参数只激活 130 亿，为什么大模型能又大又省。
- 缓存命中折扣 98% 意味着什么？ —— 推理成本结构科普，为什么同样的模型有人用得起有人用不起。
- 国产开源模型霸榜全球调用量 —— 结合 OpenRouter 榜单（小米 MiMo 登顶、前五全中国），讲开源生态如何打破闭源壁垒。
待修正 / 备注
- 漫画第 3 格「顶级模型的零头」指相对于 GPT-5.6 Luna / Claude 等闭源顶级模型的价格，属相对表述，非精确比值。
- 「普通人也能用得起」为口语化结论，实际可用性还取决于接入方式与网络环境，漫画未展开。