Ollama 云模型：DeepSeek V4 Flash 相较于 V4 Pro 节省大量成本

近期对 Ollama 云模型的分析显示，基于每次任务的 GPU 计算使用量而非仅 token 数量，存在显著的成本差异。研究发现，DeepSeek V4 Flash 尽管活跃参数较少，但在编码基准测试上的表现与 DeepSeek V4 Pro 相当，而计算量却减少了约 73%。这表明为 V4 Pro 等更高级别模型支付费用执行常规任务的用户可能严重支出过高。分析强调，每个 token 的活跃参数和思考 token 开销是 Ollama 云上计算成本的主要驱动因素，总参数数量对于订阅定价而言是较不相关的指标。 AI

影响 通过优化基于计算效率的模型选择，突出了云 LLM 平台用户潜在的成本节省。

排序理由 对现有模型和定价结构的分析，而非新发布或重大的行业事件。

在 dev.to — LLM tag 阅读 →

• Composio
• DeepSeek V4 Flash
• DeepSeek V4 Pro
• Design Arena
• Gemma 4
• GLM 5.2
• GPT-OSS 120B
• Kimi K2.7 Code
• LiveCodeBench
• MiniMax M3
• Ollama Cloud
• qwen-3.7-max
• SWE-bench
• Terminal-Bench

• 基础设施
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →