从 Deepseek V4 Pro 正式版和 flash 正式版的规律猜大模型演化新路线

昨晚 Deepseeek v4 pro 正式版发布，从官方评测来看，与 flash 正式版差距很小，今天下午似乎由于社区评测不及官方评测的原因，将 V4 pro 正式版又撤回了 ^-^。

我认为如果是撤回，那也仅仅是因为 V4 pro 正式版在部署时出现了问题，但是官方给的评测结论是没有问题的，即 V4 pro 正式版与 flash 正式版的差距就像他们在测评表中的那样，就是差距很小，但是模型参数和价格差距很大，显得 V4 pro 毫无性价比 ^-^。

基于** Pro 与 Flash 参数相差巨大，但性能相差很小**这一点，我有以下猜想：

未来很长一段时间里，各家的主力模型都会是 flash 版本，pro 版本将作为 flash 版本的模具而存在，并且 pro 版本会与 flash 版本在参数上的差距会越来越大，但最终能力上二者会维持可观但又不是很大的差距，差距至少比当前的 v4 pro 正式版和 v4 flash 正式版的差距要大很多，不然 pro 在使用价值上太低了。 ^-^

理由如下：

1.大模型的能力与参数正相关，参数越大，能力越强。

2.大模型的能力随着参数的增大，能力增长幅度越来越小。

3.flash 版本从 pro 版本上继承一定比例的能力与其继承的参数规模相对不变（不准确，暂且这么表述）。

举个例子：

pro 版智力 100，参数 2T，对应的 flash 版智力 80 ，参数 200B。

pro 版智力 120，参数 4T，对应的 flash 版智力 100，参数 400B。

pro 版智力 140，参数 8T，对应的 flash 版智力 120，参数 800B。

在这种情况下，我要提供给市场预期智力为100的模型，就需要先训出 pro 版的120的版本，并且 pro 的120的版本在市场上是根本不赚钱的，因为能用的起的很少，但是它的意义就是由它脱胎出的对应的 flash 的版本。 ^-^

那么在这种情况下，指导原则将不再以限制 pro 的参数上限作为前排约束条件，而是只以能更快更好训练更大的模型为前排约束条件。

说不定现实可能是：

pro 版智力 100，参数 2T，对应的 flash 版智力 90，参数 200B。

pro 版智力 120，参数 4T，对应的 flash 版智力 110，参数 300B。

pro 版智力 140，参数 8T，对应的 flash 版智力 130，参数 400B。

如果是这样的话，那肯定是以训练更大的模型为首要，但是其 flash 版才是用户真正使用的。 ^-^

这种情况下，用不起 Pro 我也无丝毫怨言，那恰恰是我能爽用的条件。