Noric

#Backcountryski #Ski #Jamband #soulmusic

[AYi @AYi_AInotes]

WTF！！！DeepSeek这是超神了啊，新版本超越了Fable、Opus、Astra？🤯。。下周一的美股 AI 板块估计要被干崩了吧…
更离谱的是DeepSeek 刚开源的 V4.1-Flash 1017，输入每百万 tokens 只要 0.15 美元、输出 0.30 美元，在 DeepSWE 基准上用三分之一的单次成本跑出了比 GPT-6.1 Sol 还高的 77% 成功率🤯！

如果单看跑分可能觉得只是又一次常规更新，但把账单和权重体积放在一起算，它直接把前沿编程模型的调用成本砸穿了地板，牛逼牛逼，

在衡量真实软件工程能力的 DeepSWE 基准测试上，它跑出了 77% 的成功率，单次任务成本只要约 0.20 美元，而作为对比的 GPT-6.1 Sol 最高分配置成功率约 75%，单次任务却要花掉 0.65 美元。 

用三分之一的价格，在核心开发任务上跑赢了顶尖闭源底座，这种反差放在以前很难想象，

以前想让 Agent 在代码库里反复试错、批量改 bug，调用頂級模型就像在烧计价器，现在输入每百万 tokens 只要 0.15 美元，输出只要 0.30 美元。 

换算成一个平时最常见的开发场景，单次喂进去 10 万输入加上 1 万输出，账单比 Sol 便宜了约 86% 到 93%，比 Opus 5.5 便宜了约 93% 到 97%，

要是再配合 DeepSeek Harness 把上下文缓存跑起来，高频命中下的实际开销还会再降一个量级，基本实现了像自来水一样随便调前沿模型。

除了账单砍到脚脖子，它的体积也给硅谷那套靠堆算力硬砸的路线泼了一盆冷水，
相比于传闻动辄 10T 的美国闭源巨无霸，或者 2.8T 的 Kimi K3，这版 Flash 总参数控制在 763B，净权重约 510.3GB，而且直接免费公开了权重，按这个体积推算，不需要专门去租大型数据中心，4 台 DGX Spark 或者顶配 512GB 的 Mac Studio 做一层量化，就有机会在本地桌面跑起来。 

最狠的是它这次提分的方式，并不是重新烧几万张卡训了一个新底座，
V4.1-Flash 原本只是一个因为便宜好用而小有名气的旧模型，官方这次只是在原底座上引入了带自我反馈的强化学习做后训练，硬生生把一个平价模型拧成了 SOTA 级别。 

这里藏着一个极其反直觉的现象，以前模型想要提高准确率，往往得靠疯狂拉长思考链、吐出更多废话来换取分数，
而这次通过后训练调出来的 1017 版本，在拉高开发任务成功率的同时，反而把处理时间和输出 token 量一起压了下来，等于模型变聪明了，话变少了，还顺手帮用户省了钱。 

说白了，这给我们所有每天用 AI 写代码、做业务的人提了个醒，
当后训练能够同时把准确率和精简度拉满，接下来拼的就不再是谁调得起最贵的闭源接口，而是谁敢把过去因为嫌贵而不敢跑的全天候自动化测试、整库重构任务，现在成百倍地铺进日常工作流里。 

但站在更现实的视角来看，原帖作者在所有维度上还没有全面压过 Opus 5.5 这一点上说得很诚实，单点基准测试的逆袭不等于全场景通吃，而且所谓下周一美股 AI 板块要暴跌的说法更多是情绪宣泄，

另外 510.3GB 的原始权重想塞进 512GB 内存的机器里，算上系统开销和上下文缓存，不经过量化压缩依然会爆内存，本地部署的实际损耗还得等第一批实测。 

靠堆算力把模型喂大只是上半场的蛮力活，靠后训练让模型少说废话多干对活，才是下半场真正拉开成本代差的手艺。

[StudioYebisu @studio_yebisu]

たった今、世界のAI覇権のバランスは完全にぶっ壊れました。これほんまにやばいです。
週明けのAI関連株は大暴落どころの騒ぎじゃないかもな…。
何が衝撃的なのか、ガチ解説します。
もう何もかもが変わっちまったんだな...。

■何がおきたか
DeepSeek v4.1-Flash 1017というモデルが公開されました。世界のAI情勢を破壊します。ヤバいモデルです。
このモデル簡単がどういうものなのか説明すると、
フロンティアモデルを一部で越える（SOTA級）のモデルを中華ラボがいきなり出してきた。

問題はその性能、値段とサイズと仕組み
どれも本当に破壊的なものだから、1個ずついきます。

■性能
全分野でOpus5.5を超えたっていうわけじゃないけど。
完全にDeepSeek v4.1-Flash 1017はSOTA級

DeepSWEっていうベンチが一番衝撃的かな。
- 今回のFlash：成功率77%、約0.20ドル／タスク
- GPT-6.1 Solの最も高得点の設定：約75%、約0.65ドル／タスク
つまり、この比較では約3分の1の費用で、成功率も少し高い。大量に実装・修正を回す用途には大きな差。
というか、成功率でSolを越えてるっていう事実がヤバいんだよ。

■値段
もう完全に乱暴に言うと。ほぼタダです。<言い過ぎ
INPUT$0.15Output$0.3

入力10万＋出力1万トークンの例だと
Solより約86〜93%安く、Opusより約93〜97%安い
DeepSeekハーネスを使えば、自分の利用では、入力のキャッシュヒット率が99%になることもあったので。
実際はもっと安い。
過去に湯水のように使えるAstra,Opus,Fableをくれとは言ったが。ここまでやれとは言ってない。
本当に、なんだろう、マジで安いんだよ。
実際の感覚だと200倍ぐらい安いね。

■サイズ
これだけヤバいモデルのオープンウェイトが同時に無料公開されました。
そのサイズは763B。重みだけで約510.3GB

例えば米国のフロンティアモデルのサイズは10Tとか言われてるんですね、公開情報じゃないからわからん無いけど。Kimi K3とかが2.8T

要するに、めちゃくちゃサイズが小さいんですよ。
このパラメータ数って多ければ多いほど計算に計算資源と電力がかかるんで、コストかかるんですよ。

アメリカのAIモデルって、バカみたいに計算資源を保有してるからゴリ押しでそれを解決してるんですけど。

こんだけ軽かったら、もう普通に家で使えるレベルなんですよ。

実際、DGXSpark × 4台とかMacStudio 512GBで動かせると思います。
バカみたいなデータセンターがなくても、フロンティアモデルが動くようになっちゃったってわけ。

■仕組み
ここがかなり驚き度の高いポイントなんですけど。
DeepSeek-V4.1-Flash自体はもともと存在していて。
まあそこそこ人気だったんですけど。本当に安くてそこそこ性能いいから、結構人気あるよね、ぐらいの賢さだったんですよ。

そのもともとあったモデルを自己フィードバックを使うRLで強化した。って公式は言ってて。
まあ詳しい説明は省きますけど。要するに、既に存在していたモデルを後から調整していくようなやり方で、とんでもなく性能をあげた。

驚くのは、既存モデルの後学習で、開発タスクの成功率を上げながら、処理時間や出力量まで減らしたところです。性能を上げたうえで、使う側の費用まで下げてきた。その性能の上り方が半端じゃないんだよ…意味わかんねぇよ…

DeepSeekのラボが今世界で最もAI、優れたAIラボであるということを認めなきゃいけない。

[Noric @zzrider]

「ディガー」まだ観てないが、これは面白そうだ。https://t.co/5eWcuA4NvS

[にも｜AIによって爆誕 @ai_ai_ailover]

https://t.co/o9bO59SghD

[CONSEQUENCE @consequence]

David Byrne has released “Let Me Sell You a Dream,” an original song written entirely from Elon Musk quotes for Alex Gibney’s new documentary Musk.

https://t.co/KzUJoNwKm7

[amass @amass_jp]

スティーヴ・ルカサー、ジョン・ペトルーシ、スティーヴ・ヴァイ、スティーヴ・モーズ、アルバート・リー、ジョー・ボナマッサら参加。オールスター・ジャムバンドBiff Baby's All Starsはカヴァー・アルバムを海外で11月27日発売　https://t.co/ZJz7WuIOO6

[Ulises @UlisesDavid__]

🚨Los vehículos eléctricos chinos ahora pueden escribir mensajes con sus faros

[shino okamura／岡村詩野 @shino_okamura]

昨年12月11日のカーネギーホール公演を収めたキャメロン・ウィンターの新作『Live at Carnegie Hall』が素晴らしすぎる。年間ベストクラスだこれ。
https://t.co/TIobBFMcxl

[山本理顕 @RikenYamamoto]

本日の「山本理顕個人演説会｣
配信URLはこちらです。

https://t.co/jZ3oGfeZry

[ABC News @ABC]

BREAKING: NASA SpaceX’s Crew-12 is back on Earth after a successful splashdown in the Pacific off the coast of Los Angeles. The crew spent 235 days on the International Space Station and orbited Earth nearly 3,800 times.

[Noric @zzrider]

https://t.co/PlnyKYRHOr

[PFN Tech @preferred_jp]

【ブログ】翻訳特化LLM plamo-3-translateをリリースしました。日英翻訳・多言語翻訳の双方でフロンティアクラスの性能を、数十分の一のコストで達成しました。文脈に合わせて自然な翻訳文を書き上げる能力に優れています！PLaMo翻訳で試せます:
https://t.co/HrHXvWzFAY
https://t.co/GkXOlKZvWy

[kazu @winteroptix]

強いエルニーニョの冬、雪はどうなるのか。気象庁の過去データで越後湯沢・妙高・白馬・みなかみを調べました。
・過去4回の強いエルニーニョの冬、12月の雪はどの冬・どの地点でも平年の7割未満。例外なし
・1月上旬もまだ少なめ
・でも厳冬期の1月中旬以降は、降るときは降る。
勝負は厳冬期か?!

[Noric @zzrider]

十勝だけに続いて駒ヶ岳でも噴火警戒レベルの引き上げか？　注視しないといけないな。

[ヤマのコト @yamanokoto]

北海道の駒ヶ岳で「火山性地震」増加～9月22日以降107回確認…2000年以降“最大クラス”の地震も観測→噴火警戒レベル引き上げの可能性も／北海道 https://t.co/hXDsw0QyFK

[Starlink @Starlink]

Views from of one of the first 26 Starlink V3 satellites successfully deployed to orbit by Starship

Thanks for the ride, @SpaceX!

[Noric @zzrider]

@TomahawkSki 2〜3年前は松が枝2丁目で出没が確認されていたと記憶してます。今は松中近くには誰も近寄らないので目撃事案も少ないのでは？でも確実に野生動物のテリトリーになりつつある、と思います。

[Noric @zzrider]

それにしても二日間、無料でストリーミングで聴けたのは嬉しい。今年はCoachellaも無料配信していてDavid Byrne やSabrina Carpenter/Madonnaのライブを観られたのはラッキー。来年も無料かな？それとも来年からは有料化で、今年はそのプロモーションだったか？

[Noric @zzrider]

Crossroad Guitar Festival 二日目。今日も最初はSonny Landreth。演奏方法が多彩で何度見ても飽きないし楽しい。今日のハイライトはTreyのステージにJohn Mayerがゲスト出演したところ。二人のセッションは本当に素晴らしい。あ〜、やっぱり生音で聴きたかったな。

[Noric @zzrider]

TTBのステージにTreyが登場し、退場したと思ったらあJohn Mayerが出てきた！