阿里巴巴將 DeepSeek V4 Flash 0731 輸出價格提高 230%

Stork AI 日報/2026年10月/2026年10月20日星期二

作者 Wren Calloway·每天閱讀 40 篇 AI 通訊，讓你只需閱讀一篇。

今日贊助商

PinkyBond for iPhone

為合作夥伴提供迴圈提醒，透過 QR 直接配對：Curve25519、AES-256-GCM，僅能看到加密文本的中繼器。

在 App Store 下載 →

TL;DR

阿里巴巴悄悄將 DeepSeek V4 Flash 0731 的輸出價格三倍化，於一夜之間。
SF Compute 完成了一筆巨額 2.45 億美元的計算銷售。
Meta 推出了 Muse Wonder Full 並發布了 30B Muse Glimmer。
MiniMax 揭露其隱形 Space Bunny 模型實際上是 M3.1 Flash。
NVIDIA 推出 Nemotron 3.5，顯著降低推理成本。
一個看似無害的網頁可以悄悄成為 AI 代理的下一個指令。

補貼式智慧的時代正悄悄關閉大門。若你以邊緣模型將永遠競爭到底為前提構建單位經濟，我建議你坐下來檢視下一張雲端帳單。

我們在 Stork 內部執行自己的 LLM 價格目錄，每日 ping 第一方清單價格，因為實驗室有一個奇怪的習慣，當它們把價格抬高時不釋出新聞稿。昨晚，我們的追蹤器亮起。阿里巴巴將 DeepSeek V4 Flash 0731 的輸出價格從每百萬 token 0.40 美元上調至 1.32 美元——上升 230%。輸入成本翻了一倍以上。他們並非唯一。Mistral 把最新的 Ministral 3B 與 8B 模型分別上調 150% 與 50%。阿里巴巴的 Qwen3.6 35B-A3B 上升 52%。全盤而言，我們捕捉到 17 個獨立的價格變動，僅有 Zhipu AI 在相反方向大幅下調，將 GLM-5V-Turbo 降至 85%。

這對實際建構者而言意味著什麼很簡單：蜜月期已結束。允許你用百萬 token 的上下文視窗解決瑣碎問題的 VC 補貼計算正在蒸發。實驗室意識到推理成本是真金白銀，並將這一現實傳遞給你。如果你的應用依賴於燃燒 token 而不產生即時、可衡量收益的代理迴圈，你的利潤率就消失了。實驗室不再付費讓你使用它們的玩具。現在是時候最佳化你的提示、積極快取輸出，並停止把計算當成樹上長出的東西。帳單即將到期。

今日對決

阿里巴巴將 DeepSeek V4 Flash 0731 的輸出價格上調 230%

作者 Wren Calloway · The Daily

突如其來的成本激增暴露了以補貼 API 訪問為基礎建業務的脆弱性。若你的利潤依賴於便宜的 token，你就完全受實驗室掌控。

Stork 自己的 LLM 價格目錄記錄的第一方清單價格揭示了大幅的夜間上調。阿里巴巴將 DeepSeek V4 Flash 0731 的輸入成本從每百萬 token 0.20 美元上升至 0.44 美元，輸出成本從 0.40 美元上升至 1.32 美元。Mistral 把最新的 Ministral 3B 與 8B 模型分別上調 150% 與 50%。阿里巴巴的 Qwen3.6 35B-A3B 亦上升 52%。

對於任何以大量執行這些模型的人來說，這些數字會重寫你整個財務模型。輸出 token 上升 230% 會立即把一個盈利功能變成虧損領頭。

實驗室正建立其定價權。未能構建快取層或依賴冗長、未最佳化提示的開發者即為即時失敗者。勝利者是將 token 效率視為核心效能指標的基礎設施工程師。

DeepSeek-V4-Flash-0731

其餘領域

SF Compute 執行 2.45 億美元的計算銷售

由 Margaux Reyes·The Cap Table

可程式化計算資源的需求仍足以支撐九位數交易。

SF Compute 成功執行 2.45 億美元的計算銷售。

此交易凸顯了目前市場對可程式化計算資源的強烈且持續需求。隨著實驗室與企業擴大訓練與推理工作負載，爭奪保證計算容量的競爭已形成獨特的資產類別。

對於開發者而言，這表明基礎設施市場仍然競爭激烈。若九位數交易正在完成計算存取，原始處理能力成本短期內不會下降。此處的勝利者是基礎設施經紀人；失敗者則是期盼硬體充足以降低伺服器成本的小型團隊。

來源：sfcompute.com

Meta 推出 Muse Wonder Full 與 30B Muse Glimmer

由 Aki Tanaka·The Lab

Meta 佔據第三名實驗室位置，同時將開放權重代理模型推向消費者硬體。

Meta 在 Code Arena WebDev 以第六名推出 Muse Wonder Full (Max)，將 Meta 確立為第三名實驗室。與旗艦模型同時，Meta 釋出了 Muse Glimmer 的技術報告，這是一個 30B 的開放權重代理模型，專為單一消費級 GPU 部署設計，闡述了其蒸餾配方與訓練方法。

雙重釋出顯示 Meta 正攻擊光譜兩端：在頂級基準上競爭，同時確保獨立開發者能實際在本地執行模型。Muse Glimmer 的蒸餾配方對於試圖將代理行為塞進受限硬體的研究者尤為寶貴。

Meta 繼續逼迫其他產業必須為其封閉原始碼護城河做出說明。若一個 30B 模型能在單一 GPU 上處理本地代理任務，封閉實驗室的中階 API 呼叫市場將大幅縮小。

來源: x.com

Muse Glimmer

MiniMax 揭露隱形 Space Bunny 為 M3.1 Flash

作者: Jonah Park·The Wire

這個在使用率排行榜上名列前茅的神秘模型已正式發布，宣稱執行成本僅為 M3 的三分之一。

MiniMax 正式推出 M3.1 Flash，確認它就是先前主宰使用率排行榜的隱形「Space Bunny」模型。公司表示新模型的成本僅為 M3 的三分之一，速度為 M3 的三倍，在 DeepSWE、Automation-Bench 與 BabyVision 上表現優異。

從隱形測試場轉為正式釋出，為建置者提供新的高速、成本效益高的自動化工作流程選擇。然而，獨立評估顯示儘管在特定任務上準確度高，但幻覺率仍偏高。

尋求速度與低成本的建置者將受益，但幻覺折衷意味著 M3.1 Flash 需要嚴格的輸出驗證。它是針對受限、高量任務的工具，並非開放式推理。

來源: x.com

NVIDIA 釋出 Nemotron 3.5，提供更低成本的推論

由 Sol Aguirre·The Operator

一個 120B 引數模型，僅有 12B 引數在每個 token 上活躍，針對 AI 部署成本不斷攀升的問題。

NVIDIA 釋出 Nemotron 3.5，一款專門設計來降低 AI 推理成本的模型。該架構採用混合 Mamba-Transformer 與 Mixture-of-Experts 設計，總引數 120B，但每個 token 只活躍 12B。它還包含原生的多 token 先行解碼功能。

隨著推理成本成為生產 AI 的主要瓶頸，NVIDIA 正在提供一個結構性解決方案。透過保持活躍引數數量低且內建先行解碼，Nemotron 3.5 讓團隊能執行大型模型，而不承擔相應的運算成本。

此釋出鞏固了 NVIDIA 在生態系統中的主導地位。他們不僅在銷售晶片；還提供最佳化架構，使這些晶片在大規模推理中具備經濟可行性。

來源：developer.nvidia.com

Inception 釋出 Mercury 3 Diffusion LLM

由 Vera Cole·The Scorecard

一款比前代大四十倍的模型聲稱在品質上超越 GPT-6 Luna，速度超過每秒 1,000 個 token。

Inception 釋出 Mercury 3，宣稱其為目前最強大的 diffusion LLM。公司表示它在品質上優於 GPT-6 Luna 與 Haiku 5.5，且每秒產生超過 1,000 個 token，並指出其體積比 Mercury 1 大 40 倍。

這些效能聲稱令人驚嘆，但巨大的尺寸提升立即引發誰能負擔得起執行它的疑問。如此大且高速的模型需要龐大基礎設施，已超出大多數獨立開發者的可承受範圍。

若 Inception 的品質聲稱在獨立測試中得到驗證，他們將掌握高階生成市場。然而，缺乏確定的引數數量或可存取性細節，目前看似僅是炫耀，而非對一般開發者實際可用的工具。

來源：x.com

今日亮點

enterprise

Prompt Injection Is Only the First Agent Threat

A harmless webpage can hijack your AI agent, exposing the severe lack of enterprise governance across Microsoft systems.

今日工具

Whiteboard

僅透過觀察原始差異來審查代理生成的程式碼，是錯過災難性邏輯錯誤的捷徑。此工具為人工審查者提供必要的結構性背景，才能真正驗證代理所做的更改。若讓自動代理直接提交至程式碼庫而無視覺審核紀錄，你就等於在請求停機時間。

Whiteboard 將 AI 代理的程式碼變更視覺化為互動式圖表，直接連結至你的原始碼。