YouTube 影片筆記
DeepSeek 版本號沒動能力卻大跳階，拆解自我回饋學習與每項任務成本
原片標題：DeepSeek's New AI Is An Absolute Monster
原片說明
❤️ Check out Lambda here and sign up for their GPU Cloud: https://lambda.ai/papers
📝 DeepSeek v4.1 Flash 1017 is available here:
https://api-docs.deepseek.com/news/news261017/
Sources:
https://x.com/marcthecreatorr/status/2111427716142571554/video/1
https://x.com/olezhavich/status/2112897791022264814/video/1
https://x.com/notjazii/status/2111432925313179689/video/1
https://x.com/izag82161/status/2113126108787089811/video/1
https://x.com/notjazii/status/2111414086349336841/photo/1
https://x.com/EnvolDev/status/2112304943076184535/video/1
https://x.com/loktar00/status/2111468860935127532/video/1
https://x.com/ItsmeAjayKV/status/2114036230354788581/video/1
https://x.com/SPAC89/status/2111413922989224089/video/1
https://x.com/marcthecreatorr/status/2114074078340649183/video/1
🙏 We would like to thank our generous Patreon supporters who make Two Minute Papers possible:
Adam Bridges, B Shang, Carlos Galarza, Christian Ahlin, Eric Tyson, Juan Benet, Lukas Biewald, Michael Tedder, Owen Skarpness, Ryan Stankye, Shawn Becker, Steef, Taras Bobrovytsky, Tazaur Sagenclaw, Tybie Fitzhugh, Ueli Gallizzi
版本號只從 4.1 Flash 變成 4.1 Flash 1017，我原本也覺得這根本是來混的，結果 Károly 一句「Boy, was I wrong」直接打臉我。五個星期前才剛出上一版，這次架構完全沒動，能力卻跳了一大階，這支影片就在拆他們到底動了什麼手腳。
影片時間軸
- 00:00開場介紹 DeepSeek 推出新 AI 系統，版本只從 4.1 Flash 微幅升到 4.1 Flash 1017
- 00:48說明 API 價格只要每百萬輸出 token 一塊多美元，比 Cloud Opus 5.5 便宜十五倍
- 01:47強調最棒的是權重可免費下載永久擁有，但硬體要價不斐，一般人跑不動
- 02:54推測關鍵在「從自我回饋中學習」，也就是 AI 能自我批判並從中改進
- 03:58總結重點：過去靠餵更多訓練資料，現在 AI 能像人一樣從自身經驗學習
- 05:06業配 Lambda，說明用它重現論文、訓練模型、跑推論都快速可靠
版本號沒動，能力卻跳了一大階
只隔五週，版本號連進位都懶，直覺會以為是小更新。但 Károly 說他原本也這樣想，看完結果才知道錯了：寫程式、用終端機操作電腦都明顯變強。架構沒改卻有這種漲幅，才是這集真正要追的問題。
每百萬 token 的價格是個陷阱
官方說每百萬輸出 token 只要一塊多美元，比 Cloud Opus 5.5 便宜十五倍。Károly 自己測下來，DeepSeek 完成同一件事的 token 用量是對手的兩到三倍，所以要改看「每項任務成本」。算下來還是便宜，只是沒有廣告寫得那麼神。
關鍵字是從自我回饋中學習
他比對官方公告用詞和其他研究，猜這次的核心是讓 AI 批評自己的作品再從中學習。他舉例：寫出一款賽車遊戲，自己玩、發現碰撞偵測沒作用、修好、重新編譯再玩，一路把加速和畫面也補上。難處在於 AI 要自己判斷做得好不好。
值得下載嗎
值得。五週內架構不動卻有這種漲幅，加上權重可免費下載永久持有，就算你家跑不動，這集把「每項任務成本」和「自我回饋」講得很清楚，留著當理解這波變化的參考很划算。
覺得這篇筆記有幫助嗎？