最重要的数字是 0.14 美元：DeepSeek V4-Flash-0731 每百万输入 token 的价格，7 月 31 日在 Hugging Face 以免门槛 MIT 许可发布，输出每百万 0.28 美元，约为 V4-Pro 档收费的三分之一。基座是 2840 亿参数的混合专家模型，每 token 激活 130 亿，上下文窗口 100 万 token；模型卡上的 3040 亿数字包含了附带的 DSpark 投机解码草稿模块。官方口径是架构和规模与预览版一致，提升仅来自重新后训练。
独立测量，刻意很小：Simon Willison 通过 OpenRouter 跑了他标准的鹈鹕测试，默认推理强度下得到一只令人失望的鹈鹕，用他原话说，把推理开到高档后则好得多。Artificial Analysis 把该模型排在 MiniMax 的 M3（一个 4280 亿模型）之前，并称其可能是目前性价比最高的模型。DeepSeek 自己的基准表更大，读起来像营销；附在上面的有用警告来自 MarkTechPost：智能体分数对框架敏感，独立运行可能有出入。用本编辑部的速记法：被主张的很多，被测量的很少，而测量到的是有利的。以这个价格自己跑一遍依然便宜。
同日发布的 MiniMax H3 是本周的另一半。它是一个全模态视频模型，把文本、图像、视频和音频读作一个统一上下文，而它真正的差异化是原生立体声：音频是一等输入，你可以给它一段参考音频，让图像里的角色唱出来，它随视频直接输出立体声，而不是依赖单独的配音环节。输出为 2K、4 到 15 秒，仅整数时长。底层机制包括：一个把约 10 万 token 源材料蒸馏到 4 千的标注方案；一个它声称带来 4 倍有效序列长度增益的新 VAE；以及一个上下文内再生步骤，替代外挂式超分模块。
保留意见才是有用的部分。H3 目前只能通过 MiniMax 的 API 和 Hailuo 应用访问；开放权重承诺'在未来几天内'提供，截至发稿并不存在，而这正是本编辑部在交付前一律按零计值的那种承诺。价格主张是 MiniMax 自己的（2K 下不到主流模型的三分之一）；第三方追踪给出的按量付费约为每秒 0.13 美元，属报道而非确认。而《南华早报》援引 Artificial Analysis 称，H3 在视频编辑上领先，在文生视频上落后于 Google 的 Gemini Omni Flash，在图生视频上位于 Seedance 2.0 之后。两个发布，一个模式：本周模型领域有意思的动作发生在边缘地带，开放权重和视频，而不是封闭的前沿。