『太空兔』179% 暴涨登顶、V4 Flash 预览版跌出榜单匿名模型凭什么抢走国产第一的流量【免费下载链接】DeepSeek-V4-Flash-0731项目地址: https://ai.gitcode.com/hf_mirrors/deepseek-ai/DeepSeek-V4-Flash-0731当国产第一这个标签从一个有名字、有开源仓库、有技术报告的模型落到一个身份不明的匿名模型头上时整个行业的注意力都发生了偏移。最新的调用量榜单上匿名模型太空兔以环比 179% 的暴涨冲上榜首而 DeepSeek V4 Flash 预览版则跌出了榜单。一边是国产模型连续二十三周领跑中国 AI 大模型调用量一边是匿名者踩着头部厂商的流量上位——这份榜单到底在衡量什么匿名模型凭什么能赢V4 Flash 预览版的掉榜又究竟意味着什么本文从榜单机制、社区情报与本仓库源码三个层面拆解这场流量迁徙先用数据还原榜单原貌再追查匿名模型调用量的真实来源然后用仓库里的基准表与模型配置论证预览版掉榜是供给问题还是能力问题最后回答那个对开发者最实际的问题——榜单与真实口碑存在温差时我们该信谁。榜单原貌太空兔登顶与 V4 Flash 预览版出榜据新浪财经等媒体援引的最新一期中国 AI 大模型调用量榜单国产大模型已连续二十三周保持整体调用量领先但榜首的位置出现了罕见的变化匿名模型太空兔环比增长 179%一举冲上第一与此同时DeepSeek V4 Flash 预览版跌出榜单。这个结果有两个反直觉的地方。其一太空兔是一个没有脸的模型。它没有公开的技术报告没有官方发布渠道甚至没有稳定的品牌认知——用户通过它拿到的可能是某个聚合服务背后路由到的任意模型。一个匿名的服务商靠真实调用量而非品牌光环登顶国产模型调用量榜首这在一年前几乎是不可想象的。其二被挤出榜单的是 DeepSeek V4 Flash 预览版。预览版是 2026 年 4 月 24 日随 V4 系列一同发布的轻量型号主打百万上下文普惠与极致性价比发布后一周内社区就出现了大量Flash 才是杀手锏的评测相关讨论见社区文章。这样一个话题热度极高的模型跌出调用量榜单与它在社区里的口碑形成了鲜明反差——这正是本文要解开的核心谜题。匿名模型冲榜背后的调用量来源分析要理解太空兔为何能登顶先要理解这类匿名模型榜单的统计口径它统计的是调用量而非好评度。在这个口径下一个模型要上榜靠的不是技术报告有多漂亮而是它被真实请求了多少次。匿名模型没有品牌资产可以透支它的 179% 环比增长几乎必然是真实调用量的爆发。那么调用量从哪来答案指向三个方向第一低价转售与聚合平台的分发。社区情报显示OpenCode Go 等订阅服务已经将 DeepSeek V4 Flash 系列纳入旗舰模型套餐以订阅制的形式把官方 API 的低价模型转售给开发者。这类聚合平台是匿名模型调用量的天然温床——用户订阅的是一个服务商而不是一个模型模型身份可以被隐藏、被路由、被切换。太空兔的暴涨很大概率是这类聚合路由服务在某个周期内集中接入、批量迁移流量的结果。第二Agent 工具的接入红利。社区情报中大量文章CSDN、掘金多篇都在教开发者把 DeepSeek V4 接入 Claude Code、Codex、TRAE 等 Agent 工具。7 月 31 日 DeepSeek V4-Flash 正式版 API 上线时社区教程的核心卖点就是原生支持 Responses API 并适配 Codex。Agent 工作流的特点是高频、长会话、一次任务多次调用——一个被接入到主流编程 Agent 的模型其调用量会以远超对话场景的倍率膨胀。匿名服务商如果替用户承担了 Agent 场景的转发调用量数据会非常惊人。第三本地化部署的溢出效应。社区情报显示V4 Flash 的 GGUF 量化版本已经可以在消费级 GPU 上以很低显存跑起来部署指引见仓库。本地部署虽然不计入云端调用量榜单但它放大了模型的生态基数——更多开发者熟悉、信任、依赖这个模型当他们在云端场景尤其是匿名聚合服务需要同类模型时就会自然地流向同一生态。太空兔登顶的本质是 DeepSeek 开源生态这棵大树下长出的藤蔓把流量接走了一部分。换句话说匿名模型抢走的不是口碑而是路由。只要一个模型足够便宜、足够开放、足够好用就一定会有中间商把它包装成匿名产品去赚差价而调用量榜单恰恰是这条灰色产业链最诚实的投影。Flash 预览版掉榜是能力问题还是供给问题接下来是核心问题V4 Flash 预览版跌出榜单是因为它不行还是因为它被替换了先说能力。本仓库 README.md 给出的基准表是回答这个问题最硬核的证据。以 Agent 任务为核心的一组公开基准上预览版与 0731 正式版即本仓库发布的 DeepSeek-V4-Flash-0731差距悬殊基准V4-Flash-0731正式版V4-Flash预览版V4-Pro预览版Terminal Bench 2.182.761.872.1NL2Repo54.239.438.5Cybergym76.738.752.7DeepSWE54.47.312.8Toolathlon-Verified70.349.755.9AutomationBench Public25.110.812.8数据读出来的信息非常明确预览版的 Agent 能力确实偏弱DeepSWE 仅 7.3、AutomationBench 仅 10.8在真实代码 Agent 任务上甚至不如同期预览版 Pro。也就是说预览版掉榜有能力不匹配 Agent 时代的成分——它发布于 4 月那时 DeepSeek 的 Agent 后训练还没发力。但能力弱不足以解释跌出榜单真正的决定性因素是供给端的版本更替。预览版只是一个过渡形态7 月 31 日官方正式版 API 上线仅升级 API网页、App 及 Pro 均未更新本仓库的 0731 版本正是这次升级的官方产物它superseding the preview version并以更小的激活参数量在基准上全面反超预览版 Pro。社区情报也佐证了供给侧的剧烈变动7 月 24 日旧模型名deepseek-chat / deepseek-reasoner停用9 月 14 日 V4 Pro 服务下线9 月中旬 V4.1 Flash 又接力发布。一个名字在榜单上跌出很可能只是因为这个名字背后的模型已经被新名字接管——调用量没有消失只是改了路由。更关键的是供给端的另一面预览版时代免费 2.5 折 缓存再打 1 折的定价策略把大量低价值、高频次的调用吸引进来社区实测编程成本骤降 83%。这类调用量是价格敏感型的一旦正式版定价体系调整、模型名变更它们会立刻流向更便宜的匿名渠道——也就是太空兔们的口袋。所以答案很清楚预览版掉榜七分是供给版本退役与路由迁移三分是能力Agent 基准确实平庸而 0731 正式版已经把能力短板补齐。榜单与真实口碑的温差开发者该信谁那么问题来了当调用量榜单、社区口碑、官方基准给出三个不同的答案时开发者应该以什么为准首先必须承认调用量榜单是一个热度的仪表盘不是质量的度量衡。它反映的是谁被用得最多而匿名模型可以被任意路由、可以靠低价补贴冲量、可以借 Agent 工具放大倍数——它的榜首地位说明流量逻辑在这条赛道里已经压倒了技术叙事逻辑。榜单不能回答太空兔背后到底是谁它的输出质量如何复现这些根本问题匿名意味着不可审计、不可复现、不可追责。其次社区口碑与官方基准也各有局限。社区实测CSDN、掘金大量对比文章反映的是任务级真实体验但样本量小、场景偏代码与对话官方基准如本仓库 README 表格可复现性更强但毕竟是自家口径且依赖 DeepSeek Harness 作为 Agent 框架README 注明了评测采用 Harness 的 minimal 模式 max推理档位换一个 Harness、换一套路由策略数字就会变化。因此务实的开发者应该建立一套任务级选型框架而不是跟着榜单或热度走代码 Agent 与可验证任务选 DeepSeek-V4-Flash-0731 正式版。它有 DSpark 投机解码本仓库 config.json 中dspark_block_size: 5、dspark_target_layer_ids: [40, 41, 42]、dspark_markov_rank: 256model.py 中的 DSparkBlock 以 Markov 头 置信度头实现草稿 token 验证有百万 token 上下文max_position_embeddings: 1048576与 KV 缓存压缩compress_ratios中大量 4/128 交替的压缩档位对应 model.py 里基于学习门控池化的 Compressor配合reasoning_effortmaxencoding_dsv4.py 中Reasoning Effort: Beyond maximum前缀使用才是官方基准表背后那个真实水平的模型。高频低价值调用选 Flash 系并配好路由与缓存策略。它的 FP8 激活 FP4 专家权重expert_dtype: fp4与 6/256 稀疏激活num_experts_per_tok: 6、n_routed_experts: 256决定了低延迟高吞吐的成本结构适合批量处理与 IDE 插件场景但要用真实成功率去评估便宜了多少而不是只看单价。本地与私有部署参考 inference/README.md 的权重转换与推理流程convert.py转换权重、generate.py交互推理以及 encoding/README.md 的消息编码与工具调用协议——本地化部署的模型不参与云端榜单但对你的生产系统而言它的可审计性远比任何匿名榜首都可靠。说到底太空兔登顶与 V4 Flash 预览版掉榜是同一枚硬币的两面它们共同宣告大模型赛道的竞争已经从谁的分数高进入谁被真正高频地使用的阶段。匿名模型证明了流量可以脱离品牌而存在预览版的离场则证明了供给路由对榜单的决定性作用。对开发者而言唯一不受这场流量游戏摆布的判断标准是回到仓库、回到基准、回到自己的任务——在那里模型的身份是公开的能力是可复现的成本是可计算的。榜单负责制造话题而你负责验证真相。【免费下载链接】DeepSeek-V4-Flash-0731项目地址: https://ai.gitcode.com/hf_mirrors/deepseek-ai/DeepSeek-V4-Flash-0731创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考