標籤
DeepSeek
DeepSeek 代表新一輪開源與低成本大模型競爭，牽動推論效率、KV cache、GPU 配置與雲端部署成本。從模型架構到 NVIDIA 供應鏈，它正在改寫 AI 基礎設施的估值與選型。
13 篇文章
OpenCode 支援多家模型，切換更省事
OpenCode 新增 DeepSeek V4 Flash、GLM-5.2、Qwen3.8 Max、GPT 5.6 Luna 支援，讓開發者更容易在不同 API 之間切換。
DeepSeek 接入 Codex 後，AI 編程成本必須重算
DeepSeek 接入 Codex 把 AI 編程的成本門檻壓低了，迫使團隊重新計算：哪些任務該由代理默認接手，哪些才值得用高價模型。
DeepSeek V4 Flash 讓 Agent 便宜跑
我拆解 DeepSeek V4 Flash 的定價、API 相容與 Codex 適配，整理成可直接複製的 Agent 接入模板。
中國正在贏得 AI 冷戰，因為它在建整個堆疊，不是在做展示
中國在 AI 競爭中領先的關鍵，不是單一模型或跑分，而是從晶片、算力到模型與分發的整體堆疊。
DeepSeek 低價策略改寫 AI 定價
5 個面向看 DeepSeek 如何用免費、低 API 價格、開放權重、數學模型與市場壓力改寫 AI 定價。
中國 AI 轉向：開源、效率、出海
中國 AI 正改走低成本、開源與海外商用路線。DeepSeek、Qwen 等模型帶動全球使用，企業也把重心放到代理工具與出海銷售。
中國開源 AI 正逼美國改打法
中國 AI 實驗室主打開源模型，正在壓低推理成本，也逼 OpenAI、Anthropic 這類美國閉源 лаборатory 重新想商業模式。
10 款可本地跑的開源 LLM，2026 這樣選
10 款可本地部署的開源 LLM，從 8GB 到 136GB VRAM 都有對應選擇，適合比對推理、寫程式、長上下文與代理任務。
中國開源 AI 模型已經定調，西方團隊該把它當新基準
中國實驗室已經領跑開源 AI，西方團隊應把這件事視為新的起跑線，而不是短期波動。
5 個步驟把 Codex 接到 DeepSeek
5 步完成 Codex 透過 DeepSeek 的接入，含 CCX、CC Switch 與重啟檢查細節。
DeepSeek 之後，NVIDIA 股價會回來嗎
DeepSeek 讓市場重新算 AI 成本，但 NVIDIA 仍握有 GPU、CUDA 與資料中心供應鏈。本文用數字、競品與產業脈絡，拆解股價能否回升。
NVIDIA B300 對 H200：DeepSeek 實…
B300 有 288GB HBM3e 和 8TB/s 頻寬。這篇直接比 H200，拆解 DeepSeek 推論、KV cache、雲端成本與部署取捨。
Sebastian Raschka 的 LLM 架構圖鑑
Raschka 的 LLM Architecture Gallery 把 GPT-2、Llama 3、OLMo 2、DeepSeek、Qwen 等模型的層數、注意力與 KV cache 數字攤開來比，工程師一眼就能看出部署差異。