DeepSeek 官宣 V4-Flash-0731：没换架构、没换芯片，只重新做了一次后训练，就在 Terminal-Bench 上从 61.8 分涨到 82.7 分，反超自家旗舰 V4-Pro-Preview（72.1）；DeepSWE 从 7.3 飙到 54.4（Pro 为 12.8）。

「模型越高效，GPU 越卖不动」的说法，这次反而被证伪了：能力增长确实来自软件，但规模化部署仍然吃显存带宽——NVFP4 下约 160GB 显存，单张 H100（80GB）放不下。推理是带宽的游戏：tok/s ≈ 带宽 ÷ 模型大小。模型变小让单次调用便宜，便宜让需求扩大，总算力消耗反而更高。这轮真正加速的，是推理价格的军备竞赛，不是 GPU 的终结。

你觉得「效率越高，GPU 卖得越少」这个逻辑，接下来会被证实还是证伪？