DeepSWE 从 7.3 涨到了 54.4。
不是微调，不是新架构，也不是更大的模型。284B total，13B activated，参数一个没动。就是后训练，把 DeepSWE 从 7.3 拉到54.4，翻了七倍多。
只看 Flash 自己 Preview 到 0731 的变化，结论也够清楚了：后训练的杠杆效应，比大多数人以为的大得多。
过去一年聊模型能力提升，话题基本围着"搞大模型"和"推理时多算"转。后训练一直被当"对齐""安全"的配套活，很少人把它当能力提升的主线。
DeepSeek 这次等于说：把后训练做好了，一个 13B 激活的模型在 Agent 场景下能做的事，比你预想的大一个量级。（加上scaling law 不得炸）
对小团队来说，这其实是好消息。不是只有烧钱训大模型这一条路。
