原方案01 / CURRENT
12 × H20
两组资源 · 同型号模型
8 张 H20资源组 A
0102030405060708
部署模型Qwen3.5-122B
单卡 96 GB · 8 卡合计768 GB
4 张 H20资源组 B
01020304
部署模型Qwen3.5-122B
单卡 96 GB · 4 卡合计384 GB
物理显存总量1,152 GB
原方案总费用¥94,024.80
算力配置 / 模型部署
12 张 GPU，重新分配算力。
从两套 Qwen 同模型部署，调整为 DeepSeek 与 Qwen 双模型分工。
调整方案02 / PROPOSED
8 × H200 + 4 × Pro 5000
两组资源 · 双模型协同
8 张 H200主力推理资源
0102030405060708
部署模型DS-V4-Flash-0731
单卡 141 GB · 8 卡合计1,128 GB
4 张 Pro 5000通用与多模态资源
01020304
部署模型Qwen3.8-27B
单卡 48 GB · 4 卡合计192 GB
物理显存总量1,320 GB
调整后总费用 测算¥98,024.80
GPU 总数保持 12 张
模型组合 1 类 → 2 类
费用增幅 4.25%
显存变化：主力组增加，通用组收缩。
已确认：H20 96GB · Pro 5000 48GB768 → 1,128 GB
+360 GB · +46.88%H20 96GB → H200 141GB，显存向主力推理任务集中。
384 → 192 GB
−192 GB · −50.00%H20 96GB → Pro 5000 48GB，同时改为部署 Qwen3.8-27B。
1,152 → 1,320 GB
+168 GB · +14.58%12 张 GPU 总数不变，总显存净增 168GB，资源向主力组集中。
按已确认的 H20 单卡 96GB、Pro 5000 单卡 48GB，以及 H200 官方单卡 141GB 计算。物理显存合计不等于单卡容量或统一显存池；可用显存还需扣除模型、KV 缓存和运行时开销。
01 / 费用对比
小幅增投，调整资源结构。
费用增量测算
人民币¥
输入实际差额，自动计算总费用及增幅。
调整后费用¥ 98,024.80
增幅+4.25%
费用对比
按当前输入测算原费用增加费用 ¥ 4,000.00
已知实际费用增加“4,000 多元”。默认 4,000 元仅用于测算，最终金额以正式报价为准。计费周期及含税范围尚未明确。
02 / 模型能力
看模型能力，也看评分口径。
评分核对日期：2026年9月4日。旧方案的“Qwen3.5-122B”按官方 Qwen3.5-122B-A10B 引用；若实际部署为其他微调或量化版本，应重新核对。以下为发布方官方报告值，均非本项目实测。
Qwen3.5-122B-A10B
122B 总参数 / 10B 激活MoE 架构，支持文本、图片和视频输入；原生上下文 262,144 tokens，可扩展至 1,010,000。既有通用问答、推理和多模态能力，作为本次替换的业务基线。
官方模型卡 ↗DeepSeek-V4-Flash-0731
Agent 与工具执行该正式版本重点增强 Agent 能力，并附带 DSpark 推测解码模块；支持 low / high / max 推理强度。官方本版评测集中于文本与代码 Agent；本方案的图片和视频任务交由 Qwen。
官方模型卡 ↗Qwen3.8-27B
27B 稠密模型 / 原生多模态支持图片、视频理解，思考模式可开关并调节深度；原生上下文 262,144 tokens，可扩展至 1,000,000。建议承担文档、视觉与通用任务，也可参与代码和 Agent 工作。
官方模型卡 ↗国内外模型能力，一张表看清。
六个模型放在同一张表中，集中查看代码、Agent、推理与文档能力。D表示DeepSeek官方报告，Q表示Qwen官方报告；分数按原表保留，越高越好。
左右滑动，查看全部六个模型 →
| 评测与中文说明 | DeepSeek-V4-Flash-0731 | Qwen3.8-27B | GLM-5.2（国内） | Qwen3.7-Plus（国内同系列） | Opus-4.8（海外） | Opus4.6 Max（海外） |
|---|---|---|---|---|---|---|
| 终端任务执行Terminal Bench 2.1D/Q · 框架不同 | 82.7 | 73.0 | 81.0 | 64.0 | 85.0 | 78.2 |
| 自然语言驱动的仓库开发NL2RepoD | 54.2 | — | 48.9 | — | 69.7 | — |
| 软件工程智能体DeepSWED | 54.4 | — | 46.2 | — | 58.0 | — |
| 复杂工具使用Toolathlon-VerifiedD | 70.3 | — | 59.9 | — | 76.2 | — |
| 高难度智能体任务Agents’ Last ExamD | 25.2 | — | 23.8 | — | 25.7 | — |
| 真实软件工程任务SWE-bench ProQ | — | 61.7 | — | 57.6 | — | 53.4 |
| 代码解题LiveCodeBench v6Q | — | 90.3 | — | 89.6 | — | 88.8 |
| 高难度科学推理GPQA DiamondQ | — | 89.2 | — | 90.3 | — | 91.3 |
| 桌面操作智能体OSWorld-VerifiedQ | — | 84.3 | — | 73.3 | — | 72.7 |
| 文档理解OmniDocBench 1.5Q | — | 91.1 | — | 91.4 | — | 86.6 |
“—”表示此处未列同口径数值，不表示零分、不支持，也不表示该模型没有相关评测。D与Q是两份发布方报告，不是统一环境的第三方重测；Terminal Bench 2.1使用的框架不同，不能仅按分差推断模型提升。SWE-bench Pro中Opus4.6 Max取官方报告值，其余参照由Qwen使用Claude Code及修正任务集评测。Opus-4.8与Opus4.6 Max是不同版本，分别保留；Qwen3.7-Plus是国内同系列参照。
如何理解这张表
相对定位：在所选D报告项目中，DeepSeek 0731高于GLM-5.2、低于Opus-4.8，适合作为复杂代码与工具任务的主力候选；在所选Q报告项目中，Qwen3.8的代码解题、SWE-bench Pro和桌面Agent分数高于Opus4.6 Max，但终端任务与科学推理低于它，文档理解高于Opus而略低于Qwen3.7-Plus。结论仅覆盖所列项目，不构成综合排名或本项目实测承诺。
DeepSeek 与 Qwen，能力如何分工？
原方案与两个新模型，放在同一张表里看。
左右滑动，查看三个模型 →
| 对照维度 | Qwen3.5-122B-A10B 原方案 | DeepSeek-V4-Flash-0731 新主力 | Qwen3.8-27B 新通用 |
|---|---|---|---|
| 本方案角色（建议） | 现有两组通用服务，作为替换基线 | 8卡H200承接复杂文本、代码与多步骤Agent | 4卡Pro 5000承接通用、文档、图片和视频任务 |
| 代码与Agent | 具备代码、工具调用能力 | 0731版重点强化Agent，支持三级推理强度 | 支持代码和长流程Agent，同时保留视觉能力 |
| 图片与视频 | 官方支持原生多模态输入 | 不支持原生图片/视频输入；视觉任务交由Qwen | 官方支持图片和视频理解 |
| 怎么判断替换效果 | 保留同批业务题的基线结果 | 重点验收多步骤任务完成率、工具调用与复杂问题质量 | 重点验收日常问答、文档视觉效果及实际并发 |
三模型对照：模态、上下文与官方评分。
输入输出 · 长文本能力 · 视觉与Agent评分
左右滑动，查看三个模型及比较口径 →
| 能力 / 评测 | Qwen3.5 122B-A10B | DeepSeek-V4 Flash-0731 | Qwen3.8 27B | 比较口径 |
|---|---|---|---|---|
| 文本输入 | 支持 | 支持 | 支持 | 三者均可接收文本。 |
| 图片输入 / 视觉理解 | 支持 | 不支持（原生） | 支持 | 以当前开源权重和官方配置为准，不含外接视觉模型。 |
| 视频输入 / 理解 | 支持 | 不支持（原生） | 支持 | Qwen通过视觉帧理解视频，不等于原生识别音轨。 |
| 音频 / 语音输入 | 不支持（原生） | 不支持（原生） | 不支持（原生） | 可外接语音识别服务转成文本，但不是这三个模型的原生模态。 |
| 输出模态 | 文本 | 文本 | 文本 | 回答、代码、结构化文本及工具调用内容属于文本输出。 |
| 图片 / 视频 / 语音生成 | 不支持（原生） | 不支持（原生） | 不支持（原生） | 调用外部生成工具不计为模型本身的输出模态。 |
| 架构 | MoE · 122B总参数 / 10B激活 | MoE + DSpark推测解码 | Dense · 27B | 激活参数、总权重和硬件速度不能直接等同。 |
| 默认配置上下文 | 262,144 tokens（原生） | 1,048,576 tokens（配置上限） | 262,144 tokens（原生） | DeepSeek配置已含YaRN缩放；上下文是输入、历史及生成内容共享的总窗口。 |
| 官方扩展上下文 | 最高1,010,000 tokens | 无单列更高扩展上限 | 最高1,000,000 tokens | Qwen需按官方方案调整长度/缩放配置；上限不等于当前服务器已支持的并发长度。 |
| 思考模式 | 默认思考，可关闭 | low / high / max推理强度 | 默认思考，可关闭并调节深度 | 思考内容消耗生成预算；不同模式分数和延迟可能不同。 |
| 开源许可证 | Apache-2.0 | MIT | Apache-2.0 | 以对应仓库许可证及实际使用方式为准。 |
| 文档理解 · OmniDocBench 1.5 | 89.8 | 不支持（原生视觉） | 91.1 | 文档理解；Qwen为各自官方报告分数，未统一环境重跑。 |
| 真实场景视觉问答 · RealWorldQA | 85.1 | 不支持（原生视觉） | 85.9 | 真实场景视觉问答；分数越高越好。 |
| 无字幕视频理解 · VideoMME | 83.9 | 不支持（原生视频） | 本版官方卡未列 | Qwen3.8支持视频；当前所引官方卡没有该项分数，不能写成不支持。 |
| 终端任务执行Terminal Bench | 49.4 · v2 | 82.7 · v2.1 | 73.0 · v2.1 | DeepSeek 与新 Qwen 同为2.1，但使用 DeepSeek Harness / Terminus；旧 Qwen为v2。 |
| 仓库级开发 | 本版官方卡未列 | 54.2 · NL2Repo | 42.3 · NL2Repo-Bench | 报告名称及框架不同；新 Qwen使用Claude Code并限制特定仓库获取命令，未统一重跑。 |
| 软件工程智能体DeepSWE | 本版官方卡未列 | 54.4 · DeepSWE | 42.2 · DeepSWE 1.1 | 数据集版本标注不同，不作为同版本排名。 |
| 复杂工具使用Toolathlon-Verified | 本版官方卡未列 | 70.3 | 本版官方卡未列 | 仅DeepSeek本版卡有该项数据，不能视为另两模型得分为0。 |
| 代码解题 · LiveCodeBench v6 | 78.9 | 本版官方卡未列 | 90.3 | 衡量代码解题能力；同名项目来自各自官方报告，不等于真实项目交付成功率。 |
| 软件工程 · SWE-bench | 72.0 · Verified | 本版官方卡未列 | 61.7 · Pro | Verified与Pro为不同评测，不可按分数高低排序；新Qwen的Pro使用Claude Code及修正后的任务集。 |
| 函数调用 · BFCL-V4 | 72.2 | 本版官方卡未列 | 本版官方卡未列 | 衡量函数/工具调用能力；缺少同项分数不表示模型不支持工具调用。 |
| 交互式工具任务 · TAU2-Bench | 79.5 | 本版官方卡未列 | 本版官方卡未列 | 衡量交互式工具任务；旧Qwen的航空领域评测采用官方卡说明的修正。 |
| 桌面操作智能体 · OSWorld-Verified | 本版官方卡未列 | 本版官方卡未列 | 84.3 | Qwen3.8官方多模态Agent分数；能力依赖桌面操作框架，不是仅部署权重就自动具备的应用。 |
| 浏览器操作智能体 · WebArena-Verified | 本版官方卡未列 | 本版官方卡未列 | 64.8 | Qwen3.8使用官方grader与OSWorld scaffold；不等同于所有网站的自动化成功率。 |
表内为各模型官方报告的并列对照，分数越高越好；“本版官方卡未列”仅表示当前所引模型卡未提供该项数据。评测框架、数据集版本及任务约束存在差异，不计算跨模型差值、提升百分比或综合排名。DeepSeek公开代码Agent项采用DeepSeek Harness minimal、max推理强度、temperature=1.0、top_p=0.95；新Qwen的DeepSWE 1.1采用Claude Code、256K上下文及相同temperature/top_p。
直接对照结论
直接对照结论：在各自官方报告中，DeepSeek 0731 的 Terminal Bench 2.1 数值为82.7，新 Qwen 为73.0；这为优先验证 DeepSeek 的终端 Agent 能力提供参考，但框架不同，不能当作纯模型提升。Qwen 的原生视觉能力更适合本方案的图片和视频输入。旧 Qwen 到 DeepSeek 的统一条件提升幅度，目前缺少同环境实测证据。
旧 Qwen 官方数据 ↗DeepSeek 官方数据 ↗新 Qwen 官方数据 ↗
模态口径：以上“不支持”限定于本次列出的开源模型原生能力；依据官方模型卡、输入输出示例及配置结构判断。外接OCR、语音识别、视觉模型或生成工具可扩展应用功能，不改变模型的原生模态。上下文单位为tokens，不是汉字数；图片/视频的视觉tokens、历史消息与思考/回答会共同占用窗口。当前12卡方案的实际最大长度与并发仍需部署验证。
Qwen：参数更小，所列官方分数更高。
同名评测对照 · 分数越高越好 · 差值按原表分数计算
左右滑动表格，查看两代模型分数 →
| 评测 / 能力 | Qwen3.5 122B-A10B | Qwen3.8 27B | 报告分数差 |
|---|---|---|---|
| 科学推理GPQA Diamond | 86.6 | 89.2 | +2.6 |
| 代码解题LiveCodeBench v6 | 78.9 | 90.3 | +11.4 |
| 指令遵循IFBench | 76.1 | 79.5 | +3.4 |
| 文档理解OmniDocBench 1.5 | 89.8 | 91.1 | +1.3 |
| 真实场景视觉问答RealWorldQA | 85.1 | 85.9 | +0.8 |
同名评测便于参考，但两代模型来自各自发布时的报告，未完成同环境重跑。差值为报告分数差，不是业务准确率或速度提升；不同指标不加总。DeepSeek 0731 当前官方模型卡未列出这五项分数，因此不以旧版或预览版数据补齐。
代码与 Agent：这些评分意味着什么？
从官方评测到本方案的任务选择
DeepSeek：复杂文本与工具执行
Terminal Bench、仓库开发和Toolathlon等官方结果，为优先验证终端、代码与多步骤工具任务提供依据。建议在8卡H200主力服务上重点验收任务完成率、工具调用正确性和失败恢复。
Qwen3.8：代码与多模态Agent候选
除通用问答和视觉理解，还可参与代码、浏览器及桌面Agent任务。LiveCodeBench、SWE-bench Pro、OSWorld和WebArena分别反映代码解题、软件工程、桌面及网页操作能力；不应仅定位成简单任务模型。
旧Qwen：保留可比较的业务基线
旧122B已具备代码和Agent能力，SWE-bench Verified、BFCL-V4与TAU2-Bench提供官方参考。替换应比较真实任务完成质量、稳定性、耗时与资源成本，不能把新方案描述为从无到有。
以上定位是基于官方资料的选型建议，不是本项目实测结论。算法题、软件工程、函数调用和长流程Agent衡量不同能力；框架、工具权限、重试预算与上下文管理也会影响结果。建议用同一批业务任务、相同工具和可比预算进行部署验收。
对本次替换意味着什么？
方案解读：27B 不应仅因参数更少而被视为能力降级；这里列出的同名官方分数支持优先验证它在通用、代码和文档任务上的替换效果，但不代表全面胜出。旧 Qwen 本身已支持多模态；本次变化是模型升级与资源分工。DeepSeek 侧重点是复杂 Agent，Qwen 侧重点是通用与视觉，分工仍需用真实业务验证。
部署解读：122B MoE 的 10B 激活参数不等于只需存储 10B 权重，27B 稠密模型也不能仅凭参数更少就推导更快。按同精度的权重存储粗估，122B→27B 可下降约77.9%，并不等于整机显存需求同比下降。官方上下文上限不是本次硬件的已验收能力；量化、KV缓存、并行策略及服务框架均会影响可用长度、速度和并发。
03 / 任务分工
让不同任务，使用合适的模型。
8 × H200主力分析与推理
DeepSeek-V4-Flash-0731
集中承接复杂分析和多步骤任务，为业务推理配置独立资源。
- 复杂知识问答与多文档综合分析
- 多步骤推理与工具调用
- Agent 任务执行
4 × Pro 5000通用与多模态处理
Qwen3.8-27B
承接通用与视觉任务，也可按需求承担代码、浏览器和桌面 Agent 工作。
- 日常问答、摘要与信息抽取
- 文本分类与结构化整理
- 图片与文档视觉理解
- 代码与多模态 Agent 任务
按任务类型选择模型通用任务进入 Qwen 服务，复杂任务进入 DeepSeek 服务；需配置并验证路由与降级策略。
04 / 决策依据
收益与实施条件，一起看清。
| 比较维度 | 原方案 | 调整方案 |
|---|---|---|
| 资源配置 | 12 张 H20，分为 8 卡与 4 卡两组 | 8 张 H200 配置主力模型，4 张 Pro 5000 配置通用模型 |
| 模型能力组合 | 两组均部署 Qwen3.5-122B | DeepSeek 与 Qwen 按业务分工，效果需同题验证 |
| 模型维护 | 同一模型体系，适配相对统一 | 分别适配提示词、工具调用和输出格式 |
| 故障接管 | 可设计同模型切换，容量受两组配置影响 | 可设计跨模型降级，接管效果与容量并不等同 |
| 性能验收 | 作为现有业务基线 | 对比准确性、响应时间、目标并发和稳定性 |
确认完整硬件规格
H20 单卡 96GB、Pro 5000 单卡 48GB 已确认。H200 单卡 141GB，8 卡合计 1,128GB；仍需确认 H200 形态、互联及 Pro 5000 完整产品代际。
约定部署与费用口径
明确模型精度、上下文、目标并发，以及计费周期、税费和服务范围。
用真实业务进行验收
用同一知识库、同批问题和可比输出长度，对比回答与引用准确性、工具调用、首字响应时间、并发稳定性；单独验证多模态任务。参数量不能直接判断效果。
方案建议
确认规格与报价，
以业务验收结果决定切换。
本次调整的目标是增强主力资源配置、建立双模型分工。实际速度、并发和回答质量以部署实测为准。