小程序成长计划上新:10 亿 Token 现在能调 DeepSeek-v4.1-flash了

作者:怕浪猫日期:2026/11/5

小程序成长计划赠送的 AI 资源包,今天新增两个可抵扣模型:hy4-preview、deepseek-v4.1-flash。加上原有的 hy3,10 亿 Token 生文额度现在共支持三个文本模型。

这次上新后,三个模型都不需要在云开发控制台开启。在小程序端、云开发服务端或云开发控制台调用时,Token 用量自动从赠送额度扣除,无需额外配置。

▍怎么应用到你的小程序中

你可以直接对照下表,把新能力代入你的业务:

推荐业务场景改哪里
拍图识别(拍发票一键报销、扫试卷自动批改、商品截图自动分类、识图提取表格)替换 model 为 "deepseek-v4.1-flash",直接传入图片云存储 URL。
长文本处理(批量解析长文档、客服聊天记录长文本归纳总结、智能助理多轮长对话)替换 model 为 "hy4-preview",无需再做繁琐的上下文裁切和截断逻辑。

生图模型 Hy-image-v3.5-preview 与刚刚发布的正式Hy4也已在接入中,上线后另行通知。

▍怎么领取

所有小程序开发者均可申请。单个小程序可按活动规则领取免费的云开发环境、10亿Token生文额度和 10万张生图额度。最新已支持Hy4 Preview、DeepSeek等指定模型,欢迎在小程序成长计划中体验。

申请入口:微信公众平台 → 行业能力 → 小程序成长计划。

你正在做一个什么样的小程序?或者在制作的过程中有什么问题?欢迎评论区交流~

相关文档:

docs.cloudbase.net/ai/introduc…

docs.cloudbase.net/ai/ai-inspi…


《小程序成长计划上新:10 亿 Token 现在能调 DeepSeek-v4.1-flash了》 是转载文章,点击查看原文。


相关推荐


如何让视频模型对你言听计从?结构化提示词助你生成电影级画面
大模型真好玩2026/10/28

前言 上篇文章笔者分享了如何使用豆包生成AI视频,不少读者都踊跃尝试生成自己的AI视频,不过也有不少读者朋友讨论:为什么我生成的片子总有一股“塑料味儿”?有人认为是画质不够,有人觉得是人物不像。其实大多数时候,问题都出在一个关键原因上:输入提示词的质量。大家往往只告诉了模型要“拍谁”,却没有细致地告诉它“怎么拍”。“一个女孩在雨里哭”这种提示词几乎不含有效信息:她在哪儿哭、什么光线、镜头离她多远、哭到什么程度,都没有描述清楚,大模型只能靠猜。 本篇文章笔者将详细介绍大模型视频生成的提示词编写原则


从git更新本地提交记录到更新已经推送到远端记录
剪刀石头布啊2026/10/20

git的提交历史记录出现问题了,能修正常见的几种方案 未提交到远端: 1.粘贴打法(其他手段都不行的话,这是一个不会丢失修改的保底方案,因为有备份) 复制粘贴一份代码,例如只有最新的一次,直接it reset HEAD~1往前几次记录就几次,然后直接将新代码粘过来替换,这也是最原始粗暴的方案 当然也可以直接从远端直接拉去一个新分支,然后粘贴替换在提交也行 2.如果只有最新的一次,直接it commit --amend -m "最新的正确的提交信息" 如果中间有一次是错误的,直接git rebas


LLM 回答得好不好?SkyWalking 用 LLM-as-Judge 评估线上回答
SkyWalking中文站2026/10/17

SkyWalking 11.1.0 即将支持 LLM-as-Judge:异步评估 GenAI Span 中的输入和输出消息,生成评估记录并关联原始 Trace,SCORE 任务还会产生质量指标。 By peachisai | Thursday, October 15, 2026 介绍 传统可观测性关注服务的错误率和延迟,但这些指标说明不了 LLM 的回答有没有上下文依据、是否切题、是否完整。知识库助手可能给出格式规范、语气笃定却没有依据的答案:Trace 显示请求成功,用户却觉得答案靠不住。在


量化回测最危险的错误,不是程序报错,而是数据错了却正常运行
高频因子挖掘机2026/10/10

一句话结论:量化系统最难排查的故障之一,是程序没有报错、回测可以完成,但输入数据已经偏离了策略所假设的真实市场状态。HTTP 200 无法证明回测数据可信。 摘要 为什么有些量化程序能够顺利获取行情、计算指标并生成回测报告,最终结果却经不起复核?问题可能不在策略公式,而在数据链路:重复 K 线、缺失交易日、复权口径变化、错误时间对齐,都可能悄悄改变交易信号。本文从回测可信度出发,分析数据错误的传播机制,介绍如何建立数据质量约束,以及 QuantDash 这类金融数据 API 在整个流程中能够承


《代码随想录》刷题打卡day44:图论-part02
Coder-magician2026/10/1

文章目录 【99.计数孤岛】DFS版本BFS版本 【100.岛屿的最大面积】DFS写法BFS写法 【99.计数孤岛】 思路: 用遇到一个没有遍历过的节点陆地,计数器就加一,然后把该节点陆地所能遍历到的陆地都标记上。 在遇到标记过的陆地节点和海洋节点的时候直接跳过。 这样计数器就是最终岛屿的数量。 DFS版本 # include <iostream> # include <vector> using namespace std; int


綦江烟草系统学习
ZDN_is_beauty2026/9/25

一.一个系统由哪几块组成 前端画界面 + 收集用户操作后端处理业务逻辑 + 调数据库 + 调算法数据库存取数据算法专门算风险分 API(接口) 定义:前端和后端之间的约定。前端说"我要什么",后端说"给你什么"。 这个项目里:后端定义了 40 多个 API,比如: POST /api/auth/login —— 登录 GET /api/results/b —— 查 B 端结果 POST /api/tasks —— 创建算法任务 类比:菜单。服务员(前端)照着菜单(


【AI大模型接入SDK】LLMManager架构设计与实现
艾莉丝努力练剑2026/9/17

🎬 个人主页:艾莉丝努力练剑 ❄专栏传送门:《C语言》《数据结构与算法》《C/C++干货分享&学习过程记录》 《Linux操作系统编程详解》《笔试/面试常见算法:从基础到进阶》《Python干货分享》 ⭐️为天地立心,为生民立命,为往圣继绝学,为万世开太平 🎬 艾莉丝的简介: 文章目录 1 ~> 项目背景与设计目标1.1 现有模型接入方案1.2 现有方案存在的问题1.3 LLMManager 设计目标 2 ~> 核心抽象与数据结构2.1 LL


2024上半年,零售行业三大观察
2601_962099082026/9/9

字数:1563;阅读时间:4分钟 宏观层面增长放缓 将目光投至2024年上半年, 零售业相关数据有了体现, 增长速度变缓的景象慢慢明晰起来, 逐一被揭晓呈显出, 并且渐次清晰可见。 以国家统计局所给出的数据来看, 社会消费品零售总额尽管呈现出保持增长的态势, 不过, 其增速显著地放缓了, 同比增长为3.7%, 那么, 这一数字背后隐匿着零售业的哪些秘密呢? 不同零售业态的表现呈现出分化的态势。 便利店的零售额增长速度, 与专业店以及超市有所不同。其中, 便利店同比增长率以5.8%占


2.django - 项目结构和模板语法
Aa123456789_552026/9/1

静态文件要放在app/static目录中。Django会自动在这个文件中寻找对应模板 模板语法 本质上是django专属在HTML中的一些占位符。 list 取值 索引取值: 通过 “.”+索引 For循环取值 Dict字典取值 通过索引取值 获取所有key值。N3.keys 获取所有value值. N3.values 获取key和value值. N3.items 判断语句


深入理解 TCP 协议(二):TCP 可靠传输与高效通信机制详解
Mortalbreeze2026/8/24

目录 前言 一、确认应答机制 二、超时重传机制 2.1 理解丢包的本质 2.2 超时时间如何确定 三、滑动窗口机制 3.1 深度理解 send/write 和发送缓冲区 3.2 理解滑动窗口 3.3 理解结合滑动窗口发送报文的流程 3.4 滑动窗口机制的进一步理解——发送缓冲区的空间复用 3.5 滑动窗口机制的进一步优化——快速重传机制 3.6 滑动窗口的大小如何确定 四、流量控制机制 4.1 零窗口探测 4.2 16 位窗口大小的限制与窗口扩大因子 五、拥塞

首页编辑器站点地图

本站内容在 CC BY-SA 4.0 协议下发布

Copyright © 2026 聚合阅读