DeepSeek OCR tappade ... men ärligt talat, Glyph [1], som släpptes samma dag, visade något mer intressant: 3–4 × kontextkomprimering och kostnadsminskning för ifyllnad, ingen prestandaförsämring vid långkontextig QA och sammanfattning, vilket är mycket mindre trivialt än OCR i många fall. Om det gäller för svårare agentiska uppgifter är det ett stort steg. Kostnadsmässigt: - Kostnaderna för förtätning sjunker kraftigt - Besparingarna för avkodning är mer blygsamma med DSA på Effekten beror alltså på hur indatatungt ditt agentiska arbetsflöde är (t.ex. djupgående forskning jämfört med kodning från grunden). Också relevant: - BLT-tillägg [2,3] förbättrade skalning jämfört med BPE-baslinjen; aggressiv komprimering av Glyph hjälper främst till med fyllning, inte mycket på avkodning (med DSA). - BLT-fiering kan hjälpa Glyph att minska avkodningskostnaderna ytterligare. - Subagenter har större inverkan på latens och minskning av kontextlängden. Enkelt men ändå kraftfullt. - Och att byta ut visionsgivare mot små LM:er är fortfarande en öppen fråga.