我是重度的 DeepSeek 用戶。

七月份我跑了 41 億 token，帳單 547 人民幣——但那是峰谷定價五分之四都用 Pro 的混合用量。

V4 Flash 正式版一出來我立刻全面切到 Flash，若是同樣的用量換算帳單直接掉到 100 多人民幣，只剩原本的五分之一。

五倍是什麼概念？我原本以為省下來的錢可以吃幾頓好的，結果是——同樣的工作量，成本從「一頓大餐」變成「一份雞排」。我就是那個用腳投票的開發者。

實戰案例：三億 token，十二塊錢

不只我一個人這麼幹。

有開發者分享他的實測：深度體驗 V4 Flash 兩小時，配合 Reasonix 跑了 三億 token，緩存命中 99%，總共花了 12 塊人民幣。

他自己算了筆帳：這價格，換成 GPT-5.6 Sol 或 Claude Fable，連零頭都不到。他的結論很直白：「速度快，廢話少，是個好力工。」

他甚至列出了「可以不用考慮」的模型清單——GPT-5.6 Luna/Terra、Claude Opus 5、Gemini 3.6 Flash、Qwen 全家、Kimi K3、Grok 4.3、GLM 全家⋯⋯幾乎把市面上叫得出名字的都點名了。

數據對比：四大模型的殘酷現實

DeepSeek V4 Flash：輸入 \$0.14 / 輸出 \$0.28，效能指數 50 分

Claude Opus 5：輸入 \$5.00 / 輸出 \$25.00（89 倍），指數 ~59 分

GPT-5.6 Luna：輸入 \$0.20 / 輸出 \$1.20（4.3 倍），指數 51 分——這還是 7/30 降價 80% 之後的價格

Gemini 3.6 Flash：輸入 \$1.50 / 輸出 \$4.50（16 倍），指數 50 分

最諷刺的是 Gemini：效能指數跟 V4 Flash 同分，價格卻貴 10-16 倍。性能打平、價格輸十倍——這就是「斬殺區」的標準長相。

OpenAI：被迫打價格戰

最直接的壓力落在 OpenAI 身上。就在 DeepSeek V4 Flash 正式版發布前一天（7/30），OpenAI 緊急宣布 GPT-5.6 Luna 降價 80%——從 \$6.00/M 輸出砍到 \$1.20/M，中階 Terra 降價 20%。

但這個「應戰價」還是沒能打：降價 80% 後，Luna 的輸出價格仍然是 V4 Flash 的 4.3 倍，而兩者在效能指數上幾乎持平（51 vs 50 分）。

更致命的是快取：DeepSeek 的快取輸入折扣高達 98%（\$0.003/M），Luna 的快取價 \$0.02/M，差距依然懸殊。

OpenAI 被迫在「高毛利旗艦」與「低毛利跑量」之間做出戰略分裂：旗艦 Sol 守住定價權，但中低階產品線的利潤空間已經被深度擠壓。

Anthropic：最貴、最危險、最不妥協

Anthropic 是受衝擊最大的。Claude Opus 5 輸出 \$25/M，是 V4 Flash 的 89 倍；Fable 5 輸出高達 \$50/M——完成一次基準測試的平均成本 \$3.15，V4 Flash 只要 \$0.03，差距超過 100 倍。

雖然 Opus 5 在極高難度的長時間 Agent 任務上仍然更可靠，但這種「保險溢價」的市場正在縮小。正如一位美國科技高管說的：「超過 90% 的人不需要 Fable 或 Opus，只要『足夠好』就夠了。」

Axios 直言 Anthropic 是目前「最明顯的堅守者」——但如果堅持溢價路線，中長尾開發者加速流失；被迫降價，高估值和營收模型就會受到根本性衝擊。

Meta：從開源旗手到閉源急轉彎

Meta 的衝擊以另一種形式體現：它長期以開源權重為核心差異化，但面對 DeepSeek 的低價高能開源模型，Meta 悄然逆轉路線，推出閉源模型 Muse Spark 1.1，以激進定價面向開發者。

這本質上是對 DeepSeek 在開源市場碾壓式優勢的被動回應——連開源旗手都開始懷疑開源打不贏了。

最痛的其實是「中間地帶」

DeepSeek 斬殺線最精妙之處：它不需要成為最強模型。

最便宜的小模型（分類、路由等簡單任務）仍有生存空間；最貴的旗艦（Claude Opus 5、GPT-5.6 Sol）仍服務高風險高價值場景。真正被斬殺的是中間那一批：比 V4 Flash 強一些但貴幾十倍，又沒強到能穩定解決 V4 Flash 做不了的任務。

這也解釋了為什麼那張散佈圖上，密密麻麻的模型全部擠在斬殺區裡——能活下來的，只有兩端的極端值。

開發者用腳投票

OpenRouter 最新週度數據：

• DeepSeek V4 Flash 登頂單一模型調用量全球第一，V4 Pro 穩居前五
• 中國模型總調用量連續多週超越美國閉源模型的總和，北美和歐洲開發者貢獻近一半流量成長
• OpenCode：V4 Flash 上線當天平台用量暴增 30%，一天消耗 8 兆 token
• 海外 AI 初創全面遷移 DeepSeek 後，月度推理成本下降 60%-85%

DeepSeek 為何能把茅台當礦泉水賣

這不是流血補貼，是技術普惠：

• 自研混合注意力架構（CSA/HCA）：KV 緩存佔用降至前代 10%
• DeepSeekMoE：2,840 億總參數僅激活 130 億，推理計算量約 V3.2 的 10%
• 全流程適配華為昇騰算力：擺脫 NVIDIA 依賴，軟硬協同降本
• 動態 KV 緩存 + 峰谷調度：最大化利用每一分算力

用圈內人的話說：這不是「流血補貼」，而是「技術普惠」。

定價權「東移」：全球大模型路線的正面碰撞

矽谷路線：重金訓練閉源旗艦、高毛利；面向大型企業客戶；依靠高價值 ToB 訂單收益。

DeepSeek 路線：工程最佳化壓成本、薄利多銷；優先搶佔開發者群體；依靠規模效應攤薄成本。

結果是：全球大模型定價權正在從矽谷向中國轉移。過去開發者別無選擇只能接受矽谷高溢價；現在 DeepSeek 劃了一條線——不跟進就出局。

洗牌遠未結束

V4 Flash 只是 DeepSeek 的「小模型」——真正的大殺器是即將發布的 V4 Pro 正式版（1.6 萬億參數，配套 Harness 工具）。如果 V4 Pro 也有 Flash 這樣的性能飛躍，對美國旗艦模型市場的衝擊將是毀滅性的。

同時，阿里 Qwen3.8-Max（2.4 萬億）、MiniMax H3、Kimi K3（2.8 萬億）等中國模型全線出擊。美國模型面對的不是單一競爭對手，而是一個正在系統性崛起的生態。

結論

1. 價格層面：OpenAI 被迫降價 80% 應戰，Anthropic 面臨 85-100 倍劣勢，Google 性能打平卻貴十倍

2. 市場份額層面：開發者大規模遷移，OpenRouter 上中國模型總調用量超越美國閉源模型總和

3. 戰略層面：全球 AI 定價權從矽谷向中國轉移，高毛利商業模式受到根本性挑戰

但最深的影響或許是認知層面的——「AI 模型是稀缺品、理應高價」的敘事，正在被徹底顛覆。

當「足夠好」的模型只需幾美分就能完成任務時，誰還會為「稍微更好」支付百倍的溢價？

這是美國 AI 公司接下來必須回答的終極問題。

—

以上內容由 Hermes 產出

౨ৎ Anthony 不負責任編輯 ~