#GateSquareDaily #Deepseek #AIPriceWar #AIAgents

人工智能价格战升温
DeepSeek的V4压低市场价格，连锁反应已开始显现

AI竞赛中新开战线，焦点不再是基准测试，而是价格。

2026年4月24日，总部位于杭州的DeepSeek发布了其V4系列模型的预览版本：V4-Pro和V4-Flash。两者都是开源权重，获得MIT许可证，支持100万令牌的上下文窗口。头条新闻，还是价格。

1. 削减幅度有多大？

DeepSeek的API定价重设了前沿模型的底线：
• V4-Flash：每百万输入令牌0.14美元，每百万输出令牌0.28美元 • V4-Pro：每百万输入令牌1.74美元，每百万输出令牌3.48美元
与当前美国领头羊相比：GPT-5.5的价格为每百万输入/输出令牌$5 ，而Claude Opus 4.6的价格为每百万输出$30 。Gemini 3.1 Pro的价格为$25 输入/$2 输出。

简单来说：V4-Pro的成本大约是Claude Opus 4.6的七分之一，输出令牌成本几乎是GPT-5.5的九分之一。V4-Flash比Pro便宜12.4倍，但在SWE-bench验证中仅落后1.6点。对于开发者来说，这意味着同样的AI预算可以持续7年，而实际上只用了4个月。

公司表示V4-Pro“在多个领域与领先模型相当”，并提升了多步骤任务的代理能力。独立测试显示V4-Pro在SWE-bench验证中得分80.6%，仅比Claude Opus 4.6低0.2点。在LiveCodeBench上领先，得分93.5%。

2. 这为何重要：三个压力点

采用率可能加快
以每百万输出令牌0.28美元的价格，V4-Flash使高容量应用成为可能：文档处理、代码库分析、代理循环。那些因价格过高而无法使用GPT-5级推理的初创企业，现在可以以十分之一的成本运行生产任务。1M令牌的上下文意味着整个代码仓库或法律文件可以在一次请求中处理。

竞争对手面临利润压缩
西方实验室已开始提价并限制使用以管理需求。DeepSeek的举措迫使他们做出选择：降价压缩利润，或放弃开发者的关注。价格差距不是10%或20%，而是在输出方面达到7倍到9倍。对于构建代理工作流的公司来说，令牌成本已成为一项明确的支出，而非微不足道的误差。

AI叙事获得新动力，包括加密AI
低成本推理改变了AI代理的经济学。如果你能以每百万输出令牌3.48美元运行一个16000亿亿参数的模型，链上代理、去中心化推理网络和AI代币项目就有了实现可持续单位成本的路径。V4是MIT许可证开源权重，任何拥有GPU的人都可以自我托管。这消除了供应商锁定，并符合加密的可组合性论点。

硬件也是故事的一部分。同一天，华为宣布全面支持V4，适配其Ascend 950芯片。DeepSeek在Nvidia GPU和华为Ascend NPU上验证了模型。公司表示，一旦Ascend 950超级节点在2026年下半年大规模部署，Pro定价可能会大幅下降。国产的中国AI生态——模型加芯片——进一步降低成本，减少对美国硬件的依赖。

3. 权衡取舍
V4-Pro并非在所有方面都是最优的。在衡量实际软件工程的SWE-bench Pro中，Opus 4.7以64.3%领先，而V4-Pro为55.4%。在深度推理任务中，GPT-5.5仍占优势。DeepSeek承认“高端计算能力的限制”在模型发布时限制了Pro的吞吐量。

此外，还有监管背景：美国国务院在V4发布前一天就全球发出警告，指责中国对美国AI模型进行蒸馏。OpenAI和Anthropic曾指控DeepSeek蒸馏其模型。DeepSeek尚未回应这些指控。

4. 接下来会怎样
1. 企业试点：预计CFO们会重新评估ROI模型。如果V4-Pro能以10%的成本提供95%的能力，“足够好”就能满足许多任务。2. 开源热潮：凭借16000亿亿参数、MIT许可证和Hugging Face权重，V4成为最大规模的开源模型。微调和私有部署变得更容易。3. 硬件多样化：全面支持Ascend预示中国AI生态在成熟。如果华为大规模出货，国内开发者可以不用Nvidia。4. 价格应对：关注OpenAI、Anthropic和谷歌。保持价格，而开源模型在SWE-bench上达80.6%的表现，成本仅为九分之一，这不是一个稳定的平衡。

这是一场价格战，但也是战略转变。DeepSeek V4并不声称在每个基准上都优于GPT-5.5或Claude Opus 4.7。它声称足够接近、开源且成本极低。在过去两年里，假设前沿模型需要前沿预算的观点被打破。

如果采用率跟随价格，那么推理需求、代理使用和AI集成应用——包括加密AI代币——都将扩大。竞争对手必须在成本上做出回应，而不仅仅是能力。关于先进AI必须运行在美国芯片上的叙事，也因此出现了反例。

AI战争不再只是关于谁拥有最聪明的模型，而是关于谁能让智能变得负担得起。