【jiuyou.com科技消息】2026年4月24日，OpenAI在凌晨突然甩出GPT-5.5，API定價直接翻倍：輸入5美元/百萬token，輸出30美元/百萬token。12個小時后，DeepSeek發(fā)布V4系列預(yù)覽版并同步開源MIT協(xié)議，全線標(biāo)配100萬token上下文，V4-Flash輸出價僅為0.28美元/百萬token——是GPT-5.5 Pro的1.55‰。

　　或許這是偶然撞車。但背后卻是全球AI產(chǎn)業(yè)兩條路線在同一時間的正面對撞。

　　跑分沒驚喜，但技術(shù)底層打開了一條新路

　　從Benchmark看，V4的表現(xiàn)并沒有讓行業(yè)感到炸裂。

　　DeepSeek團隊在技術(shù)報告中開誠布公地承認：V4-Pro-Max小幅超越當(dāng)前領(lǐng)先的開源模型，高于GPT-5.2和Gemini-3.0-Pro，但仍落后于GPT-5.4和Gemini-3.1-Pro，差距大約在三到六個月。在國內(nèi)，Kimi 2.6、GLM 5.1的整體表現(xiàn)也基本都在這條水準(zhǔn)線以上。

　　如果只看跑分，曾經(jīng)靠著V3和R1一枝獨秀的DeepSeek，似乎也“泯然眾人”了。

　　但這不是故事的全部。

　　在我看來，V4真正的價值不在那幾行跑分數(shù)字上，而在于它重構(gòu)了模型處理長上下文的底層方式。這比追平一兩個百分點的評測成績要深刻得多。

　　制約大模型上下文能力的核心瓶頸，是Transformer架構(gòu)中注意力機制（Attention）的復(fù)雜度問題。換句話說，上下文越長，計算量呈二次方爆炸——這是所有做長文本模型的廠商遲早要撞上的墻。

　　在V4之前，行業(yè)主要通過壓縮注意力的“寬度”（GQA）和“厚度”（MLA）來做文章。DeepSeek V3的核心技術(shù)MLA，本質(zhì)上就是通過低秩映射把每個詞壓縮成更短的潛在向量。但問題在于，壓縮之后100萬個“速記符號”依然是100萬個計算單位，模型還是得從頭看到尾。

　　V4的做法是，開始動“長度”的刀——開創(chuàng)性地引入CSA/HCA混合稀疏注意力架構(gòu)，在token維度上進行壓縮，結(jié)合自研的DSA稀疏注意力，讓模型在處理超長文本時不再對所有token做全量計算，而是區(qū)分輕重：強關(guān)聯(lián)的核心內(nèi)容精確讀取，弱關(guān)聯(lián)的背景信息大幅壓縮，無關(guān)內(nèi)容直接跳過。

　　這套機制的外部效果用兩個數(shù)字就能說清：在百萬token上下文場景下，V4-Pro的單token推理計算量只有V3.2的27%，KV緩存占用只有10%；V4-Flash更極端，分別壓到了10%和7%。

　　簡單說，處理同樣100萬字的文本，V4只需要上一代1/4的算力和1/10的顯存。這不是靠堆顯卡堆出來的，而是從注意力機制的數(shù)學(xué)基礎(chǔ)上做了一次減法。

　　因此，我認為長上下文能力正在從“加價功能”變成下一代大模型的基礎(chǔ)設(shè)施。 DeepSeek在這個問題上沒有走修補老路，而是直接掀翻了傳統(tǒng)的注意力范式。這種選擇短期內(nèi)看不到炸裂的跑分反饋，但它正在重塑大模型行業(yè)最重要的成本結(jié)構(gòu)。在算力仍然緊缺、昂貴、短缺的現(xiàn)實里，誰能把長上下文的成本結(jié)構(gòu)打散重建，誰就能在下半場的Agent競爭中拿到真正的主動權(quán)。

　　“漲價潮”里的反向清場：不是因為慷慨，而是因為成本真的被重構(gòu)了

　　2026年3月以來，一個頗為魔幻的現(xiàn)象出現(xiàn)了：無論海外的OpenAI、Anthropic，還是國內(nèi)的智譜、阿里、騰訊，AI產(chǎn)品與“降價”二字徹底絕緣。模型越做越大，API價格水漲船高，行業(yè)在一個月內(nèi)形成了驚人的默契——AI就該越來越貴，想體驗更好的智能，就得付更高的價格。

　　而DeepSeek V4 Pro的價格已經(jīng)逼近國內(nèi)AI產(chǎn)品的下限，F(xiàn)lash版本比舊模型還便宜。發(fā)布后48小時，官方又甩出一枚炸彈：Pro和Flash的輸入緩存命中價格一步到位，打到原價的十分之一。其中，V4-Flash的緩存命中輸入價降至0.02元/百萬token，疊加限時優(yōu)惠后更是低到幾乎可以忽略不計。

　　OpenRouter平臺的實時數(shù)據(jù)顯示，V4-Flash的加權(quán)平均輸出價僅為0.279美元/百萬token。同一時期，GPT-5.5 Pro的輸出價為180美元，Claude Opus系列和Gemini 3.1 Pro均在12-25美元區(qū)間。也就是說，使用V4處理相同規(guī)模的文本任務(wù)，成本可以降低超過99.8%。

　　當(dāng)同行都在往“更貴更強”的方向走時，DeepSeek選擇了反方向“清場”。

　　這背后不是燒錢換市場，而是一套從頭重構(gòu)的底層架構(gòu)，把推理成本推向了人們從未想象過的數(shù)量級。技術(shù)報告里的一組數(shù)字解釋了這一切：百萬token場景下，V4的KV Cache占用只是前代V3.2的10%。十分之一的成本，源頭就在這里。

　　華泰證券的判斷也指向同一個結(jié)論：市場容易將V4理解為“降本壓低算力需求”，但更重要的邊際變化在于——長上下文成本下降后，復(fù)雜Agent、多文檔分析、長周期任務(wù)、在線學(xué)習(xí)等場景的可用性被大幅提升，推理調(diào)用量與存儲訪問頻次有望迎來新一輪擴張。

　　這是我看到最深層的行業(yè)信號：大模型的價格戰(zhàn)，已經(jīng)從“聊天便宜”進入了“Agent便宜”的時代。 過去兩年，降價的核心邏輯是讓用戶用得起對話。但現(xiàn)在，Agent工作流需要模型處理超長上下文、執(zhí)行多步推理、調(diào)用多種工具，token消耗量是簡單對話的數(shù)十倍甚至上百倍。在這種場景下，哪怕輸出價只差一兩個數(shù)量級，意味著Agent能不能跑起來、跑不跑得動、跑不跑得起。

　　DeepSeek V4的定價策略，本質(zhì)上不是在和同行打價格戰(zhàn)。它是在為Agent時代的規(guī)?；涞?，重新校準(zhǔn)整個行業(yè)的成本基準(zhǔn)線。

　　國產(chǎn)算力：從“備胎”到“關(guān)鍵變量”

　　V4這次發(fā)布還有一重藏在細節(jié)里的變化：DeepSeek首次在正式技術(shù)文檔中將華為昇騰NPU與英偉達GPU并列寫入硬件驗證清單。

　　這是一個比很多人意識到的更為深遠的信號。

　　據(jù)多位接近DeepSeek的消息人士透露，V4延期發(fā)布的真正原因，不是什么bug修不完，而是DeepSeek把整套系統(tǒng)從英偉達生態(tài)搬到了華為昇騰芯片上。這不是換一個驅(qū)動的輕量調(diào)整。DeepSeek R1當(dāng)年對英偉達GPU的PTX底層做了極致優(yōu)化，這是它“花小錢辦大事”的核心競爭力。但轉(zhuǎn)到華為昇騰之后，基于英偉達的所有工程積累全部作廢，整套底層代碼、調(diào)度邏輯、工程體系需要重寫一遍。

　　難度在哪里？大模型參數(shù)達到萬億級別之后，算力壓力從“純計算”轉(zhuǎn)向了“系統(tǒng)調(diào)度與通信”。DeepSeek V4雖然通過MoE架構(gòu)降低了單次推理的計算量，但對內(nèi)存帶寬、芯片間互聯(lián)、KV Cache管理的要求反而更高了。英偉達生態(tài)里，基于NVLink的單節(jié)點GPU間帶寬可達TB/s級別，而昇騰在這些指標(biāo)上有明顯差距，更多依賴光模塊進行跨節(jié)點擴展，會引入額外延遲和同步開銷。在這種條件下把模型跑通、跑好，本身就是一項極其艱難的系統(tǒng)工程。

　　但從另一個角度看，這也意味著DeepSeek正在和國產(chǎn)算力深度捆綁。官方在定價說明中寫道：“受限于高端算力，目前Pro版服務(wù)吞吐十分有限，預(yù)計下半年昇騰950超節(jié)點批量上市后，Pro價格會大幅下調(diào)。”

　　這句話比很多技術(shù)參數(shù)更有信息量。它說明DeepSeek的低價，已經(jīng)不再僅僅依賴于算法效率的提升，而是開始和國產(chǎn)算力的供給節(jié)奏綁定。

　　與此同時，寒武紀、摩爾線程等國產(chǎn)芯片廠商在發(fā)布當(dāng)天就完成了Day 0適配。寒武紀已基于vLLM推理框架完成了V4-Flash和V4-Pro的適配，并將代碼開源到GitHub社區(qū)。華泰證券指出，為支撐V4等模型的推理需求，預(yù)計新增AI加速卡11萬至47萬張，新增超節(jié)點283至1236臺，國產(chǎn)算力芯片、超節(jié)點、交換芯片等環(huán)節(jié)有望加速放量。

　　這是中國AI產(chǎn)業(yè)首次將前沿模型的部署節(jié)奏與國產(chǎn)算力的規(guī)?；渴甬嬌狭说忍枴?在過去，國產(chǎn)算力更多扮演“備選方案”的角色——實在買不到英偉達顯卡的時候才用。但到了V4這一代，這種關(guān)系正在反轉(zhuǎn)。DeepSeek把未來降價的前提直接指向昇騰950超節(jié)點的規(guī)模化部署，意味著國產(chǎn)算力不再是“替補”，而是成為了通往更低成本AI的關(guān)鍵路徑。

　　當(dāng)然，必須保持清醒的是，這條路遠沒有走完。Pro版服務(wù)吞吐受限已經(jīng)說明，當(dāng)前國產(chǎn)算力在高端芯片供給上仍有明顯的瓶頸，V4的商業(yè)化節(jié)奏實際上是被算力卡住了脖子。從算力可用到算力充足，還有相當(dāng)長的路要走。但這種把弱點攤在桌面上的坦誠，反而比那些大談算力儲備的發(fā)布會更有說服力。

　　把4月24日的兩場發(fā)布放在一起看，一個圖景已經(jīng)非常清晰：全球大模型正在走成兩條截然不同的路。

　　美國陣營的核心邏輯是“探索邊界”。OpenAI包下了英偉達今年一半以上的Blackr:破高膙轔?f然揩襮嫛蟿F鳩5pep=k?確矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鵒黮}劷:q{|?e ?%坖D覑眤丬鯇M(纈s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫ell芯片產(chǎn)能，用極致堆料的方式追求智力上限，定價策略是“越強越貴”，目標(biāo)客戶是能付得起高價的企業(yè)和高端開發(fā)者。Anthropic同樣在這一路徑上加速奔跑，Claude Opus 4.6在編程領(lǐng)域建立了事實上的開發(fā)者首選地位，但其API價格對中小團隊來說仍然是一道不低的門檻。

　　中國陣營，以DeepSeek為代表，選擇的是另一條路：在算力約束下追求極致效率，通過架構(gòu)創(chuàng)新降低成本，用開源和低價把能力普惠出去，同時綁定國產(chǎn)算力生態(tài)，構(gòu)建一套“獨立于英偉達的可行性證明”。

　　這不是簡單的戰(zhàn)略差異，而是全球AI競爭格局的結(jié)構(gòu)性分化。從OpenRouter平臺數(shù)據(jù)來看，截至2026年4月，中國AI大模型已連續(xù)多周調(diào)用量超越美國，顯示國產(chǎn)模型正在快速崛起。但23倍的資本投入差距只換來了2.7%的性能領(lǐng)先，也從另一個角度說明了中國AI在“效率”這條路徑上的獨特優(yōu)勢。

　　我的判斷是：這兩條路沒有絕對的高下之分，但它們將塑造完全不同的產(chǎn)業(yè)生態(tài)。 美國路徑的終局可能是少數(shù)巨頭擁有最強模型，以高定價服務(wù)高端客戶，賺取超額利潤。中國路徑的終局，則可能是通過極致效率和開源普惠，把AI變成各行各業(yè)的基礎(chǔ)設(shè)施，讓大量中小企業(yè)和獨立開發(fā)者也能用上頂級能力。

　　這個判斷有沒有風(fēng)險？當(dāng)然有。一個必須正視的隱憂是：如果國產(chǎn)算力的規(guī)模化部署進度不及預(yù)期，DeepSeek的“低價普惠”敘事就可能遭遇瓶頸。另一個深層問題是，當(dāng)模型能力不再由一家公司絕對領(lǐng)先，技術(shù)迭代的窗口期越來越短時，單純依靠成本優(yōu)勢是否足以建立持久的護城河？英偉達CEO黃仁勛在今年CES上的一個判斷仍然值得重視：開源大模型雖已觸及技術(shù)前沿，但與頂尖閉源模型仍存在約6個月的代際差距。

　　寫在最后：V4發(fā)布的意義，不在于它超越了誰，也不在于它的跑分有多高。它真正的意義在于，在行業(yè)集體走向漲價和高算力投入的慣性軌道上，DeepSeek用一份58頁的技術(shù)報告和一組幾乎刷新行業(yè)下限的價格，給出了一個“另一種解法是完全可行的”的證明。

版權(quán)所有，未經(jīng)許可不得轉(zhuǎn)載