文 | 最话 FunTalk，作者 | 林书，编辑 | 刘宇翔
才发布没两天，DeepSeek 就大降价。
4 月 25 日晚，DeepSeek 宣布对 V4-Pro 模型 API 开启限时 2.5 折价格优惠。26 日晚，DeepSeek 又宣布 V4 全系列 API 服务的输入缓存命中价格降至原有价格的 1/10。其中，Pro 模型在今年 5 月 5 日前叠加 2.5 折限时优惠。最新调价后，DeepSeek-V4-Flash 每百万 tokens 输入缓存命中价格为 0.02 元，DeepSeek-V4-Pro 为 0.025 元。
这一价格不但比国外大模型，就是比国内其他大模型都有很大价格优势。在 DeepSeek 首次官宣降价的第二天，DeepSeek-V4-Flash 的调用量为 814 亿 Token，较前日环比增长 62.2%；DeepSeek-V4-Pro 的调用量为 96 亿 Token。
虽然，完成整个任务还涉及到任务类型、模型效率、推理长度、模型输出 Token 数等因素，最终账单不仅取决于输入价格，但大降价后，开发者们仍有望用 V4 跑通商业模式。
难怪有人说，"DeepSeek 归来，梁文锋杀疯了。"
在 V4 发布前的一年多里，这家曾让硅谷侧目的公司，在绝大多数时间里是自我隐匿的，外界只能通过它发布的论文来推测其进度。期间，DeepSeek 团队成员的不断流失，至少 5 名核心研发成员确认离职：第一代大模型核心作者王炳宣去了腾讯，V3 核心贡献者罗福莉被雷军以千万年薪挖走，R1 核心作者郭达雅转投字节跳动，多模态核心研究员阮翀加盟了自动驾驶公司元戎启行。
同时，从 2025 年 1 月 R1 爆红到 2026 年 4 月 V4 发布，DeepSeek 整整 15 个月没有发布大模型新版本。同期，OpenAI 连推 GPT-4.5、GPT-5 和多个推理变体，Anthropic 迭代了三代 Claude，字节豆包月活冲至 3.31 亿，智谱和 MiniMax 也陆续发布了 GLM-5 和 MniMax-2.7 等新一代模型。
这 " 空白 " 的 15 个月，相当于 DeepSeek 在全球大模型竞赛中隐匿了一个代际。而今，DeepSeek V4 从地平线的远方归来，最终掀开了面纱。
从性能上看，在世界知识、推理以及 Agent 能力方面，DeepSeek-V4 均实现国内与开源领域的领先，甚至接近了 Claude-0pus-4.6 等顶尖大模型。
在 Agentic Coding 评测中，V4-Pro 已达到当前开源模型最佳水平，并在其他 Agent 相关评测中同样表现优异。
这样的突破，让 DeepSeek 终究不负众望，但此次 V4 最让人期待的重要突破是对国产算力的适配，将底层代码全面迁移至华为的 CANN 生态，让 V4 的推理能运行在昇腾 950PR 芯片。
这需要经历一次艰难的适配过程，可以看作是国产 AI 的 " 探月工程 "，需要从 DeepSeek 到华为再到半导体设备厂商等整个链条的配合。
这不是一个轻松的技术决策，这是一场赌上公司乃至整个国产大模型业界未来命运的架构豪赌。
而理解这场豪赌，需要先看清一个正在吞噬整个 AI 行业的结构性困境。
必然与偶然
2026 年的 AI 行业，正在经历一场教科书级别的杰文斯悖论。
1865 年，英国经济学家威廉 · 杰文斯观察到一个反直觉现象：蒸汽机的效率越高，英国的煤炭消耗总量反而越大。效率提升不会减少资源消耗，反而会因为使用门槛降低而刺激更大的需求。160 年后，同样的剧情正在 AI 推理算力上重演。
根据清华大学最新发布的《Token 经济学全景报告》，过去三年，模型推理成本下降了 280 倍，但企业的 AI 总支出反而增长了 2.4 倍。
同样地，36 氪对企业支出的调查统计也显示：AI 推理成本在 18 个月内下跌超过 80%，但中国三大云厂商却在同一周宣布涨价。越便宜，烧得越凶。推理成本变得愈发昂贵，这是整个行业的结构性宿命。
最先被这个宿命击中的，是硅谷的标杆企业 Anthropic。
2026 年，Anthropic 仅推理成本一项预计就将达到 141 亿美元，比 2025 年增长 68%。公司 2025 年全年现金消耗约 85 亿美元，2026 年预计全年亏损 140 亿。CEO Dario Amodei 在播客中说了一句让整个行业倒吸冷气的话：" 如果我的收入无法达到 1 万亿美元……一旦我购买了那么多的算力，地球上没有任何力量能阻止我破产。"
这是行业的 " 大必然 " ——使用成本边际降低，需求快速上升，推理总算力需求会快速反噬 AI 企业的利润，没有人能幸免。
而在这个大必然之下，出现了一个 " 小偶然 "。
3 月初，用户发现 Claude Opus 4.6 的性能出现了明显下降。编程能力断崖式滑坡，推理深度崩塌 67%，第三方测试排名从前 2 跌至第 7。但 Token 消耗反而增加了——降智的同时还在变相涨价。
此前 Anthropic CEO Dario Amodei 在自己的公开播客采访表示，到年底，公司需要超过 5GW 的算力才能满足推理和训练需求，但因为此前采购过于保守，公司已经面临 " 不得不接受更高价格 " 的局面。
这场算力危机，并不只是 Anthropic 一家的噩梦。
同期的 OpenAI 同样焦头烂额。GPU 租赁价格在 60 天内暴涨 48%，英伟达 Blackwell 芯片供应全面告急；2026 年美国原计划上线的 AI 数据中心，有将近一半因为电网瓶颈和建设延期被推迟或取消，形成了高达 7GW 的算力缺口。
但需要指出的是，这样的算力 " 短缺 " 其实是一种『贵族的饥饿』——硅谷目前仍然掌握着全球最大的算力池，在绝对算力上碾压中国，只是这个池子，现在暂时填不满它们 AGI 野心的胃口。
但尽管如此，V4 仍然获得了一个难得的突围 " 窗口期 "：那就是在硅谷巨头算力高攀不下时，从成本结构上，对其实施 " 突袭 "。
国产算力的 " 突袭 "
可能有人会问：这样的 " 突袭 "，究竟意味着什么？是指 V4 趁 Anthropic 算力短缺、模型降智之时，以较低成本杀入编程领域，实现对开发者群体的抢占吗？
很遗憾，这样的想象在现实中并不成立。
说实话，V4 发布后，笔者第一时间与技术社区的开发者进行了讨论，但相当一部分开发者表示，即使 V4 在价格上，与 Opus 相比有较大优势，他们也不会将其当成实际工作中的首选。
为什么？因为在一线开发者和程序员看来，编程工具，往往只有最优，没有次优。甚至可以直接说，在 AI coding 领域，第一名会赢家通吃。
根据某一线开发者反馈，实际用的时候，国产模型便宜的那点钱，在多轮出错的场景下，其实贵的要死，开发者使用 Opus 或 codex 交互，能实现一遍过，成本可能是 1 美元，而某些国内模型，可能需要 5 轮才过，成本是 2 美元。
如果 V4 在编程和复杂推理上无法匹敌 Opus 的巅峰状态，多数人不会轻易切换。这是现实，不必回避。
因此，真正能让 V4 实现 " 突袭 " 的，可能是另一个战场。
此次 V4 发布，除了百万上下文、全栈国产化算力适配（如华为昇腾、寒武纪等）、以及混合注意力架构（CSA + HCA）与流形学习优化等底层技术创新之外，更重要的升级，就是 DeepSeek 在 Agent 方向上的突破。
其在 Agentic Coding 评测中成为开源最佳，内部使用体验已优于 Sonnet 4.5，交付质量接近 Opus 4.6 非思考模式，并针对 Claude Code、OpenClaw、CodeBuddy 等主流 Agent 框架做了专项优化，明确将自身定位为 Agent 基础设施。
而 Agent 能力，之所以当下变得如此重要，是因为目前的 AI 竞争，已经进入到了一个新阶段。
2026 年第一季度，一个数字震动了整个 AI 行业：中国大模型 Token 日均调用量首次超越美国。国家数据局的曲线近乎垂直：从 2024 年初的约 1000 亿，到 2025 年中突破 30 万亿，到 2026 年 2 月达到 180 万亿。两年涨了 1800 倍。
而驱动这最后一段最陡峭增长的，恰恰是 OpenClaw 生态的高频调用需求。
然而，就在这关键的档口，Anthropic 却主动将大量中低端用户 " 推向 " 了中国。
当 OpenClaw 在全球扩散后，Anthropic 很快发现一个问题：一个每月付 49 美元 Claude Max 订阅费的用户，如果用 OpenClaw 跑一个 7 × 24 小时的自主 Agent 实例，消耗的算力相当于几百个普通对话用户一个月的总量。
订阅制定价根本无法在 Agent 时代维持盈利。于是 Anthropic 宣布：通过个人订阅账号的 OAuth 令牌接入第三方工具，属于违规行为，发现即封号，无缓冲期。
之后，中国模型的调用量开始在 Agent 方向持续疯涨。
根据 OpenRouter 平台 2026 年 4 月第一周的最新统计数据显示，中国 AI 大模型周调用量高达 12.96 万亿 Token，连续五周超越美国。
这个维度的切换，恰好是中国 AI 的优势区间。
所以这场 " 突袭 " 的实质是：DeepSeek V4 这类中国 AI，以不俗的性能 + 低廉的国产算力，在 Agent 的中间层场景里，用成本和稳定性切走了一块原本属于他们的蛋糕。
这样的不对称优势，就是规则转换期的机会窗口。
杯子壁的高度
如果按照某种模型迭代的推演逻辑，在未来，随着国产模型不断地迭代、进步，在 Agent 这个赛道上，国产大模型的能力，最终会达到大多数常规任务的上限，毕竟，常规任务就像一只容量有限的 " 杯子 "，往里倒再多的智能，最终的结果也只能是 " 溢出 "。
到了那时，在 Agent 场景下，性能与 Opus 已无太大区别的国产 AI，将通过国产算力的低成本，取得进一步优势；
昇腾 950PR 定价 7 万元，英伟达同级别 H200 在中国市场报价高达 25 万元，这相当于是便宜了三分之二的价格。
然而，现实终归是复杂的、有灰度的，真实情况也许远比这更诡谲。
在 Anthropic 自己发布的《2026 Agentic Coding Trends Report》中，其将现在的 Agent 任务分成了三层：
底层（高频、低风险）：代码补全、单元测试生成、文档注释、格式规范化、简单 Bug 修复。这类任务占企业 Agent 调用量的约 65%；
中层（中频、中风险）：跨文件重构、API 集成、数据库查询优化、报告生成、合同条款提取。占约 28%；
顶层（低频、高风险）：生产级系统架构决策、安全漏洞审计、复杂财务建模、多步骤法律合规分析。占约 7%；
底层那 65%，" 杯子溢出 " 论完全成立。代码补全到了正确就是正确，你用 Opus 4.7 还是用 DeepSeek V4，最终的单元测试通不通过是客观事实，没有 " 更通过 " 这个说法。
但顶层那 7%，才是真正拉开差距的地方。
SWE-bench Pro 是目前最接近真实生产环境的代码基准——它用的是真实企业代码库里的真实工单，而非精心设计的题目。
而在这个区间，Anthropic 最新的 Claude Opus 4.7 已经达到了 64.3% 的水准，而国产模型在该区间的差距被放大到 6-12 个百分点。
这 6-12 个百分点，就是 " 杯子壁 " 的高度。
然而，Anthropic 自己也没有解决 " 简单任务满分、复杂任务崩塌 " 的问题。目前在 SWE-bench Pro 测试集上，还没有模型能够突破 60% 的区间。
是的，在真实场景下，模型之间的差距，远不止是 " 填更高的杯子 " 那么简单。
因为就现状来看，Anthropic 没有在追更高的任务，而是在把同一层任务做得更深、更可靠、更难以替代。
例如其门下的 Claude Code Channels，把同样的高价值 Agent 能力，从 IDE 延伸到 Discord 和 Telegram，让非技术团队也能用——背后的思路，是用可靠性和深度集成，不断抬高企业的切换成本。
对 V4 这类后起之秀来说，这反而是比 " 换杯子 " 更危险的竞争策略——因为后者可以被追赶，前者构建的是一堵越来越厚的墙，而不是一个越来越高的杆。
鲶鱼的使命
此次 V4 的发布，可以说精准地踩中了 " 天时地利人和 " 的每一步。
当 OpenAI、Anthropic 等硅谷巨头纷纷面临算力短缺，而老黄的地位也在被谷歌的第七代 TPU、亚马逊大规模上量的 Trainium 3，甚至特斯拉自建晶圆厂等多元力量挑战的当下，V4 恰逢其时地挟国产算力杀出，就像一个冲锋的尖兵，趁敌军阵脚混乱的时刻，突破了重重围困，杀出了一条生路。
但实事求是地说，这样的 " 突袭 "，时间窗口是有限的，前景也不见得完全明朗。
那照这么看，V4 此次发布的历史使命，究竟是什么？
答案或许是：V4 真正的历史使命，从来就不是超越或打败 Opus 这样的怪物，而是当一条永远不安分的鲶鱼。通过一次次范式、算法和架构上的创新，搅动整个国内 AI 行业。
而在这一次次搅动中，中国的 AI 企业，能从那些 " 大厂思维 " 看不到的角落里汲取灵感，不断进行着进化与蜕变。
Kimi K2.6 就是一个鲜活的例子。这款基于 1 万亿总参数、32B 激活参数的 MoE 架构模型，在 LiveCodeBench 基准测试中取得了 85% 的高分，多 Agent 并发不限流，23 个 Agent 同时运行仍能稳定完成开发全流程。而它的架构思路，很大程度上受到了 DeepSeek 此前在 MoE 和推理优化方面的启发。
这就是鲶鱼效应的传导链条：DeepSeek 的架构创新，倒逼月之暗面、智谱、MiniMax 跟进优化；这些公司的竞争，又反过来推高了整个国产模型生态的水位线。不是某一条鱼在游，是整个池子的水被搅活了。
而 DeepSeek-V4 最新的刺激是它在公告标题里写的 " 迈入百万上下文普惠时代 "。业界人士博主玄感 X 介绍，V4 戏剧性地把百万 token 上下文的 KV Cache 降低到了传统方案的 2%。V4 在训练时就早早地开始扩展上下文长度，训练数据量和 V3 比翻倍，还特别重视长文档整理，带来了更原生更强的长上下文性能。
在百万 token 测评项的榜单里，DeepSeek-V4 落后于 Opus 4.6，但超越了 Gemini 3.1。该人士认为 V4 的核心优化是 CSA 和 HCA 两种 attention 机制，CSA 负责抓重点，把 100 万 token 的 KV Cache 压缩成 25 万条，再挑出最有用的部分计算 attention；HCA 负责全局，把 100 万 token 压成 7800 条后做完整 attention。两种机制交替，使得 V4-Pro 推理计算量比 V3.2 降低到 27%，KV Cache 降低到 10%；轻量版 V4-Flash 更夸张，计算量 10%，KV Cache 仅 7%，且性能全面提升。
" 这种极致降本是 DeepSeek 的老手艺，从 V2 的 MLA（KV Cache 降低 93%），到 V3、V4 的沿用，再到 NSA 对 attention 的改造（64K 上下文取得 11.6 倍加速），以及 V3.2 的进一步落地，最终通向 V4。它还把百万 token 上下文的价格打了 2.5 折，折后价格约是御三家的 5%，在国内同级别大模型里属最便宜的一档。"
正因为有了足够便宜的百万 token 上下文能力，V4 才能在昇腾 950PR 并未大规模铺货时，就敢大降价，这使得各种推理模型、agent 和复杂任务就有了更大的想象空间。
这可以看作是一次对算力的极限测试，V4 这条鲶鱼开始在国产算力的方向搅动了。而这次 " 搅动 "，势必会改变产业链的下注逻辑。
在 V4 发布之前，华为昇腾的生态推广面临一个死结：没有顶级模型愿意第一个吃螃蟹，因为迁移成本极高、风险极大；但没有顶级模型背书，下游的云厂商、企业客户就不敢大规模采购昇腾。V4 的发布，直接切断了这个死结——阿里、字节、腾讯已经开始大批量采购昇腾 950PR。
据业界调研，目前，三大厂商合计采购量超 46 万颗，占昇腾 950PR 全年预计出货量（75 万颗）的 60% 以上，不是因为它比 H100 更好，而是因为它被证明够用了。" 够用 " 二字，在产业链里价值连城。
或许，过了半年或一年后，Anthropic 的算力危机终将缓解，Opus 终将满血回归，硅谷的融资机器终将重新轰鸣。但那又怎样呢？
当一种技术路线被验证可行后，只要这个国家的工业体系、人才储备、资本意愿还在，它就会以 " 接力赛 " 而非 " 马拉松 " 的形式持续下去。DeepSeek 跑第一棒，Kimi 跑第二棒，后面可能还有阿里、字节、甚至某个现在还没成立的小团队跑第三棒、第四棒。
每一棒都可能摔倒，但只要下一棒有人接着跑，Opus、英伟达的领先距离就会被不断压缩。而大量中国产开源大模型奔跑在国产算力芯片上，" 开源模型 + 国产芯片 " 的组合，不仅为全球开发者提供了除美国闭源体系外的关键技术选项，也动摇了传统算力供应链的垄断结构。
即使 DeepSeek 某天掉出了第一梯队，它的人才、它的技术路线、它的开源权重，已经被整个行业吸收了。
换句话说，在全球 AI 大博弈中，DeepSeek 不需要永远 " 强 " 下去，它只需要证明 " 这条路能走通 "，那就是开启了一个 AI 大航海时代。
