DeepSeek不需要永远强，它只需证明这条路走得通

本文来自微信公众号：最话 funtalk，作者：林书，编辑：刘宇翔，题图来自：视觉中国

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。

在架构层面，v4完成了三重关键突破：一是首创csa+hca混合注意力机制，通过双重压缩将长上下文计算量降低73%、显存占用减少90%，让百万上下文不再是昂贵的附加功能，而是默认基础设施；二是引入mhc流形约束超连接，以不到7%的微小开销解决了超深网络的信号衰减难题；三是全面切换至muon优化器，在训练效率和收敛稳定性上实现了代际跃升。

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的推理能运行在升腾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。

anthropic官方的解释是“自适应思考模式优化”，但业界心知肚明：这是算力告急的征兆。

此前anthropicceo 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（如华为升腾、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。

这就是agent时代竞争维度的切换：在对话式ai时代，模型的质量上限决定一切；在agent时代，成本、稳定性、对高频调用的支持程度，首次跑到了质量前面。

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；

升腾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才能在升腾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，华为升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升腾。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升腾950pr。

据业界调研，目前，三大厂商合计采购量超46万颗，占升腾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。

本文来自微信公众号：最话 funtalk，作者：林书，编辑：刘宇翔

本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请联系 [email protected]。