“我把所有模型都換成了DeepSeek V4”：月賬單降 90%，效果還更好

作者 | Tina

2026 年 4 月 23 日，OpenAI 做了兩件事：發(fā)布了 GPT-5.5，并把價(jià)格翻了一倍。

按常理，這應(yīng)該是屬于 OpenAI 的一天。全新預(yù)訓(xùn)練架構(gòu)“Spud”的首個(gè)公開版本，SOTA 級的基準(zhǔn)測試成績，SemiAnalysis 在第一時(shí)間給出了“GPT-5.5 已經(jīng)抵達(dá)前沿”的評價(jià)。但翻看定價(jià)頁面，開發(fā)者很難不算賬：每百萬輸出 token 收費(fèi) 30 美元，比前代 GPT-5.4 貴了一倍，甚至比一貫以昂貴著稱的 Claude Opus 4.7 還要貴出一截。

而僅僅過了不到一天，4 月 24 日，DeepSeek 把 V4 的模型權(quán)重扔到了 HuggingFace 上。MIT 開源協(xié)議，100 萬 token 上下文窗口，以及一個(gè)極其低廉的價(jià)格：輸出 token 每百萬 3.48 美元。

大概只有 GPT-5.5 的十分之一。

科技博主兼 AI 系統(tǒng)架構(gòu)師 Sean Donahoe 在今天凌晨發(fā)了一條帖子。他寫道：

“DeepSeek V4 Pro 在編碼基準(zhǔn)測試中擊敗了 Claude Opus 4.6 和 GPT-5.4...... 今天早上，我把 Claude Code、Codex、Cursor、Aider，以及我用的所有其他編程智能體全部指向了 DeepSeek 端點(diǎn)。不用 OpenRouter，不用代理，原生 API。我的月賬單將下降 90% 以上，而且效果比昨天還好。”

DeepSeek 出手之后，價(jià)格成了第一變量

過去三個(gè)月，模型競爭激烈。幾乎每周都有一家頭部模型廠商發(fā)布新的 coding checkpoint，GLM-5.1、Qwen3.6-Plus、Kimi K2.6、Composer 2、Gemini 3.1 Pro，都在強(qiáng)調(diào)同一件事：agentic coding、長任務(wù)、多步驟規(guī)劃。

進(jìn)入 4 月，圈子里一直在討論兩個(gè)代號：Anthropic 的“Capybara”和 OpenAI 的“Spud”。4 月 23 日，GPT-5.5 正式發(fā)布，成為基于“Spud”的公開版本。對 OpenAI 來說，這是 GPT-4.5 之后一次很關(guān)鍵的預(yù)訓(xùn)練模型更新，外界期待很高，價(jià)格也不低。有分析指出，雖然 NVIDIA 和 OpenAI 都提到 GPT-5.5 在 10 萬臺 GB200 NVL72 集群上“訓(xùn)練”，但這里的“訓(xùn)練”更準(zhǔn)確地說是強(qiáng)化學(xué)習(xí)的后訓(xùn)練階段。真正的預(yù)訓(xùn)練，仍然是在 Hopper 平臺上完成的。

但只過了不到 24 小時(shí)，DeepSeek V4 開源。模型競爭一下子不只是在比誰更強(qiáng)，也開始比誰更便宜。

OpenAI 的旗艦?zāi)Ｐ瓦^去通常比 Anthropic 更便宜，但這一次不一樣了：GPT-5.5 的 API 定價(jià)為每百萬輸入 token 5 美元、每百萬輸出 token 30 美元，比前代 GPT-5.4 貴了一倍，甚至比 Claude Opus 4.7 的輸出定價(jià)還貴出一截。

更值得注意的是，OpenAI 為 GPT-5.5 設(shè)計(jì)了一套復(fù)雜的定價(jià)分層。除了標(biāo)準(zhǔn) API 之外，OpenAI 還提供了一個(gè)優(yōu)先級（priority）套餐，價(jià)格是標(biāo)準(zhǔn)檔的 2.5 倍。如何為“更快的 token”收更多錢，正在變得越來越關(guān)鍵。這里需要說明的是，priority 和 fast mode 是兩回事。fast mode 只是給出一些相對模糊的承諾，比如“價(jià)格貴 6 倍，速度大約快 2.5 倍”；而 priority 提供的是更保守但更明確的 SLA（例如：99% 的時(shí)間里吞吐量超過 50 tokens/s）。

這還沒算 GPT-5.5 Pro——專為科學(xué)研究和長程推理設(shè)計(jì)的版本，輸入 / 輸出定價(jià)分別為每百萬 token 30 美元和 180 美元，瞄準(zhǔn)的不是日常編碼場景，而是前沿科研用例。

標(biāo)準(zhǔn)版和 Pro 版都提供多檔推理強(qiáng)度：xhigh、high、medium、low 以及 non-reasoning，本質(zhì)是在成本與能力之間做取舍。從 strawberry/o1 那一代開始，這一點(diǎn)已經(jīng)很明確了：推理強(qiáng)度越高，結(jié)果通常越好，但消耗的 token 更多，響應(yīng)時(shí)間也更長。

在 GPT-5.5 發(fā)布前一周，Anthropic 剛剛推出 Claude Opus 4.7。相比 4.6，Opus 4.7 更像一次小幅升級，沒有帶來明顯質(zhì)變。

Token 計(jì)數(shù)方式的更新，是這次定價(jià)變化里最關(guān)鍵的一點(diǎn)。4.7 使用了新的 tokenizer，通過更細(xì)粒度的切分來換取性能提升，但代價(jià)是整體 token 用量會(huì)上升。官方也直接承認(rèn)，這會(huì)帶來最高約 35% 的 token 增長——換句話說，價(jià)格也等于變相上漲了 35%。

然后 DeepSeek V4 來了。

V4 系列包含兩個(gè)模型：DeepSeek-V4-Pro 和 DeepSeek-V4-Flash。前者參數(shù)規(guī)模為 1.6T 總參數(shù) / 49B 激活參數(shù)，后者為 284B / 13B。相比 V3（671B / 37B）是一次升級，而 Flash 是一個(gè)更輕量的下探版本。這使得 DeepSeek-V4-Pro 成為目前規(guī)模最大的開源權(quán)重模型。

把價(jià)格拉出來對比，差距大到讓人無法忽視。簡單算一筆賬：同樣處理一百萬輸入 token 和一百萬輸出 token，GPT-5.5 的合計(jì)成本是 35 美元，Claude Opus 4.7 是 30 美元。而 DeepSeek-V4-Pro 是 5.22 美元。如果輸入命中緩存，輸入價(jià)格進(jìn)一步降至每百萬 token 0.145 美元，同樣這筆賬就變成了 3.625 美元。

也就是說，在標(biāo)準(zhǔn)定價(jià)下，DeepSeek-V4-Pro 的成本大約是 GPT-5.5 的七分之一、Claude Opus 4.7 的六分之一。如果緩存命中，差距進(jìn)一步拉大——大約是 GPT-5.5 的十分之一、Claude Opus 4.7 的八分之一。

真正把價(jià)格壓到“近零地帶”的，是 DeepSeek-V4-Flash。V4 Flash 的 API 輸入價(jià)格每百萬 token 僅 0.14 美元，輸出價(jià)格 0.28 美元，合計(jì) 0.42 美元。緩存命中后進(jìn)一步降至 0.308 美元。同等輸入輸出量下，F(xiàn)lash 的成本不到 GPT-5.5 和 Claude Opus 4.7 的 2%——便宜了 98% 以上，幾乎只有對方的百分之一。

如果把當(dāng)前主流模型的定價(jià)放在一張表里看，這種分化更加直觀：

更重要的是，DeepSeek V4 走的是 MIT 開源協(xié)議。這意味著開發(fā)者完全可以把模型部署在自己的服務(wù)器上，不走 API 調(diào)用，直接繞開 token 計(jì)費(fèi)邏輯。對于有合規(guī)要求、數(shù)據(jù)不能出域的場景，這個(gè)選項(xiàng)的權(quán)重甚至超過價(jià)格本身。

V4 相比 V3 的核心進(jìn)展，是上下文窗口從 128k 提升到了 1M。因此，這一代的技術(shù)優(yōu)化幾乎都圍繞長上下文展開，包括：

• Compressed Sparse Attention（CSA）：壓縮稀疏注意力

• Heavily Compressed Attention（HCA）：高壓縮注意力

• Manifold-Constrained Hyper-Connections（mHC）：流形約束超連接

對應(yīng)的效果是：“在百萬 token 上下文場景下，DeepSeek-V4-Pro 的單 token 推理 FLOPs 僅為 V3.2 的 27%，KV cache 僅為 10%。”也就是說，KV cache 減少了 90%。這個(gè)幅度甚至超過了上個(gè)月 Google TurboQuant 的論文，對 NAND Flash 產(chǎn)業(yè)鏈來說，是個(gè)需要警惕的信號。

在工程層面，DeepSeek 還在 DeepGEMM 中開源了一個(gè) Mega-Kernel，宣稱支持 NVIDIA GPU 和華為 Ascend NPU。可以看出，他們的目標(biāo)之一，是未來在 Ascend 上承載一部分推理流量。官方 API 頁面還提到，受限于高端算力，目前 V4-Pro 的服務(wù)吞吐仍有限，預(yù)計(jì)下半年昇騰 950 超節(jié)點(diǎn)批量上市后，Pro 價(jià)格會(huì)大幅下調(diào)。

業(yè)界實(shí)測效果

三款模型，三種定價(jià)邏輯：OpenAI 在漲，Anthropic 在偷偷漲，DeepSeek 則直接掀桌。如果只看數(shù)字，選擇幾乎沒有懸念。

不過，DeepSeek 自己也承認(rèn)，和頂尖選手之間還有距離。他們在技術(shù)報(bào)告里寫道：“通過增加推理 token 的使用量，DeepSeek-V4-Pro-Max 在標(biāo)準(zhǔn)推理基準(zhǔn)上優(yōu)于 GPT-5.2 和 Gemini-3.0-Pro，但仍略遜于 GPT-5.4 和 Gemini-3.1-Pro，距最前沿模型大約還有 3 到 6 個(gè)月的差距。”

那么，實(shí)際效果如何呢？

在 Sean 宣布全面遷移的同一天，AI 研究員 Rohan Paul 和他的團(tuán)隊(duì)做了一個(gè)測試：給 DeepSeek V4 Pro 和 GPT-5.5 同一份提示詞，開發(fā)一個(gè)完整的卡丁車競速游戲，全部塞進(jìn)一個(gè) HTML 文件。

提示詞嚴(yán)苛到像一份游戲策劃需求書：Canvas 渲染，方向鍵和 WASD 雙套操控，加速、剎車、漂移、倒車一個(gè)不能少。物理引擎從零手寫，摩擦力、最高速度、轉(zhuǎn)向靈敏度全部要調(diào)。賽道有路面、草地、彎道和窄路，沖上草地減速，撞墻彈回。至少 3 輛 AI 對手，自動(dòng)沿賽道行駛，速度各異。道具系統(tǒng)要有金幣、加速板和隨機(jī)道具箱。畫面全用 Canvas 形狀手繪，漂移拖痕、加速尾焰、屏幕震動(dòng)，一個(gè)視覺效果都不落。音效用 Web Audio API 合成，倒計(jì)時(shí)、碰撞、沖線都要出聲。UI 要完整：標(biāo)題畫面、3-2-1 倒計(jì)時(shí)、實(shí)時(shí) HUD、結(jié)束排名。

最終的數(shù)據(jù)對比是這樣的：

DeepSeek V4 Pro 輸出了近兩倍的 token，但便宜了 4.3 倍。至于兩個(gè)游戲跑起來分別是什么樣子，我們直接上視頻，你自己體驗(yàn)。

如果說卡丁車測試考察的是“能不能做一個(gè)完整產(chǎn)品”，那同一天另一個(gè)測試考察的則是更微妙的東西——審美。做出來的頁面“好不好看”，任何人都能一眼判斷。

中文技術(shù)社區(qū)的一位開發(fā)者用同樣的提示詞、同樣的工具，讓 DeepSeek V4 Pro 和 GPT-5.5 各自生成一個(gè) Apple 風(fēng)格的天氣界面。提示詞給了一個(gè)很高的起點(diǎn)：

“你是 Apple Inc 的頂級 UI 設(shè)計(jì)師，以 iOS 18 的設(shè)計(jì)風(fēng)格（毛玻璃效果、高斯模糊、動(dòng)態(tài)漸變、細(xì)膩陰影）創(chuàng)建一個(gè)單個(gè) HTML 文件。實(shí)現(xiàn)橫板天氣頁面，包含 4 個(gè)并排的動(dòng)畫天氣卡片：晴天（太陽光線、動(dòng)態(tài)光暈）、大風(fēng)（飄動(dòng)云朵、搖曳樹木、風(fēng)線）、暴雨（下落雨滴、形成水洼、閃電）、暴雪（下落雪花、堆積效果）。卡片需深色背景，支持按鈕切換天氣狀態(tài)，實(shí)現(xiàn)流暢交互和微動(dòng)效。代碼必須可直接運(yùn)行，美觀度優(yōu)先。”

工具也完全統(tǒng)一，兩個(gè)模型生成時(shí)，用的都是 Claude Code。你猜哪個(gè)是 DeepSeek 的？

生成結(jié)果 1 如下：

生成結(jié)果 2 如下：

不過，在日常問題上，DeepSeek 確實(shí)更強(qiáng)：

科技博主 Simon Willison 有一個(gè)習(xí)慣：每次 DeepSeek 發(fā)布新版本，他都會(huì)用同一句提示詞 “Generate an SVG of a pelican riding a bicycle”，生成一張鵜鶘騎自行車的 SVG。這次 V4 發(fā)布，他照例做了一遍，也照例把歷代結(jié)果放在一起。

從 2025 年 3 月的 V3，到 8 月的 V3.1，再到 12 月的 V3.2，以及現(xiàn)在的 V4，每一版都比上一版更像樣。早期的鵜鶘歪歪扭扭，腳踏板對不準(zhǔn)，自行車架子也松散。到了 V3.2，車架結(jié)實(shí)了，鵜鶘也開始像個(gè)正經(jīng)騎手。這次 V4-Flash 又往前走了一步：鏈條畫出來了，前輪加了反光片，翅膀搭在車把上，腳也踩到了踏板上。總之，是一次比一次好。

DeepSeek-V3-0324

DeepSeek-V3.1

DeepSeek-V3.2

DeepSeek-V4 Flash

DeepSeek-V4 Pro

DeepSeek 在 V4 發(fā)布當(dāng)天，用一句話表明了他們對這些討論的姿態(tài)——“不誘于譽(yù)，不恐于誹，率道而行，端然正己。”

這也恰好解釋了這只鵜鶘一年來的軌跡。

https://x.com/rohanpaul_ai/status/2047762509474726285

https://simonwillison.net/2026/apr/24/deepseek-v4/

https://linux.do/t/topic/2045480

https://venturebeat.com/technology/deepseek-v4-arrives-with-near-state-of-the-art-intelligence-at-1-6th-the-cost-of-opus-4-7-gpt-5-5

會(huì)議推薦

世界模型的下一個(gè)突破在哪？Agent 從 Demo 到工程化還差什么？安全與可信這道坎怎么過？研發(fā)體系不重構(gòu)，還能撐多久？

AICon 上海站 2026，4 大核心專題等你來：世界模型與多模態(tài)智能突破、Agent 架構(gòu)與工程化實(shí)踐、Agent 安全與可信治理、企業(yè)級研發(fā)體系重構(gòu)。14 個(gè)專題全面開放征稿。

誠摯邀請你登臺分享實(shí)戰(zhàn)經(jīng)驗(yàn)。AICon 2026，期待與你同行。