20萬字不到1分錢，梁文鋒把token價格打骨折了

當同行還在漲價保利潤時，DeepSeek兩天連降兩次價，把百萬tokens成本砍到2分5厘——讀一本《挪威的森林》花不到1分錢。梁文鋒不是在打價格戰(zhàn)，他是在重新定義"AI基礎設施"的定價權(quán)。更隱秘的棋局藏在華為昇騰950的集群里：國產(chǎn)芯片方案比英偉達便宜60%-70%，DeepSeek的降價，或許正是國產(chǎn)算力替代故事的開場白。

———— / BEGIN / ————

梁文鋒又出手了，而且還是二連降價。

4月25日，DeepSeek-V4-Pro開啟限時2.5折優(yōu)惠，輸入價格（緩存命中）降至0.25元/百萬tokens。

業(yè)內(nèi)還沒反應過來呢，結(jié)果4月26日晚間，DeepSeek就再次降價。

全系API輸入緩存命中價格直接降至首發(fā)價的1/10。

疊加限時折扣后，V4-Pro的緩存輸入低至0.025元/百萬tokens, V4-Flash降至0.02元/百萬tokens，創(chuàng)下全球大模型價格新低。

這是個什么概念呢？

上海譯文出版的《挪威的森林》，全書約20萬字。將整本書命中緩存后喂給DeepSeek-V4-Pro，那么其總成本不到1分錢。

DeepSeek這次降的，不只是token的單價。它是把“長文本、長代碼、長知識庫”這些原本最燒錢的AI應用場景，全都打入了價格的谷底。

摸著DeepSeek過河

DeepSeek兩天兩降，這不是簡單的價格戰(zhàn)。

先用限時折扣測試市場承受力和服務器負載，緊接著對緩存命中這一高頻場景實施永久性降價。尤其是對于RAG知識庫、智能客服、文檔分析等緩存命中率超過60%的應用場景，成本可以直接下降90%以上。

DeepSeek研究員陳德里在社交媒體上確認，輸入緩存降價是永久性的，并打上了“AGI for Everyone”的標簽。

雖然說國內(nèi)所有AI公司，幾乎都是摸著DeepSeek過河，但DeepSeek這波降價之后，卻并非所有人都擔心。

尤其是大廠，他們壓根不在乎DeepSeek降價。

這是因為，大廠賣API的本質(zhì)，是賣背后的一整套服務。大模型API只是用來引流的，真正賺錢的是背后的計算、存儲、數(shù)據(jù)庫等云服務。

以阿里云為例，4月15日算力卡漲5%-34%、存儲漲30%，但同時又愿意代理DeepSeek。關(guān)鍵點就在于，即便是客戶使用DeepSeek，他們依然離不開阿里云的算力和存儲。

阿里、騰訊、字節(jié)這些AI大廠，他們靠的是生態(tài)和平臺賺錢。

真正難受的是智譜、MiniMax和月之暗面這樣的中間層。

智譜AI在4個月里已經(jīng)連續(xù)三次漲價。2月代碼訂閱套餐上調(diào)30%,3月旗艦API上調(diào)20%,4月8日再次上調(diào)10%，累計漲幅83%。調(diào)價后，GLM系列編程場景緩存命中Token單價已接近Claude Sonnet 4.6的水平。

智譜CEO張鵬的解釋只有一句話：“瓶頸在算力，不在客戶。”

在首份財報中，智譜公開了自己的商業(yè)邏輯公式：AGI商業(yè)價值=智能上限×Token消耗規(guī)模。

對于智譜這個上市公司來說，算力是稀缺資源。智譜的API年化收入（ARR）在過去12個月暴漲60倍至17億元，Token調(diào)用量在價格上漲83%的背景下仍增長400%。

問題不是客戶不愿意付錢，而是現(xiàn)有算力已經(jīng)接近滿載，繼續(xù)低價只會讓服務質(zhì)量下降。與其通過價格戰(zhàn)搶來大量低價值客戶，不如提高價格篩選出高價值客戶，把有限的算力用在刀刃上。

月之暗面和MiniMax的特點是量大便宜，當DeepSeek把API價格打到這么低，這兩家或多或少都會有些難堪。

但月之暗面的K 2.6以及MiniMax即將發(fā)布的M3模型，性能都要高于DeepSeek-V4-Pro。他們在客戶群體上可能會和DeepSeek有交集，但很難形成全面沖突。

促使DeepSeek降價的原因或許來自于融資，此前DeepSeek曾傳出100億美元估值，如今隨著阿里、騰訊入局，估值進一步拉高至200億美元。

估值拉高以后，融的金額也就多了，同時梁文鋒也需要用市場、收入來證明DeepSeek達到估值所對應的高度。

所以即便DeepSeek是在賠本賺吆喝，也并不會讓人感到非常意外。

對于上市公司來說，API就是核心收入，壓低API價格就等于降低毛利。

更關(guān)鍵的是，如果承認“我們也要降價才能競爭”，就等于承認“我們沒有技術(shù)護城河”。但如果堅持高價，又必須拿出足夠有說服力的差異化價值。

DeepSeek降價的本質(zhì)是他們找到了對應的客戶。

梁文鋒不需要DeepSeek有最強的性能。

無論是企業(yè)客戶還是個人客戶，模型的性能和使用體驗之間有一道鴻溝。模型的性能跑分是它的上限，但是我們只需要我們能用到的部分。

只要有足夠多的開發(fā)者和企業(yè)知道“還有這么便宜的選擇”，整個行業(yè)的定價體系就會被重構(gòu)。就像當年小米手機對智能手機市場的沖擊一樣，不是銷量第一，但改變了所有人對“合理價格”的預期。

而且梁文鋒也意識到一個問題，那就是AI就是基礎設施，就和柴米油鹽是一樣的，那么價格戰(zhàn)就變得在所難免，最終，AI也會像云計算一樣走向“規(guī)模經(jīng)濟+薄利多銷”。

在這個邏輯下，誰的成本結(jié)構(gòu)更優(yōu)、誰的技術(shù)迭代更快、誰能更早實現(xiàn)規(guī)模效應，誰就能活到最后。

DeepSeek給國產(chǎn)AI芯片替代講故事

更關(guān)鍵的是，DeepSeek已經(jīng)適配華為昇騰生態(tài)。

DeepSeek官方透露，目前Pro版本的服務吞吐受限于高端算力，預計下半年昇騰950超節(jié)點批量上市后，Pro的價格還將大幅下調(diào)。

所以這次價格下降，還只是預告而已。

昇騰950超節(jié)點通過集群方案彌補了單卡制程差距。

單顆昇騰910C芯片的BF16性能僅為英偉達Blackwell單芯片的約三分之一，但通過超節(jié)點集群方式，單個CloudMatrix 384集群的BF16總性能反而是NVL72的1.7倍，總內(nèi)存容量為后者3.6倍，總內(nèi)存帶寬為后者2.1倍。

這還只是算力的方面，考慮硬件成本，事情就會更有意思。

華為昇騰950PR的定價約7萬元人民幣，英偉達同級別H200約合人民幣25萬元。根據(jù)英偉達AI在X上發(fā)布的信息，DeepSeek的確可以部署在英偉達Blackwell架構(gòu)芯片上，不過這個成本更高，約為40萬元人民幣。

如果我們按FP8精度來算，昇騰950PR是7萬元/PFLOPS，英偉達H200是6.31萬元/PFLOPS。昇騰950PR畢竟是一張推理卡，如果我們按照推理專用的FP4精度來算，昇騰950PR是4.49萬元/PFLOPS，英偉達B200是4.44萬元/PFLOPS。

DeepSeek這次降價，砍在了緩存命中的價格上。

這個場景的特點是，模型不用每次重新理解全部上下文，大量重復輸入可以復用，壓力主要集中在推理吞吐、顯存/內(nèi)存帶寬、調(diào)度和緩存管理上。

換句話說，它不是最依賴“單卡訓練峰值”的場景，而是更適合通過國產(chǎn)芯片集群、工程優(yōu)化和規(guī)模化調(diào)度來攤薄成本的場景。

那么我們?nèi)绻褑慰ǖ男詢r比優(yōu)勢放到大規(guī)模集群部署里，結(jié)果又會如何呢？

以100卡集群為例，國內(nèi)常用的英偉達H20方案裸卡成本為1000萬，13臺服務器主機286萬，加上機柜等，總價約為不到1500萬元。同規(guī)模華為昇騰950PR的方案約為1000萬出頭。

昇騰950PR的單卡功耗（600W）比H20（350W）高，但單位算力功耗低65%，相同算力下對電力和制冷的需求大幅降低，基建投入顯著減少。

并且，1張昇騰950PR的推理吞吐量約等于2.2-2.8張H20。這就導致實際上昇騰方案可能要比英偉達H20的方案節(jié)省60%到70%。

而大模型的API價格，很大程度上取決于硬件成本。那么DeepSeek打折，也很可能帶動一波國產(chǎn)AI芯片銷量。

連DeepSeek都開始大規(guī)模使用國產(chǎn)芯片，整個產(chǎn)業(yè)鏈就會被激活。云廠商會增加國產(chǎn)芯片的采購，芯片廠商會加大研發(fā)投入，開發(fā)者會適配國產(chǎn)生態(tài)。

華為昇騰、寒武紀、海光信息、摩爾線程、沐曦股份、昆侖芯、平頭哥真武、天數(shù)智芯8家國產(chǎn)AI芯片品牌在DeepSeek-V4發(fā)布當天就完成了適配。

在DeepSeek-V4發(fā)布當天，AI算力芯片板塊股價大漲。在A股，海光信息以8.2%的增幅領漲、寒武紀增幅為2.23%，在港股，天數(shù)智芯的漲幅達到9.54%。

這是一個正向循環(huán)。

當然，這并不意味著國產(chǎn)算力已經(jīng)全面替代英偉達。訓練側(cè)仍然更依賴高端GPU、成熟軟件棧和大規(guī)模集群經(jīng)驗DeepSeek真正走通的路徑，可能不是“一夜之間替代英偉達”，而是先在推理側(cè)、緩存場景、長文本應用里，把國產(chǎn)算力的性價比優(yōu)勢釋放出來。

芯片只是第一層。

真正決定國產(chǎn)算力能不能吃下這波需求的，是軟件生態(tài)。模型能不能穩(wěn)定跑在昇騰上，推理框架能不能適配，算子有沒有優(yōu)化，開發(fā)者遷移成本有多高，才決定了這條路是“能演示”，還是“能商業(yè)化”。

DeepSeek的價值在于，它不是一家邊緣模型廠商做適配，而是一個頭部模型親自把流量和需求帶進國產(chǎn)算力生態(tài)。

梁文鋒仍然需要給DeepSeek找商業(yè)模式

梁文鋒真正的殺招不在于“便宜”，而在于“定價”。

梁文鋒在用DeepSeek的影響力，讓市場形成一個新的認知：“如果DeepSeek這個級別的模型已經(jīng)能做到這個價，別家為什么還要賣這么貴？”

一旦這個錨點形成，其他廠商就陷入了兩難。

跟價，利潤空間被壓縮；不跟，就必須向客戶解釋“我貴在哪里”。

梁文鋒曾在2024年表示：“我們只是按照自己的步調(diào)來做事，然后核算成本定價。我們的原則是不貼錢，也不賺取暴利。這個價格也是在成本之上稍微有點利潤。我們降價一方面是因為我們在探索下一代模型的結(jié)構(gòu)中，成本先降下來了，另一方面也覺得無論API，還是AI，都應該是普惠的、人人可以用得起的東西。”

他認為，只有讓AI真正普惠，才能激發(fā)出足夠大的應用市場。也只有應用市場足夠大，技術(shù)迭代的飛輪才能真正轉(zhuǎn)起來。

便宜可以打開市場，但便宜本身不是商業(yè)模式。

DeepSeek不能一輩子靠超低API價格活著。

API價格打到這個程度，短期內(nèi)可以制造影響力，吸引客戶，不過它很難成為一家長期公司的全部收入來源。

尤其是大模型推理本身仍然消耗算力、電力、帶寬和運維，價格越低，調(diào)用量越大，對基礎設施的壓力也越大。

低價可以是入口，卻不應該成為終點。

DeepSeek的目標，是成為中國AI開發(fā)者的“默認底座”。

只要足夠多的應用和agent以DeepSeek作為基座模型開發(fā)，那么DeepSeek就掌握了入口。

API收入只是第一層，模型標準、開發(fā)者生態(tài)、企業(yè)部署、算力適配、云廠商合作，才是梁文鋒想要的商業(yè)化空間。

DeepSeek更大的商業(yè)化機會，可能在企業(yè)私有化部署。

對于金融、政務、制造、能源這些行業(yè)來說，價格不是唯一問題，數(shù)據(jù)安全可控才是核心問題。

它們未必會長期使用公共API，但會愿意為一套能部署在自己機房、自己云環(huán)境里的模型系統(tǒng)付費。

梁文鋒可以把開源模型作為入口，把企業(yè)級部署、調(diào)優(yōu)、運維、安全、權(quán)限管理、知識庫接入變成真正的收費服務。

如果DeepSeek長期只停留在模型層，它仍然會被卷入無休止的價格戰(zhàn)。模型能力會被追趕，API價格會繼續(xù)下降，開發(fā)者也會在不同模型之間切換。

真正能提高商業(yè)化上限的，是應用層產(chǎn)品，比如agent和CLI。

所以我始終認為，DeepSeek的低價API，應該不是梁文鋒心里所想的商業(yè)化答案，更像是一個入口。

它先用價格打穿市場，再用開源建立生態(tài)，再用企業(yè)服務、私有化部署、云廠商合作和應用產(chǎn)品去承接價值。

這才能把“底座”的價值最大化。

本文來自公眾號：字母AI 作者：苗正 編輯：王靖