DeepSeek V4 Flash低价斩杀线背后：当梁文锋也卷不动算力账单（含实测）

“低价”往往是击穿同行防御最锋利的武器，但它也是最先伤到自己的一把双刃剑。

8月6日，DeepSeek在用户后台突然发布调价预告，宣布计划在近期对全部API接口服务进行整体提价，且预计涨幅较大。官方在公告中明确建议企业与个人开发者合理规划调用量、控制充值金额，具体调价细则与生效时间以后续正式公告为准。

这距离梁文峰上一次给行业带来“价格震荡”，仅仅过去了七天。

7月31日，DeepSeek在API文档里更新了一条日志，宣布DeepSeek-V4-Flash正式版上线公测。模型的架构与参数规模和4月24日开源的预览版完全一致，2840亿总参数、130亿激活参数的MoE架构，唯一重做的东西是后训练。

然而，正是这唯一的改动，让整个行业惊掉了下巴。在官方公布的9项Agent基准测试中，正式版全面越过自家旗舰V4-Pro预览版，指令遵循能力呈现出跨代际的提升。与此同时，DeepSeek首次原生支持Responses API格式，并直接向OpenAI的Codex亮剑。开发者可以直接在ChatGPT桌面端或是VS Code插件里，将底层引擎无缝切换为DeepSeek。

随后几天，各大榜单和开发者的时间线都被这个模型“血洗”了一遍。大模型之家也在第一时间对DeepSeek V4 Flash正式版进行了实测，进步确实不小，但它真正的杀伤力不在只跑分上。

实测：修复生产bug，仅需8毛8

实测的机会来得有些偶然。笔者自己搭建的舆情管理系统正好出了bug：信源匹配数量断崖式下跌，前一天还能匹配出10000多条数据，当天只剩不到2000条。

DeepSeek V4 Flash正式版在遍历遍历“屎山代码”之后，很快定位到匹配历史骤减的根源：每次遍历信源之后的归档写出环节存在错误，导致此后更新的历史库条目大幅下降。

从开始定位bug到给出解决方案，全程不到3分钟，并且一次修复成功，匹配数量从1966条恢复到了11020条。

在这个过程中还有一个计划外的收获。DeepSeek V4 Flash正式版甚至在检查代码时顺手揪出了信息条目重复的暗病，并附赠了去重方案。

而在一次修正的成果背后，DeepSeek V4 Flash正式版的消耗也是可圈可点：整个项目消耗了不到21.7万Token，缓存命中率高达99.8%。按照正式版的定价（输入1元/百万Token、缓存命中0.02元/百万Token、输出2元/百万Token）估算，这次在生产环境中debug的总成本，仅需要0.88元人民币（约0.13美元）。如果抛开后续的去重和项目归档，仅算最初的Bug定位与修复，成本仅为0.27元（约0.04美元），若通过第三方平台的Token Plan调用，价格还能再压一压。

在Agent时代全面到来之前，几毛钱修好一个生产环境的Bug，恐怕是难以想象的。

不过，DeepSeek V4 Flash正式版也并非没有短板。其API目前仍不支持多模态图像输入，这使得它在处理前端任务中会表现出“审美”不足，且284B总参数量、13B激活的体量，决定了它在复杂、长流程的任务规划中依然会感到吃力。单点定位、单次修复是它的绝对主场，可一旦拉长到多步骤、多分支的完整工程，其表现就会不可避免地下滑。

Agent时代难逃“真香定律”

凭借着不错的能力与极为出色的性价比，DeepSeek V4 Flash正式版发布后，“斩杀线”一说在AI圈里不胫而走，“干翻Claude”的说法铺天盖地。

根据第三方评测机构Artificial Analysis的综合智能指数显示，DeepSeek V4 Flash正式版得分50，在国内落后于Kimi K3的57分和智谱GLM-5.2的51分，排在第三。

值得注意的是，DeepSeek V4 Flash正式版的输出价格是每百万token 0.28美元（2元人民币），而GLM-5.2的输出定价是4.29美元，是它的15倍；Anthropic旗舰Claude Fable 5的输出定价更是高达50美元，是它的178倍。

Artificial Analysis按综合评测任务口径估算，DeepSeek V4 Flash正式版完成一项任务的平均成本约0.03美元，Kimi K3约0.86美元，Fable 5约3.15美元，最贵与最便宜之间差了105倍。

也许在单轮闲聊中，几毛与几分的差价毫无体感，但Agent场景会将其指数级放大。一个真实的软件工程任务，模型需要读仓库、改代码、调终端、查输出、发现错误再重来，动辄触发百次以上的调用。一次0.03美元和一次3.15美元，跑50次，就是一杯咖啡和一台咖啡机的区别。这不是倍数差，而是量级碾压。

这也是为什么，各大厂商立刻闻风而动。DeepSeek V4 Flash正式版上线前一天，OpenAI宣布GPT-5.6系列调价，入门款Luna降价80%；8月1日，智谱重新开放了一度需要抢购的GLM Coding Plan订阅。

虽然在瞬息万变的模型市场，我们很难把所有同行的降价都归因于DeepSeek，但在如此密集的动作背后，整个行业的价格锚点正在被重塑。这也恰恰是“斩杀线”的真正含义：性能比它强的，价格贵出一两个数量级；价格向它看齐的，性能又存在代差。

正因为DeepSeek V4 Flash正式版的出色表现，也让尚未露面的DeepSeek V4 Pro正式版备受行业期待。如果Flash的定义是“够用”，那么瞄准GPT-5.6 Sol一档的Pro，才会是DeepSeek真正意义上的正面进攻。届时，“国模一哥”的地位，也许会再次发生洗牌。

重启500亿募资，梁文峰的秣马厉兵

与DeepSeek产品侧的“抠门”形成对照的，是梁文峰在资本侧的胃口。

据报道，DeepSeek已重启第二轮融资，计划募资500亿元，投前估值约5000亿元。而就在两个月前，他们刚刚完成了中国大模型史上规模最大的首轮融资——拿走了包括国家人工智能产业投资基金、腾讯、宁德时代等在内的510亿元，是中国AI大模型史上规模最大的首轮融资。

大模型之家了解到，两轮合计超千亿的募资，将有超过六成资金用于自建智算中心与国产芯片适配，另有一条一年前已秘密启动的自研推理芯片产线，以及核心人才团队的稳定与扩充。这家曾经以“轻资产、重算法”著称的公司，正在被残酷的算力需求逼着变“重”。

梁文锋曾表示：采购一批服务器，大约10个月通过API收入收回设备成本，在DeepSeek内部，这已经算“合理利润”。也就是说，此前的低价不是靠补贴烧出来的战术，而是算法优化带来的成本结构性优势。

同一赛道的另一面是月之暗面。7月16日发布2.8万亿参数的Kimi K3之后，这家公司先以约315亿美元（折合人民币约2100亿元）的估值完成F轮融资，随即以500亿美元估值开启Pre-IPO轮，预计年内递表上市。K3的API定价比上一代K2.6涨了三到四倍，输出达到100元/百万token。一个涨价押注“更聪明”，一个降价押注“够用就好”。两条路线都拿到了巨额资本背书，市场还没有投出最终答案。

然而，8月6日后台那一纸突如其来的调价预告，无情地戳破了DeepSeek带来的这场低价狂欢的滤镜。它透露出大模型商业化进程中，触碰到了最冰冷的物理现实：算法的精妙固然可以压缩单位Token的算力成本，但算力集群的硬件天花板与现金流压力，无法被无限平抑。

DeepSeek V4 Flash正式版上线后，在OpenRouter榜单上创下了单周7.1万亿Token的恐怖消耗量。极低的价格引发了全网开发者的“报复性”调用，高峰期的并发请求直接让服务器集群不堪重负。在自建智算中心尚未完全交付的当下，通过价格杠杆筛选高价值客户、抑制低效高频消耗，成了防止服务器被彻底挤爆的唯一自救手段。

另一方面，则是重资产基础设施的现实账单。自建超大规模智算中心、深度适配国产芯片乃至自研推理芯片的产线建设，无一不是动辄百亿级的现金流黑洞。即便是手握千亿融资金额，面对硬件周期与供应链成本，DeepSeek也必须重新算账：如果长期维持临界状态的低毛利，硬件扩张与研发投入的血条终究难以为继。