#GateSquareDaily #Deepseek #AIPriceWar #AIAgents

人工智能價格戰升溫
DeepSeek的V4壓低市場價格，連鎖反應已開始顯現

AI競賽中又開啟了一個新戰線，這次不是關於基準測試，而是關於價格。

2026年4月24日，杭州的DeepSeek發布了其V4系列模型的預覽版本：V4-Pro和V4-Flash。兩者都是開放權重、MIT許可，並支持100萬令牌的上下文窗口。不過，標題是關於成本。

1. 削減幅度有多大？

DeepSeek的API定價重設了前沿模型的底線：
• V4-Flash：每百萬輸入令牌0.14美元，每百萬輸出令牌0.28美元 • V4-Pro：每百萬輸入令牌1.74美元，每百萬輸出令牌3.48美元
與目前美國領先者相比：GPT-5.5的定價為每百萬令牌$5 輸入 / $30 輸出，而Claude Opus 4.6的運行成本為每百萬輸出$25 。Gemini 3.1 Pro則是$2 輸入 / $12 輸出。

簡單來說：V4-Pro的成本約為Claude Opus 4.6的七分之一，且在輸出令牌方面幾乎是GPT-5.5的九分之一。V4-Flash比Pro便宜12.4倍，但在SWE-bench Verified上僅落後1.6點。對開發者來說，這意味著一個4個月的AI預算可以持續7年，使用量相同。

公司表示V4-Pro“在多個領域與領先模型相匹配”，並提升代理在多步任務中的能力。獨立測試顯示V4-Pro在SWE-bench Verified上的得分為80.6%，僅比Claude Opus 4.6低0.2點。在LiveCodeBench上則以93.5%領先。

2. 為何這很重要：三個壓力點

採用率可能加速
以每百萬輸出令牌0.28美元計算，V4-Flash使高容量應用成為可能：文件處理、代碼庫分析、代理循環。那些因價格過高而無法負擔GPT-5級推理的初創公司，現在可以以十分之一的成本運行生產工作負載。1M令牌的上下文意味著整個代碼庫或法律文件可以在一次請求中完成。

競爭對手面臨利潤壓縮
西方實驗室已經開始提價並限制使用以管理需求。DeepSeek的舉措迫使他們做出選擇：降價壓縮利潤，或放棄開發者的心智份額。價格差距不僅是10%或20%，而是在輸出方面達到7倍到9倍。對於構建代理工作流程的公司來說，令牌成本已成為一項明確的成本項，而非微不足道的誤差。

AI敘事獲得推動力，包括加密AI
低成本推理改變了AI代理的經濟學。如果你能以每百萬輸出令牌3.48美元運行一個1.6T參數的模型，鏈上代理、去中心化推理網絡和AI代幣項目就有了實現可持續單位成本的途徑。V4是MIT許可、開放權重，意味著任何擁有GPU的人都可以自行托管。這消除了供應商鎖定，並符合加密貨幣的組合性論點。

硬件也是故事的一部分。同一天，華為宣布全面支持V4，適用於其Ascend 950芯片。DeepSeek在Nvidia GPU和華為Ascend NPU上驗證了模型。公司表示，一旦Ascend 950超級節點在2026年下半年大規模部署，Pro定價可能會大幅下降。國產的中國AI堆疊——模型加芯片——進一步降低成本，減少對美國硬件的依賴。

3. 權衡取捨
V4-Pro並非在所有方面都是最佳的。在衡量實際軟件工程的SWE-bench Pro上，Opus 4.7以64.3%領先V4-Pro的55.4%。在深度推理任務中，GPT-5.5仍然具有優勢。DeepSeek承認“高端計算能力的限制”限制了Pro在推出時的吞吐量。

此外，還有監管背景：美國國務院在V4發布前一天就警告全球有關中國對美國AI模型的提煉行為。OpenAI和Anthropic曾指控DeepSeek提煉他們的模型。DeepSeek尚未對這些指控作出回應。

4. 接下來會怎樣
1. 企業試點：預計CFO將重新運算ROI模型。如果V4-Pro能提供95%的能力，成本僅為10%，那麼“足夠好”就能滿足許多任務需求。 2. 開源動能：擁有1.6T參數、MIT許可和Hugging Face權重，V4成為最大型的開源模型。微調和私有部署變得更容易。 3. 硬件多元化：全面支持Ascend標誌著中國AI堆疊的成熟。如果華為大規模出貨，中國開發者可以不用Nvidia自行構建。 4. 定價反應：關注OpenAI、Anthropic和Google。保持價格不變，而開源模型在SWE-bench上達到80.6%，且成本僅為九分之一，這不是一個穩定的平衡。

這是一場價格戰，但也是策略轉變。DeepSeek V4並不聲稱在每個基準上都超越GPT-5.5或Claude Opus 4.7，而是聲稱足夠接近、開放且成本大幅降低。在過去兩年裡，假設前沿模型需要前沿預算的觀念被打破。

如果採用率跟隨價格，那麼推理需求、代理使用以及AI整合應用——包括加密AI代幣——都將擴大。競爭者將不得不在成本上作出回應，而不僅僅是能力。且高級AI必須運行在美國芯片上的說法，現在也有了反例。

AI戰爭不再僅僅是誰擁有最聰明的模型，而是誰能讓智慧變得負擔得起。