DeepSeek 之于大模型，就像蜜雪冰城之于奶茶。你不必糾結(jié)性價(jià)比，因?yàn)樗谋臼履闾舨怀雒。愕腻X包它也從不為難。

最近，DeepSeek 官方宣布，DeepSeek-V4-Pro 模型 API 將永久降價(jià)。同時(shí)，DeepSeek 表示，API 已完成輸出提速與服務(wù)擴(kuò)容，速度更快，服務(wù)更穩(wěn)定，默認(rèn)支持 500 并發(fā)，企業(yè)用戶可以在線申請(qǐng)更高并發(fā)。

發(fā)布模型，再給出折扣，接著降低緩存命中價(jià)格，最后把臨時(shí)優(yōu)惠變成長期價(jià)格。大模型 API 的價(jià)格基準(zhǔn)正在被重新改寫，而低價(jià)模型背后的下一站，很可能是 Agent。

DeepSeek 永久降價(jià)，梁文鋒把 Token 價(jià)格打骨折了

讓我們先來簡單梳理一下 DeepSeek 的降價(jià)時(shí)間線：

• 4 月 24 日，DeepSeek V4 預(yù)覽版正式發(fā)布。
• 4 月 25 日，DeepSeek 宣布 V4-Pro 開啟 2.5 折優(yōu)惠。
• 4 月 26 日，DeepSeek 宣布緩存命中價(jià)格調(diào)整為首發(fā)價(jià)的十分之一。
• 4 月 28 日，DeepSeek 宣布 V4-Pro 的 2.5 折優(yōu)惠延期至 5 月 31 日。
• 5 月 22 日，DeepSeek 宣布 V4-Pro 永久降價(jià)為原價(jià)的四分之一。

時(shí)間線的關(guān)鍵之處，在于臨時(shí)折扣變成了永久降價(jià)。調(diào)整之后，DeepSeek-V4-Pro 輸入緩存命中價(jià)格從 0.1 元每百萬 Tokens 降至 0.025 元，輸入緩存未命中價(jià)格從 12 元每百萬 Tokens 降至 3 元；

輸出價(jià)格從 24 元每百萬 Tokens 降至 6 元。疊加默認(rèn) 500 并發(fā)和服務(wù)提速后，官方 API 對(duì)開發(fā)者和企業(yè)的吸引力進(jìn)一步提高。

▲ https://api-docs.deepseek.com/zh-cn/quick\_start/pricing

而價(jià)格下調(diào)最直接的影響，是把任務(wù)成本推到開發(fā)者決策的更前端。

在代碼場景里，一次任務(wù)可能要讀取項(xiàng)目文件、分析日志、多輪修改、反復(fù)運(yùn)行測試，Tokens 消耗很容易放大。

長上下文、代碼庫分析、批量重構(gòu)、自動(dòng)測試、Agent 多輪執(zhí)行這些高消耗場景，開始更接近個(gè)人開發(fā)者和小團(tuán)隊(duì)的預(yù)算范圍。

過去，開發(fā)者選擇 Claude、OpenAI 或 Gemini，主要看模型能力、穩(wěn)定性、生態(tài)和使用習(xí)慣。DeepSeek 打骨折的永久降價(jià)，也意味著在絕對(duì)的性價(jià)比面前，開發(fā)者使用習(xí)慣也是可以輕易改變的。

順著這條線，DeepSeek 一貫的市場角色也更清楚了：用低價(jià)、開源和強(qiáng)推理能力，持續(xù)建立大模型市場的價(jià)格優(yōu)勢(shì)。對(duì)國內(nèi)模型廠商來說，V4-Pro 永久降價(jià)相當(dāng)于重新劃了一條 API 定價(jià)線。

智譜、MiniMax、月之暗面這類同樣依賴 API 收費(fèi)、又面向開發(fā)者和企業(yè)客戶的模型，壓力可想而知。反觀 Claude、OpenAI、Gemini 等海外頭部模型，由于市場、客戶結(jié)構(gòu)和生態(tài)位置不同，短期沖擊則相對(duì)有限。

但如果 DeepSeek 后續(xù)推出類似 Claude Code 的編碼工具，再用低 token 成本支撐高頻調(diào)用，價(jià)格敏感的開發(fā)者群體會(huì)更容易被吸引過來。

梁文鋒此前對(duì) DeepSeek 定價(jià)哲學(xué)的解釋，也能放到今天理解。

早在 2024 年 DeepSeek V2 降價(jià)時(shí)，梁文鋒就提到，DeepSeek 只是按照自己的節(jié)奏做事，核算成本后定價(jià)，原則是不貼錢，也不賺取暴利。他還說，降價(jià)一部分來自下一代模型結(jié)構(gòu)探索帶來的成本下降，另一部分原因是 API 和 AI 都應(yīng)該是普惠的、人人用得起的東西。

比起把 API 當(dāng)成高毛利收費(fèi)入口，DeepSeek 則更像是在用過硬的 Infra 實(shí)力壓低推理成本，再用低價(jià)吸引開發(fā)者、應(yīng)用和下游生態(tài)進(jìn)入自己的軌道。

X 平臺(tái)博主 @bookwormengr 最近在一篇題為《DeepSeek's 10 trillion USD grand strategy（DeepSeek 的十萬億美元棋局）》的長文中，給出了一個(gè)更激進(jìn)的解釋。

他認(rèn)為，DeepSeek 的真正目標(biāo)未必是和智譜、月之暗面、MiniMax 競爭，也不是急著補(bǔ)齊多模態(tài)、語音、視頻這些產(chǎn)品線，而是通過持續(xù)降低訓(xùn)練和推理的資源需求，推動(dòng)一套更便宜、更分散的 AI 硬件生態(tài)成形。

在他看來，DeepSeek 的長期價(jià)值不只在模型本身，而在于讓更多國產(chǎn)存儲(chǔ)、GPU、ASIC、網(wǎng)絡(luò)芯片和異構(gòu)硬件進(jìn)入大模型訓(xùn)練與推理體系。

這個(gè)判斷未必能完全兌現(xiàn)，但它解釋了 DeepSeek 一系列選擇背后的方向：

MoE、MLA、DSA、GRPO、RLVR、KV Cache 壓縮、Dual Path、TileLang，表面上看是模型架構(gòu)和推理工程優(yōu)化，往深處看，都是在降低對(duì)高端 HBM、頂級(jí) GPU 和 CUDA 生態(tài)的依賴。

一系列降價(jià)公告里，最值得關(guān)注的不只是輸出價(jià)格下降，還有緩存命中價(jià)格下降。

在大模型推理過程中，KV Cache 是一個(gè)關(guān)鍵成本項(xiàng)。模型處理長上下文時(shí)，需要把歷史 tokens 對(duì)應(yīng)的 Key 和 Value 存起來，后續(xù)生成時(shí)反復(fù)使用。上下文越長，需要保存和讀取的緩存越多，對(duì)顯存、帶寬和存儲(chǔ)系統(tǒng)的壓力也越大。

普通聊天里，緩存壓力不一定明顯，但在進(jìn)入代碼、長文檔和 Agent 任務(wù)后，成本結(jié)構(gòu)會(huì)迅速變化。@bookwormengr 在長文里專門算了一筆 KV Cache 賬。

他以 100 萬 tokens 上下文、8 bit KV 精度和 16 bit 索引精度為前提，估算 DeepSeek V4 只需要約 5.48GB HBM，而 GLM5 約為 60GB，Qwen3-235B-A22B 約為 89GB。

長上下文和 Agent 任務(wù)真正貴的地方，不只是模型生成本身，還有緩存、顯存、帶寬和重復(fù)上下文搬運(yùn)。

一個(gè) Code Agent 處理項(xiàng)目時(shí)，可能要反復(fù)讀取同一個(gè)代碼庫結(jié)構(gòu)、同一批文件、同一段任務(wù)歷史、同一套系統(tǒng)提示詞和同一批測試日志。若每一輪都按完整上下文重新計(jì)費(fèi)，長任務(wù)很快會(huì)變貴。緩存命中價(jià)格下降后，重復(fù)上下文的成本會(huì)明顯變低。

DeepSeek 近年來在 MoE 架構(gòu)、長上下文、KV Cache 壓縮和推理效率上持續(xù)投入的表現(xiàn)有目共睹。降價(jià)是技術(shù)迭代后的必然結(jié)果，也將徹底攪動(dòng) AI 編程市場格局。

為什么必須做中國版「Claude Code」？

最先被牽動(dòng)的，是 AI 編程工具的訂閱模式。

市面主流 AI 編程工具均推出 Coding Plan 月付訂閱，為用戶提供代碼補(bǔ)全、模型調(diào)用、Agent 執(zhí)行等權(quán)益。在輕量化補(bǔ)全時(shí)代，單次調(diào)用消耗極低。

但 AI 編程已從單次補(bǔ)全迭代為全流程 Agent 自動(dòng)化編碼，模型可獨(dú)立完成代碼修改、測試運(yùn)行、報(bào)錯(cuò)修復(fù)，單次任務(wù) Token 消耗大幅提升。

當(dāng)?shù)讓?API 又同時(shí)大幅降價(jià)，Coding Plan 也必須找到新的支撐點(diǎn)。這個(gè)支撐點(diǎn)，更可能落在工程能力上——比如能不能更好地讀懂項(xiàng)目結(jié)構(gòu)，能不能精準(zhǔn)選擇上下文，能不能控制 tokens 消耗，能不能穩(wěn)定修改代碼，能不能處理 Git、終端、CI/CD，能不能在企業(yè)環(huán)境里管理權(quán)限和審計(jì)記錄？

同樣要重新定位的，還有 API 中轉(zhuǎn)站。對(duì)個(gè)人開發(fā)者來說，便宜和好用仍然重要。但對(duì)企業(yè)來說，穩(wěn)定、可審計(jì)、可控、可遷移更重要。

沿著這個(gè)邏輯繼續(xù)看，Coding Plan 和中轉(zhuǎn)站的改變只是表層。低價(jià)之后更值得追問的，是開發(fā)者入口究竟掌握在誰手里。

Google CEO Sundar Pichai 最近接受了《Hard Fork》采訪，他首次公開承認(rèn)，Google 在文本、多模態(tài)、語音、推理和整體智能上都很有競爭力，但在 agentic coding 這一類能力上，尤其是工具調(diào)用、指令跟隨和長周期任務(wù)，目前還有差距。

他還提到，更關(guān)鍵的是把模型放到真實(shí)世界里使用，讓數(shù)據(jù)回流，繼續(xù)迭代。Pichai 特別說到，coding 是一個(gè)需要接觸 data flows（數(shù)據(jù)流）的領(lǐng)域。

終端工具能看到開發(fā)者如何提出任務(wù)，如何追問，什么時(shí)候接受建議，什么時(shí)候放棄，什么時(shí)候要求模型繼續(xù)修復(fù)。它還可以通過測試結(jié)果、終端日志、文件變更和 Git 提交，判斷一次 Agent 執(zhí)行是否完成任務(wù)。這類數(shù)據(jù)，對(duì) coding model 和 Agent 產(chǎn)品都非常有價(jià)值。

從公開招聘動(dòng)作看，DeepSeek 近期圍繞 Agent 的動(dòng)作也變得密集。

我們也可以看到崗位里出現(xiàn)了 Agent 深度學(xué)習(xí)算法研究員、Agent 數(shù)據(jù)策略工程師、產(chǎn)品經(jīng)理、研發(fā)工程師等角色。更關(guān)鍵的是，DeepSeek 資深研究員陳德里直接發(fā)出招聘信息，提到要從零開始構(gòu)建 Code Harness。

如其所說，Model + Harness = Agent，在 Agent 產(chǎn)品中，模型負(fù)責(zé)理解和生成，Harness 負(fù)責(zé)把模型能力帶入真實(shí)工程環(huán)境，相當(dāng)于模型外面那套「執(zhí)行系統(tǒng)」。

DeepSeek 版 Claude Code 不能只給開發(fā)者一個(gè)對(duì)話框，而要給開發(fā)者一個(gè)能持續(xù)執(zhí)行任務(wù)的工程系統(tǒng)。

崔添翼加入 DeepSeek 后受到關(guān)注，也和 Code Agent 的工程屬性有關(guān)。

公開信息顯示，崔添翼本科畢業(yè)于浙江大學(xué)計(jì)算機(jī)系，曾因信息學(xué)競賽保送浙大，6 次獲得 ACM 亞洲區(qū)域賽金牌，之后在 Jane Street 工作 9 年，并聯(lián)合創(chuàng)立 TSY Capital。

Code Agent 的難點(diǎn)不只是生成代碼，還要在真實(shí)項(xiàng)目里持續(xù)執(zhí)行任務(wù)。量化交易系統(tǒng)長期強(qiáng)調(diào)低延遲、穩(wěn)定性、自動(dòng)化執(zhí)行和風(fēng)險(xiǎn)控制，這些經(jīng)驗(yàn)放到 Agent Harness 上，至少在工程范式上是相通的。

而 Agent 工具的產(chǎn)品能力，不只包括寫代碼，也包括權(quán)限、審計(jì)、數(shù)據(jù)隔離和安全策略。

這反過來給 DeepSeek 這樣的國產(chǎn)模型提供了機(jī)會(huì)。如果 DeepSeek 能把低成本模型、Code Harness、本地部署、企業(yè)級(jí)權(quán)限控制結(jié)合起來，它在政企、金融、制造、能源等對(duì)數(shù)據(jù)敏感的行業(yè)里，會(huì)有更強(qiáng)的替代價(jià)值。

DeepSeek 做中國版 Claude Code 的邏輯也正在于此：低價(jià) tokens 把更多開發(fā)者吸引進(jìn)來。低緩存價(jià)格讓 Agent 任務(wù)運(yùn)行成本下降。Code Harness 讓模型進(jìn)入開發(fā)環(huán)境。真實(shí)工作流又會(huì)反過來幫助 DeepSeek 改進(jìn)模型和產(chǎn)品。

就像滾下坡的雪球，越滾越大，滾得越快。降價(jià)只是推下山的第一把力，往后它會(huì)自己越滾越沉，誰也攔不住。