“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：發布了 GPT-5.5，并把價格翻了一倍。

按常理，這應該是屬于 OpenAI 的一天。全新預訓練架構“Spud”的首個公開版本，SOTA 級的基準測試成績，SemiAnalysis 在第一時間給出了“GPT-5.5 已經抵達前沿”的評價。但翻看定價頁面，開發者很難不算賬：每百萬輸出 token 收費 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 的模型權重扔到了 HuggingFace 上。MIT 開源協議，100 萬 token 上下文窗口，以及一個極其低廉的價格：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 系統架構師 Sean Donahoe 在今天凌晨發了一條帖子。他寫道：

“DeepSeek V4 Pro 在編碼基準測試中擊敗了 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。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?！?/blockquote>這條帖子實際上有兩個看點。第一，發帖人是重度 AI 編程用戶，卻幾乎一夜之間完成遷移，月賬單會從幾千美元降到幾百美元。第二，他不只是說便宜，還強調效果沒有變差，反而更好：“輸出質量提高了，而不是下降，這一點已經通過內部測試以及多個公開基準驗證”。

DeepSeek 出手之后，價格成了第一變量

過去三個月，模型競爭激烈。幾乎每周都有一家頭部模型廠商發布新的 coding checkpoint，GLM-5.1、Qwen3.6-Plus、Kimi K2.6、Composer 2、Gemini 3.1 Pro，都在強調同一件事：agentic coding、長任務、多步驟規劃。

進入 4 月，圈子里一直在討論兩個代號：Anthropic 的“Capybara”和 OpenAI 的“Spud”。4 月 23 日，GPT-5.5 正式發布，成為基于“Spud”的公開版本。對 OpenAI 來說，這是 GPT-4.5 之后一次很關鍵的預訓練模型更新，外界期待很高，價格也不低。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“訓練”，但這里的“訓練”更準確地說是強化學習的后訓練階段。真正的預訓練，仍然是在 Hopper 平臺上完成的。

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

OpenAI 的旗艦模型過去通常比 Anthropic 更便宜，但這一次不一樣了：GPT-5.5 的 API 定價為每百萬輸入 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 的輸出定價還貴出一截。

更值得注意的是，OpenAI 為 GPT-5.5 設計了一套復雜的定價分層。除了標準 API 之外，OpenAI 還提供了一個優先級（priority）套餐，價格是標準檔的 2.5 倍。如何為“更快的 token”收更多錢，正在變得越來越關鍵。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% 的時間里吞吐量超過 50 tokens/s）。

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

標準版和 Pro 版都提供多檔推理強度：xhigh、high、medium、low 以及 non-reasoning，本質是在成本與能力之間做取舍。從 strawberry/o1 那一代開始，這一點已經很明確了：推理強度越高，結果通常越好，但消耗的 token 更多，響應時間也更長。

在 GPT-5.5 發布前一周，Anthropic 剛剛推出 Claude Opus 4.7。相比 4.6，Opus 4.7 更像一次小幅升級，沒有帶來明顯質變。

Token 計數方式的更新，是這次定價變化里最關鍵的一點。4.7 使用了新的 tokenizer，通過更細粒度的切分來換取性能提升，但代價是整體 token 用量會上升。官方也直接承認，這會帶來最高約 35% 的 token 增長——換句話說，價格也等于變相上漲了 35%。

然后 DeepSeek V4 來了。

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

把價格拉出來對比，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，輸入價格進一步降至每百萬 token 0.145 美元，同樣這筆賬就變成了 3.625 美元。

也就是說，在標準定價下，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。

真正把價格壓到“近零地帶”的，是 DeepSeek-V4-Flash。V4 Flash 的 API 輸入價格每百萬 token 僅 0.14 美元，輸出價格 0.28 美元，合計 0.42 美元。緩存命中后進一步降至 0.308 美元。同等輸入輸出量下，Flash 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。

如果把當前主流模型的定價放在一張表里看，這種分化更加直觀：

更重要的是，DeepSeek V4 走的是 MIT 開源協議。這意味著開發者完全可以把模型部署在自己的服務器上，不走 API 調用，直接繞開 token 計費邏輯。對于有合規要求、數據不能出域的場景，這個選項的權重甚至超過價格本身。

V4 相比 V3 的核心進展，是上下文窗口從 128k 提升到了 1M。因此，這一代的技術優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%。這個幅度甚至超過了上個月 Google TurboQuant 的論文，對 NAND Flash 產業鏈來說，是個需要警惕的信號。

在工程層面，DeepSeek 還在 DeepGEMM 中開源了一個 Mega-Kernel，宣稱支持 NVIDIA GPU 和華為 Ascend NPU?？梢钥闯觯麄兊哪繕酥?，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 的服務吞吐仍有限，預計下半年昇騰 950 超節點批量上市后，Pro 價格會大幅下調。

業界實測效果

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

不過，DeepSeek 自己也承認，和頂尖選手之間還有距離。他們在技術報告里寫道：“通過增加推理 token 的使用量，DeepSeek-V4-Pro-Max 在標準推理基準上優于 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 個月的差距?！?/p>

那么，實際效果如何呢？

在 Sean 宣布全面遷移的同一天，AI 研究員 Rohan Paul 和他的團隊做了一個測試：給 DeepSeek V4 Pro 和 GPT-5.5 同一份提示詞，開發一個完整的卡丁車競速游戲，全部塞進一個 HTML 文件。

提示詞嚴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、倒車一個不能少。物理引擎從零手寫，摩擦力、最高速度、轉向靈敏度全部要調。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，自動沿賽道行駛，速度各異。道具系統要有金幣、加速板和隨機道具箱。畫面全用 Canvas 形狀手繪，漂移拖痕、加速尾焰、屏幕震動，一個視覺效果都不落。音效用 Web Audio API 合成，倒計時、碰撞、沖線都要出聲。UI 要完整：標題畫面、3-2-1 倒計時、實時 HUD、結束排名。

最終的數據對比是這樣的：

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

如果說卡丁車測試考察的是“能不能做一個完整產品”，那同一天另一個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。

中文技術社區的一位開發者用同樣的提示詞、同樣的工具，讓 DeepSeek V4 Pro 和 GPT-5.5 各自生成一個 Apple 風格的天氣界面。提示詞給了一個很高的起點：

“你是 Apple Inc 的頂級 UI 設計師，以 iOS 18 的設計風格（毛玻璃效果、高斯模糊、動態漸變、細膩陰影）創建一個單個 HTML 文件。實現橫板天氣頁面，包含 4 個并排的動畫天氣卡片：晴天（太陽光線、動態光暈）、大風（飄動云朵、搖曳樹木、風線）、暴雨（下落雨滴、形成水洼、閃電）、暴雪（下落雪花、堆積效果）?？ㄆ枭钌尘埃С职粹o切換天氣狀態，實現流暢交互和微動效。代碼必須可直接運行，美觀度優先?！?/blockquote>

工具也完全統一，兩個模型生成時，用的都是 Claude Code。你猜哪個是 DeepSeek 的？

生成結果 1 如下：

生成結果 2 如下：

不過，在日常問題上，DeepSeek 確實更強：

科技博主 Simon Willison 有一個習慣：每次 DeepSeek 發布新版本，他都會用同一句提示詞 “Generate an SVG of a pelican riding a bicycle”，生成一張鵜鶘騎自行車的 SVG。這次 V4 發布，他照例做了一遍，也照例把歷代結果放在一起。

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，自行車架子也松散。到了 V3.2，車架結實了，鵜鶘也開始像個正經騎手。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?？傊?，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 發布當天，用一句話表明了他們對這些討論的姿態——“不誘于譽，不恐于誹，率道而行，端然正己?！?/p>

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

會議推薦

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

AICon 上海站 2026，4 大核心專題等你來：世界模型與多模態智能突破、Agent 架構與工程化實踐、Agent 安全與可信治理、企業級研發體系重構。14 個專題全面開放征稿。

誠摯邀請你登臺分享實戰經驗。AICon 2026，期待與你同行。