斩杀线？普惠线！梁文峰一笔画出两道线

7月31日 ，DeepSeek V4 Flash正式版上线， AI圈掀起一场地震。

海外独立评测机构ArtificialAnalysis的性能-成本坐标系中，这款模型成了一条泾渭分明的“线”：同能力梯队里定价更高的产品，正眼睁睁看着开发者流量持续流失；性能更弱、成本却更高的玩家，生存空间正在快速萎缩。

有人说梁文峰画了一条斩杀线，也有人说，这条线有别样的含义。

01

撕碎硅谷定价的“斩杀线”

长久以来，全球大模型的市场规则由硅谷巨头书写。

OpenAI、Anthropic、谷歌划定性能标尺，同时牢牢掌控定价话语权，居高不下的推理成本，筑起了AI创业的高门槛。海外开发者想要稳定的优质大模型服务，似乎只能被动接受闭源大厂的报价，没有太多议价空间。

DeepSeek V4 Flash的上线，彻底打破了这份平静。

在第三方评测机构ArtificialAnalysis实测的上百款大模型中，它在性能与成本的平衡上站到了帕累托最优的边界，成了开发者口中公认的“斩杀线”。

而第三方聚合平台OpenRouter的周度调用数据，更直观印证了这条线的杀伤力：DeepSeekV4Flash以7.39T的周Token量登顶全平台第一，小米MiMo-V2.5、腾讯Hy3、DeepSeekV4Pro、智谱GLM5.2紧随其后，前五席位被国产模型包揽。汇总全部国产模型的调用规模，更是连续多周超越美国厂商闭源模型总和，其中美欧开发者的访问流量占比接近半数。

流量迁徙的背后，是赤裸裸的成本账。

多名海外AI初创创始人在社交平台公开复盘，团队全线迁移至DeepSeek之后，月度推理成本下降60%至85%。对于尚未盈利、现金流紧绷的小微AI公司而言，这样的成本差距足以决定一个项目的生死。

如今的市场已经清晰分化，大型跨国企业出于数据合规、供应链风险考量，依旧倾向采购本土厂商服务；但对成本敏感的中小开发者群体，已经开启了大规模迁徙，大量Agent自动化项目、代码辅助工具、长文本处理应用，都主动将默认模型切换到了DeepSeek。

不少行业观察者感慨，过去很多团队选择硅谷大厂模型，并非认定其性能无可替代，而是长期缺少性价比足够高的备选方案。

当具备一线梯队能力的低价模型出现，需求侧的选择立刻发生转向。

02

工程效率才是真正的杀招

有人把 DeepSeek的崛起归为简单的价格战，但事实恰恰相反，低价从来不是它的目的，而是工程能力落地的结果。

复盘DeepSeek的定价策略演变，能清晰看到其价格壁垒的构建逻辑。

2026年5月，DeepSeek-V4-Pro宣布永久降价75%，将短期促销转为长期基准定价，直接击穿当时全球高端推理模型的价格底线；此番V4-Flash正式上线，又叠加对话缓存机制、峰谷差异化定价策略，缓存命中场景下的输入Token成本进一步下探。

横向对比主流大模型的公开API定价，差距一目了然：DeepSeekV4-Flash输出定价远低于同档位模型，即便经过多轮降价的GPT-5.6Luna，定价仍是它的数倍，Claude、Gemini的同级别产品，价格差距更是接近十倍。

支撑这套定价体系的，不是烧钱补贴，而是底层持续的工程优化。

高效推理架构、动态KV缓存、流量峰谷调度、长文本优化方案，多维度共同压低了单Token的推理成本。梁文锋在内部曾表示，低价策略让更多开发者可以使用DeepSeek，这件事在内部很受鼓舞。换句话说，它走的是“靠技术降成本，靠规模摊薄成本”的正向循环，而非赔本赚吆喝的恶性竞争。

这背后本质是两条全球大模型发展路线的正面碰撞。

一条是以硅谷巨头为代表的路线：重金训练闭源旗舰模型，维持较高毛利，重心面向大型企业客户，优先冲击能力上限；另一条是以DeepSeek为代表的路线：依靠工程优化压缩推理成本，兼顾开源生态与云端服务，走薄利多销路线，优先抢占开发者群体，依靠规模效应摊薄成本。

在当下全球算力紧缺、卡价狂飙的节点，手握一定规模自有算力的DeepSeek，更能按照自己的节奏推进战略，灵活调整定价。

相当于 始终把足以改变格局的Token量投放在市场上，既实现自身盈利，又持续压制对手。

03

AI不该是少数人的奢侈品

DeepSeek的“斩杀线”，对准的不只是硅谷巨头。

我国的大模型玩家们，同样要直面这个强悍的对手——如果DeepSeek能用1/10的价格做到相近的性能，本土同行要怎么应对？

这不是杞人忧天。从OpenRouter的榜单就能看出，国产模型内部的竞争同样激烈，小米、腾讯、智谱等厂商都在奋力追赶。就在DeepSeek刷屏的同一周，MiniMax正式开源通用视频模型H3，试图在多模态领域复刻性价比路线；阿里巴巴千问Qwen3.8-Max大模型正式上线，总参数量达2.4万亿，模型权重也将于下周开源。国内赛道的竞速，早已进入白热化，每个玩家都得在性能与成本的平衡中找到自己的位置。

但这种“内卷”，不是坏事。

如果没有DeepSeek这样击穿价格底线的玩家，大模型服务或许至今仍维持着高昂的价格，AI会彻底变成大企业才能负担的奢侈品，普通开发者、中小创业者根本无力入场，整个行业的创新活力都会被高价扼杀。

过去行业比拼参数量、训练算力、Benchmark跑分，仿佛堆钱就能堆出胜利。但DeepSeek划出的这条斩杀线，让行业标尺发生了迁移：

开发者最先核算的指标，变成了“单位成本能够换取多少有效输出”。当价格门槛被打穿，创新的门槛也随之降低，更多人能参与到AI应用的开发中来。

当然，价格竞争只是这场全球大模型洗牌的序幕。接下来，模型能力迭代、全球化服务能力、合规解决方案、商业化盈利模式的长期比拼，才决定谁能最终站稳脚跟。

但对于全球数百万AI开发者而言，直观的改变已经发生： 选择变多了，成本下降了，创新的门槛，正在被不断压低。