DeepSeek把token做到這麼便宜的秘密究竟是什麼

作者：矽谷Alan Walker；來源：嘉妍Kea

加州大道的 Zombie Café，早上七點半。昨晚 DeepSeek 那份"預計漲幅較大"的公告出來之後，幾個開發者群直接炸了——有人連夜在寫多模型路由，有人在算漲三倍之後還劃不劃算。而矽谷Alan Walker 想借這個時點，把一個被討論了兩年、但始終沒被講透的問題徹底講透：這個價格，當初到底是怎麼做出來的。

先看價格，這是全部討論的起點。

今天（2026 年 8 月 7 日），DeepSeek 開放平台的牌價是：V4-Flash 每百萬 token，輸入 0.14 美元、緩存命中輸入 0.0028 美元、輸出 0.28 美元；V4-Pro 對應是 0.435、0.003625 和 0.87 美元。國內開發者看到的人民幣口徑是 Flash 平峰期 1 元 / 0.02 元 / 2 元，Pro 是 3 元 / 0.025 元 / 6 元。

同一天，美國這邊的牌價：GPT-5.6 Sol 輸入 5 美元、輸出 30 美元；Claude Opus 5 輸入 5 美元、輸出 25 美元；Claude Fable 5 輸入 10 美元、輸出 50 美元；Gemini 3.1 Pro 輸入 2 美元、輸出 12 美元。

表 1：主流模型 API 牌價（美元 / 百萬 token，2026 年 8 月 7 日，各家官方定價頁）

註：Gemini 3.1 Pro 與 GPT-5.6 系列對超過 20 萬 token 的長上下文另設更高計價檔（Gemini 漲至 4/18，GPT-5.6 Sol 漲至 10/45）；DeepSeek 100 萬 token 上下文不加價。DeepSeek 人民幣價為平峰價，工作日高峰時段（9:00–12:00、14:00–18:00）計費翻倍。

做幾個除法。V4-Flash 的輸出價對 GPT-5.6 Sol 是 1/107，對 Claude Fable 5 是 1/179。緩存命中輸入那一列更誇張：V4-Pro 的 0.003625 美元對 Claude Opus 5 的 0.50 美元，是 1/138。對標旗艦的 V4-Pro，輸出價對 GPT-5.6 Sol 也有 1/34。

還有一個背景必須先交代：就在昨天，8 月 6 日，DeepSeek 發公告說計劃近期整體上調 API 定價，"預計漲幅較大"。也就是說，你現在看到的這張表，是這個價格體系存在的最後一段時間。這反而是把這個問題講清楚的最好時機——因為連它自己都承認，這個價格不可持續了。那它當初是怎麼做到的？

市面上的解釋停留在兩個字：MoE。這個解釋不能算錯，但它解釋不了數量級。MoE 大家都在用，OpenAI 和 Google 的旗艦幾乎可以確定也是 MoE，憑什麼別人用 MoE 賣 30 美元，它用 MoE 賣 0.28 美元？

真正的答案分兩半。技術上的極致優化，最多解釋十倍；剩下那十倍，藏在商業結構里。兩個十倍相乘，才是一百倍。下面先講技術的十倍，再講那個幾乎沒人認真講過的、商業的十倍。

1技術的十倍：所有功夫都下在同一個地方——顯存

把 DeepSeek-V4 技術報告里所有降本手段列出來，你會發現它們表面上五花八門，落點其實只有一個：顯存。為什麼偏偏是顯存，第二節揭曉。先看這四處。

第一處：激活率壓到 3%。V4-Pro 總參數 1.6 兆，每個 token 只激活 490 億，激活率 3.06%；V4-Flash 總參數 2840 億，激活 130 億。推理算力跟激活參數走，不跟總參數走——所以一個 1.6 兆參數的模型，算力開銷只相當於一個 490 億的模型。3% 的激活率在公開可查的前沿模型里是最低一檔。

第二處：注意力壓縮九成。V4 放棄原生注意力，改用 CSA（壓縮稀疏注意力）與 HCA（重度壓縮注意力）交錯。官方技術報告的數據：100 萬 token 場景下，V4-Pro 單 token 推理 FLOPs 只有上一代 V3.2 的 27%，KV 緩存只有 10%；V4-Flash 壓得更低，FLOPs 10%，KV 緩存 7%。KV 緩存是長上下文場景吃顯存的第一大戶，壓掉九成，意味著同一張卡能塞進去的並發請求變成十倍以上——硬體沒變，單位時間能賣的 token 變成了十幾倍。

第三處：FP4 量化感知訓練。MoE 專家權重用 FP4 精度儲存，其餘大部分用 FP8。從 FP16 到 FP4，同樣的顯存裝四倍的權重。而且這是訓練階段就按低精度來（QAT），不是訓完再壓，精度損失被訓練本身吸收。為了在這麼低的精度下訓得穩，配了一整套補丁：mHC 流形約束超連接、Muon 優化器、預期路由、SwiGLU 鉗位——團隊自己承認這些技巧為什麼有效，底層機理仍是開放問題。

第四處：緩存放到硬盤上。V4 引入異構 KV Cache 與磁盤緩存機制，壓縮後的注意力條目直接落盤儲存。這件事直接體現在價格表上，而且是整張表里最被忽略的一格：

表 2：緩存命中折扣力度（各家官方定價頁，2026 年 8 月 7 日；折扣比例為作者計算）

看見沒有：OpenAI、Anthropic、Google 三家的緩存摺扣整整齊齊都是一折。DeepSeek-V4-Pro 打的是 0.83 折。為什麼它敢？因為別人的 prompt cache 存在顯存或高速內存里，成本按每 GB 幾十美元的 HBM 算；它把緩存壓縮後扔到固態盤上，成本按每 GB 幾毛錢的 SSD 算。介質差了兩三個數量級，折扣自然能再差一個數量級。

為 什 麼 這 一 格 最 重 要

Agent 時代的賬單結構變了。一個 coding agent 每次調用，都要把整個代碼庫、系統提示詞、歷史軌跡原樣重發一遍，這部分內容的緩存命中率能到 80% 以上。也就是說，Agent 賬單的大頭不在"輸出"，在"重複輸入"。同樣一百萬 token 的重複上下文，Claude Opus 5 收 0.50 美元，V4-Pro 收 0.003625 美元。矽谷不少公司把主力模型切過去之後賬單掉了兩個數量級，主要就掉在這一格，而不是掉在輸出價上。

這四處之外，訓練側還有一手：V4 的後訓練用了全詞表同策略知識蒸餾（OPD），讓 Pro 逐 token 地教 Flash。這解釋了 Flash 為什麼只用 130 億激活參數還能打——它壓根就沒打算自己從頭學，它是被大模型餵大的。經濟含義比技術含義更重要：訓練一次 Pro 的成本，攤到了 Flash 的每一次調用上。今天全球調用量登頂的是賣 0.28 美元的 Flash，而撐起它能力的那筆訓練開銷，記在 Pro 的賬上。

把這幾項的倍數連乘：MoE 相對稠密省 3–10 倍，注意力壓縮再省 4–10 倍（長上下文場景），FP4 讓同樣的卡裝下四倍權重，磁盤緩存讓重複輸入的成本幾乎歸零，蒸餾讓小模型白拿大模型的能力。這就是技術的十倍——嚴格說，在長上下文和 Agent 場景里不止十倍。但注意，這些方法全部寫在公開論文里，權重全部放在 Hugging Face 上。技術上沒有秘密。真正的問題是下一個：為什麼美國公司不照着做？

2被制裁逼出來的路線：它優化的東西，美國公司不缺

要理解為什麼所有功夫都下在顯存上，得回到一個不太舒服的事實：出口管制。

DeepSeek 早期能合法買到的最好的卡是 H800——H100 的中國特供版，算力大體保留，互聯帶寬被砍。2025 年那份 545% 利潤率的賬單（第三節細講），整個推理系統就跑在 H800 上。後來連 H800 也進不來了。這意味著它面對的約束條件和美國實驗室完全不同：美國實驗室缺的是電力和機櫃，它缺的是每一 GB 的顯存和每一條互聯帶寬。

約束條件決定優化方向。當你的卡互聯被砍，你就被迫把專家並行的通信延遲藏進計算里，被迫用 TileLang 手寫融合算子把每一分帶寬榨乾；當你的顯存總量被物理封鎖，你就被迫發明 MLA、被迫走到 CSA/HCA、被迫上 FP4、被迫把緩存扔到硬盤上。從 V2 的 MLA 到 V4 的混合壓縮注意力，這條技術路線一脈相承，而它的起點不是某個天才的靈感，是採購清單上買不到的那幾行。

反過來看美國實驗室。手裡有幾十萬張 H100/B200 的時候，工程師的稀缺資源不是顯存，是研究員的時間。優化目標自然是"每個研究員每個月能推進多少能力"，而不是"每一美元能吐多少 token"。不是他們蠢，是他們的約束條件根本不產生這個方向的進化壓力。

省錢是一種能力，而這種能力只在缺錢的地方進化。顯存受限逼出了壓縮技術，帶寬受限逼出了通信調度，採購受限逼出了國產卡適配。制裁沒有卡死這家公司，制裁定義了這家公司。

國產卡這條線還在繼續壓成本。V4 發布當天，細粒度專家並行方案同時在英偉達 GPU 和華為昇騰 NPU 上完成驗證，寒武紀、天數智芯做了 Day 0 適配。DeepSeek 在定價頁上寫了一句極少有廠商會寫的話：受限於高端算力，目前 Pro 的服務吞吐十分有限，預計下半年昇騰 950 超節點批量上市後，Pro 的價格會大幅下調。把降價預期直接掛鈎國產晶片量產節奏——這句話的潛台詞是，它連英偉達那 70% 以上的硬體毛利率，都當成一項可以省掉的成本在管理。美國實驗室沒有這個選項：它們買英偉達的卡，是在給自己的算力付一道奢侈品稅，而且這道稅沒有替代稅率。

3一份被遺忘的賬單：它早就證明了這價格能賺錢

有人會說：價格低說明在燒錢。這個判斷有一份公開材料可以直接反駁，而且這份材料奇怪地被大多數人遺忘了。

2025 年 3 月 1 日，DeepSeek 在開源周最後一天公開了《DeepSeek-V3/R1 推理系統概覽》，把自己的運行賬單攤開了：

2025 年 2 月 27 日 12:00 — 28 日 12:00，真實運行 24 小時

推理服務峰值占用 278 個節點，平均 226.75 個節點（每節點 8 張 H800）。按 GPU 租賃 2 美元 / 小時估算，總成本 87,072 美元 / 天。當日輸出 token 總數 1680 億。若全部按 R1 定價計費，理論日收入 562,027 美元，理論成本利潤率 545%。

官方同時說明：實際收入遠低於此，因為網頁和 App 免費、夜間打折、V3 定價更低。

來源：DeepSeek 官方知乎賬號，2025 年 3 月 1 日；GitHub open-infra-index 倉庫同步發布。

把 87,072 美元全部攤到 1680 億輸出 token 上（上限估算，這筆錢其實還同時服務了輸入），每百萬輸出 token 的成本上限約 0.52 美元。這是一年半前、上上代模型、純英偉達卡的成本。之後架構換代（FLOPs 降到 27%）、精度減半（FP8 到 FP4）、緩存落盤、國產卡引入，四條線同時往下壓——今天 V4-Flash 賣 0.28 美元，完全落在成本曲線的延長線上。

這份賬單里還有一句被跳過的話，價值不亞於那個 545%：白天用所有節點跑推理，晚上負荷低時減少推理節點，騰出來做研究和訓練。這是把 GPU 集群當潮汐電站用。訓練任務可以隨時暫停恢復，推理請求不能，用訓練填推理的谷，集群利用率逼近滿載。注意這件事的門檻：純 API 服務商沒有訓練任務可填谷，純研究機構沒有推理流量可言——必須兩頭都有、兩頭都大，這個招才成立。

"燒錢換市佔率"這個指控，從 2025 年 3 月起就不成立了。它的低價不是補貼出來的，是算出來的。真正的問題從來不是"它是不是在虧"，而是"為什麼只有它把價格定在成本線上"。這就要講商業的十倍了。

4商業的十倍：token 價里，一大半不是 token 的錢

現在把一家美國頭部實驗室的 token 定價拆開。你付的 30 美元里，推理的電費和折舊只是零頭，剩下的錢在養這些東西：

下一次訓練。前沿實驗室的 API 毛利，本質上是下一代模型的融資工具。訓練開支以百億美元計年年翻倍，投資人的錢填不滿，API 毛利必須補位。token 定價的第一約束不是成本，是資本開支計劃。

人才軍備。2025 年以來矽谷頂級研究員的挖角報價屢屢見諸報端，單個人的組合薪酬包上億美元的案例已不新鮮。幾千人的實驗室，這筆錢最終都在 token 價里。

幾億免費用戶。ChatGPT、Claude、Gemini 都背着龐大的免費和訂閱用戶群，訂閱費包月、消耗不封頂，重度用戶吃掉的算力遠超月費。這個窟窿要用 API 毛利填。

企業銷售、合規、安全。SLA、數據駐留、審計、紅隊、銷售團隊、客戶成功——這套組織賣的是確定性，也全是成本。

DeepSeek 的成本表上，這幾行幾乎是空的。母公司幻方量化的自有資金養研發，不需要 API 毛利去給下一次訓練融資；沒有全球銷售體系；沒有付費訂閱要補貼；開源社區還免費替它做了大量適配和優化工程——袁進輝當年就說過，V3/R1 的架構和主流模型差別太大，第三方必須照它的報告重寫系統才能跑出效率，而開源把這個門檻降了下來，社區替它完成了閉源公司要發工資才能完成的工作。

解 讀

同樣一個 token，兩家公司定價時看的錨完全不同。美國實驗室的錨是"這個 token 替代了多少人類勞動"——一小時 150 美元的工程師被替代，token 賣 30 美元一百萬個依然顯得便宜，所以定價往價值那頭靠。DeepSeek 的錨是"這個 token 消耗了多少電和折舊"——定價往成本那頭靠。價值定價和成本定價，兩個錨之間隔着的，本來就是兩個數量級。一百倍的價差里，有一半根本不是效率差距，是定價哲學的差距。

5捅破窗戶紙：美國公司不是做不到，是不能做

把上面的邏輯推到底，會碰到一個大多數分析繞開的結論。

假設 OpenAI 明天宣布：GPT-5.6 Sol 降價到 0.30 美元每百萬輸出 token。技術上完全做得到——該有的壓縮技術都是公開論文，該有的工程人才它比誰都多。但它不能這麼做，原因有三層，一層比一層硬。

第一層，收入會當場蒸發。OpenAI 的年化收入已在數百億美元量級，其中 API 是重要一極。價格降到 1/100，現有需求貢獻的收入立刻變成 1/100，而需求彈性再大，也不可能在一個季度里放大一百倍來填坑。DeepSeek 做地板價的時候幾乎沒有存量收入可損失——敢把價格打穿的前提，是你沒有什麼可以被打穿的。這是最標準的創新者窘境：不是看不見，是轉不了身。

第二層，估值會塌方。頭部實驗室數千億美元的估值，建立在一個共同敘事上：智能是稀缺的高價商品，毛利會隨規模改善。旗艦模型按成本定價，等於親口承認 token 是大宗商品——那估值模型就得從"軟體公司"切換到"電力公司"，股價營收比差着一個數量級。對上市在即或持續融資中的公司，這不是定價決策，這是自毀決策。

第三層，組織不會執行。為成本定價而生的公司，從晶片採購、集群調度到精度選擇，每個環節都在為"每美元 token 數"優化；為能力溢價而生的公司，每個環節都在為"下一次發布會"優化。讓後者轉向前者，等於讓整個組織換一套本能。歷史上沒有幾家公司完成過這種轉身，而且沒有一家是在自己最賺錢的時候轉的。

這套邏輯有一個天然的對照實驗，恰好能驗證它：Gemini。看錶 1，美國旗艦里最便宜的是誰？Gemini 3.1 Pro，2 美元 / 12 美元，比 GPT-5.6 Sol 和 Claude Opus 5 便宜一半以上。為什麼偏偏是 Google？因為三個約束它各鬆了一格：它用自研 TPU，英偉達那道硬體稅它不交；它的估值不靠 AI 敘事單獨支撐，廣告和雲才是地基，token 按成本定價不會動搖市值邏輯；它的推理基礎設施本來就是按搜尋的規模經濟建的。三個約束松一格，價格就低一半；DeepSeek 三個約束全部為零，價格就低兩個數量級。價格和約束的對應關係，在這三家公司身上排得整整齊齊——這個排列不是巧合，是定價的物理學。

真正的秘密是不對稱：DeepSeek 需要 token 便宜——便宜是它換取影響力、生態和戰略位置的唯一籌碼；美國實驗室需要 token 貴——貴是它們的收入、估值和整個敘事的地基。同一個市場裡，一方的最優解是把價格打到成本，另一方的最優解是把價格釘在價值。你看到的 1/100，就是這兩個最優解之間的距離。

6更深一層：為什麼它比國內同行還便宜

講到這裡還剩最後一個漏洞。前面的商業分析——不用給下一次訓練融資、沒有英偉達的硬體稅、沒有免費用戶的補貼窟窿——聽起來像是"中國公司對美國公司"的普遍優勢。如果只是這樣，那國產模型應該都便宜。但事實不是這樣：

表 3：國產旗艦模型 API 牌價對比（人民幣 / 百萬 token，各家官方定價頁，2026 年 8 月）

來源：月之暗面開放平台、阿里雲百鍊、智譜官方定價頁。GLM-5.2 官方以美元報價（1.40/4.40 美元），按 7 折算為人民幣約值。高盛研報（經媒體轉述）給出的混合口徑單價：K3 約 2.3 美元、Qwen3.7-Max 約 1.4 美元、GLM-5.2 約 0.9 美元、DeepSeek V4-Pro 約 0.18 美元 / 百萬 token。

看清楚這張表的含義：同樣在中國，同樣面對晶片管制，同樣的電價、同樣的工程師薪酬水平，Kimi K3 的輸出價是 V4-Pro 的 17 倍，Qwen3.7-Max 是 6 倍，GLM-5.2 是 5 倍。"中國成本優勢"解釋不了這個差距——大家的成本環境是一樣的。那差距從哪來？三個地方，一個比一個深。

第一，別人租算力，它有自己的機房。DeepSeek 脫胎於幻方量化，而幻方在管制落地之前就自建了萬卡級的螢火集群——這批卡是自有資產，推理成本按折舊和電費算。多數同行的推理跑在雲上，雲廠商的毛利就疊在它們的成本里；即便是字節、阿里這種自己有雲的，模型團隊用集團的卡也要走內部結算，價格里同樣含着一道內部毛利。一邊按折舊算賬，一邊按租金算賬，起跑線就不在一處。

第二，專家並行的經濟學：架構可以抄，流量抄不走。這一點最容易被忽略。V4 的核心降本手段是大規模跨節點專家並行——把幾百個專家攤到大量 GPU 上，靠巨大的 batch size 把矩陣乘法的效率打滿。注意這套打法成立的前提：請求量必須大到隨時能把 batch 填滿。批次填不滿，專家攤得越開，通信開銷越虧，稀疏架構反而比稠密更貴。DeepSeek 的調用量是全球第一（V4-Flash 單周 7.22 兆 token），批次永遠是滿的，單位成本被攤到理論下限；同行就算把開源代碼原樣搬走，沒有這個量級的流量，跑出來的單位成本也是另一個數字。換句話說，它的成本優勢有一半寫在論文里，另一半寫在流量榜上——前者人人可抄，後者抄不動。而低價帶來流量、流量攤薄成本、成本支撐更低價，這個循環一旦轉起來，後進者從任何一點都切不進去。

第三，也是最根本的：同行的 API 是收入，它的 API 是支出。看看各家的處境。月之暗面融資多輪、估值高企，K3 定價明說要"價值變現"，對標的是 Claude 而不是成本線；智譜在上市通道里，第一季把 API 定價提了 83%，因為招股書需要毛利率；阿里的通義要給雲業務導流和創收，定價里含着雲的商業目標。它們的 API 報表上都是收入項，收入項就要背毛利指標。DeepSeek 的 API 在幻方體系裡更接近一個支出項——花一筆可控的錢，換取生態、標準和話語權。一個要向投資人證明"我能把 token 賣出利潤"，一個要向行業證明"token 本來就不值錢"——兩句話對應兩張定價表。

它比美國公司便宜和比中國同行便宜，是同一個原因的兩次顯形：定價表上寫的不是成本，是這家公司靠什麼活着。靠融資活的，價格里含着估值；靠雲活的，價格里含着雲的指標；只有既不缺錢、又不指望 token 掙錢的，價格里才只剩下電費和折舊。全世界符合這個條件的大模型公司，目前只有一家。

7潑盆冷水：便宜的賬單之外，還有三筆賬

講完秘密，必須把代價也擺出來，不然這篇文章就成了軟文。

第一筆賬：知識密度。按 DeepSeek 官方技術報告的對比表，V4-Pro-Max 在 SimpleQA-Verified（純事實性知識召回）上得分 57.9，對 Gemini 3.1 Pro 的 75.6，差了近 18 個點；HLE 上 37.7 對 44.4。編碼和數學是它的強項——LiveCodeBench 93.5 超過 GPT-5.4 的 91.7，Codeforces 評分 3206 排進人類選手前 23 位，SWE-bench Verified 80.6 與 Gemini 打平——但 DeepSeek 自己承認在通用世界知識上落後前沿 3 到 6 個月。注意：這些分數全部來自廠商自評，第三方獨立復現尚未完成。如果你的場景是法律檢索、醫療問答、金融盡調，那 18 個點會變成實打實的幻覺率，省下的 token 錢可能不夠賠一次錯。

第二筆賬：穩定性。8 月 4 日，V4-Flash 因前所未有的訪問量出現容量不足。偶發事故的說法站不住——它是低價高負載的結構性結果。OpenRouter 周榜（7 月 27 日至 8 月 2 日）顯示 V4-Flash 以 7.22 兆 token 的調用量登頂全球第一；V4-Pro 的並發上限只有 500。峰谷定價想削峰，但 coding agent 可以批式、異步、跨時區地跑，而且用戶橫跨中美——這邊的谷正好是那邊的峰，二十四小時全是高峰。閉源廠商貴出來的那部分錢里，有一塊買的就是確定性——這塊錢 DeepSeek 沒收，你也確實沒得到。

第三筆賬：時間。這是最大的一筆。8 月 6 日的漲價公告說明，把價格釘在成本線上這件事，連它自己也只能維持在算力供給寬鬆的窗口裡。現價已經是 5 月 31 日"永久降價"到原價 1/4 之後的價格，如果只是恢復原價，漲幅就是 300%。而且這不是孤例：智譜第一季 API 定價提升 83%（調用量仍增長 400%），Kimi K3 輸入價較前代漲超 3 倍、發布三天就因請求量超載暫停新用戶訂閱。整個行業正在從"拼低價搶用戶"轉向"算力賬單面前人人平等"。

給 決 策 者 的 三 行 結 論

寫代碼、跑 Agent、批量處理長文檔——切過去，性價比差距大到不需要開會討論，但立刻把多模型路由寫好，漲價方案隨時落地。

事實召回敏感的場景（法律、醫療、盡調）——那 18 個點的知識差距是真實的幻覺率，別為省 token 錢冒這個險。

生產級流量——先看清 Pro 只有 500 並發這個硬約束，再決定要不要把身家押在一個剛宕過機、正要漲價的服務上。

8結語：秘密的全文

回到標題的問題。DeepSeek 把 token 做到這麼便宜的秘密，完整版本是這樣的：

技術上，它被制裁逼着把全部功夫下在顯存上——3% 的激活率、壓掉九成的注意力、FP4 的權重、落盤的緩存——省出了十倍。商業上，它的成本表里沒有下一次訓練的融資壓力、沒有億級免費用戶的補貼窟窿、沒有銷售合規的組織包袱、沒有估值敘事的枷鎖——又是十倍。兩個十倍相乘，一百倍。

而別人學不來的原因，與技術無關。壓縮注意力的論文是公開的，FP4 的方法是公開的，連 545% 利潤率的賬單都是公開的。缺的從來不是論文，是 允許自己便宜的資產負債表。OpenAI 的 token 價格里含着它的估值，Anthropic 的價格里含着下一次訓練的融資，Kimi 的價格里含着投資人要的回報，通義的價格里含着雲的指標。只有 DeepSeek 的價格里，幾乎只剩電費和折舊——因為它是唯一一家不靠 token 活着的公司。

所以這個價格從來不只是價格。這是一家不需要靠 token 賺錢的公司，和一群必須靠 token 賺錢的公司之間，一場不對等的較量。前者把 token 當彈藥，後者把 token 當糧食——彈藥可以按成本撒出去，糧食必須賣出利潤。

然後是 8 月 6 日。價格屠夫發公告說要大幅漲價。很多人把這讀成"扛不住了"，我讀到的是另一層：當調用量做到全球第一、當生態咬鈎、當昇騰的產能表開始決定它的定價表——它手裡終於有了成本曲線之外的東西。便宜從來不是它的目的，便宜是它買入場券的價格。現在票買到了。

token 可以賣到別人的百分之一，這件事它已經證明了。
接下來它要證明的是另一件事：漲價之後，還有多少人走得掉。

· · ·

核 實 說 明

可直接查證的一手事實：表 1、表 2 的全部價格來自 DeepSeek API 文檔定價頁、Anthropic、OpenAI、Google Gemini 官方定價頁，2026 年 8 月 7 日逐條核對；倍數與折扣比例為作者據牌價計算。表 3 的 Kimi K3 價格（輸入 20 元 / 緩存命中 2 元 / 輸出 100 元）來自月之暗面開放平台官方公示；Qwen3.7-Max（輸入 12 元 / 輸出 36 元）來自阿里雲百鍊官方價格頁；GLM-5.2（1.40 / 4.40 美元）為智譜官方美元報價，人民幣約值系作者按 7 匯率折算。V4 參數量（Pro 1.6T/激活 49B，Flash 284B/激活 13B）、FLOPs 與 KV 緩存對比（27%/10%、10%/7%）、FP4 QAT、磁盤 KV 緩存機制、並發上限（Pro 500 / Flash 2500）來自 DeepSeek-V4 技術報告（arXiv:2606.19348）與官方 API 文檔。545% 利潤率賬單來自 DeepSeek 官方知乎《DeepSeek-V3/R1 推理系統概覽》（2025 年 3 月 1 日）及 GitHub open-infra-index。8 月 6 日漲價公告、8 月 4 日容量事故、峰谷計費規則，經 IT之家、界面新聞、觀察者網、21 財經多家獨立報導確認。OpenRouter 周榜 7.22 兆 token 數據經 21 財經等轉述。昇騰/寒武紀/天數智芯適配資訊來自財聯社與各廠商公開發布。智譜定價提升 83% 出自其 CEO 張鵬業績說明會公開表述；Kimi K3 漲價與暫停訂閱出自月之暗面官方公告。

作者估算與推斷（非官方數據）："每百萬輸出 token 成本上限約 0.52 美元"系將當日總成本單獨攤到輸出 token 的上限估算，實際該成本同時服務輸入，僅用於量級判斷。"技術十倍、商業十倍"是作者的分析框架，不是可精確核算的分解。第五節關於 OpenAI/Anthropic 定價約束的三層分析（收入蒸發、估值切換、組織慣性）為作者推斷，兩家公司均未就定價邏輯做過此類公開表述；其中 OpenAI 年化收入"數百億美元量級"、頭部實驗室估值"數千億美元"為據公開報導的量級表述，非精確數字。"研究員組合薪酬包上億美元"指 2025 年以來多家媒體報導的頭部挖角案例，為量級表述。第六節的三點歸因（自有算力、專家並行的規模經濟、API 的報表屬性）同為作者分析框架："批次填不滿則稀疏架構反而更貴"是專家並行的一般工程規律，各家實際集群利用率均無公開數據；"字節、阿里模型團隊內部結算含內部毛利"為按大型集團通行做法的推斷，非公開披露；幻方螢火集群的自建事實有公開報導，但當前集群規模與折舊口徑無公開數據。高盛研報的混合口徑單價（K3 約 2.3 美元、DeepSeek V4-Pro 約 0.18 美元等）經財經媒體轉述引用，未見研報原文，僅作參照，正文結論不依賴該組數字。

需打折扣看待的資訊：第七節全部評測分數（SimpleQA 57.9/75.6、HLE、LiveCodeBench、Codeforces、SWE-bench）來自 DeepSeek 官方技術報告自評，含對比方 Gemini/GPT/Claude 的分數亦出自該報告，第三方獨立復現尚未完成，Macaron 等機構明確將其標註為"廠商自述"。

存在衝突、本文未採信的資訊：其一，"V4 已徹底脫離 CUDA"的流傳說法與官方開源庫（MegaMoE、DeepGEMM）仍深度綁定 CUDA 工具鏈的事實矛盾，本文只採用"在昇騰 NPU 上完成推理驗證"的官方口徑。其二，高盛報告轉述的"騰訊阿里擬以逾 200 億美元估值投資 DeepSeek"與同文給出的智譜約 530 億美元估值存在明顯邏輯衝突，未見一手證實，不予採用。其三，幻方量化對 DeepSeek 的具體注資規模無公開一手披露，本文只使用"自有資金支持研發"這一雙方公開確認過的表述，不引用任何具體金額。

未涉及：DeepSeek 訓練總成本（自 V3 以來無可核實一手披露）；本次漲價的具體幅度（官方未公布，文中"恢復原價即 300%"僅為參照系而非預測）。

本文所有價格與數據截至 2026 年 8 月 7 日，模型定價變動頻繁，實際以各廠商官方頁面為準。

本文不構成投資建議。文中評測分數多為廠商自評，第三方復現結果可能不同。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。