DeepSeek V4 Pro降价75%，AI模型进入白菜价时代

不搞虚的，先说结论：DeepSeek今天宣布V4 Pro API价格永久降75%，这不是简单的促销，是AI模型定价逻辑的范式转变。

我跑了一下数据。降价前DeepSeek V4 Pro的百万token价格大概在0.4美元左右，降价后直接到0.1美元级别。做个对比：GPT-5.4大概2.5美元/百万token，Claude Opus 4.8大概3美元。DeepSeek现在比GPT便宜约25倍。

这个价格意味着什么

首先明确一点：这个价格不是「亏本赚吆喝」。DeepSeek用的是MoE混合专家架构，每次推理只激活部分参数，天然比密集模型省算力。加上他们自研的训练框架和国产芯片适配，成本结构本身就比OpenAI和Anthropic低。

但75%的降幅还是超出了市场预期。AWS的分析师说了一句很精准的话：这不是价格战，这是在改变AI基础设施的建设和销售方式。DeepSeek的逻辑是——与其按「模型能力」定价，不如按「算力消耗」定价。成本降了就降价，成本再降就再降。

对开发者的实际影响

举个例子。我之前用GPT-5.4跑一套完整的代码审查+测试生成流程，处理一个中型项目大概花15美元。换到DeepSeek V4 Pro，同样的任务现在不到0.6美元。如果你是个人开发者或者小团队，这意味着从「偶尔用用」到「随便用」的质变。

还有一个关键点：DeepSeek V4 Pro是开源的。这意味着你不光可以用他们的API，还可以自己部署。1.6万亿参数的模型，用昇腾910C集群已经跑通了。如果你有硬件条件，推理成本可以更低——接近于零。

价格战的终局是什么

这事有意思的地方在于，DeepSeek降价不是孤例。过去一个月，全球模型价格都在往下走。英伟达的Nemotron3 Ultra开源了，推理速度快5倍、成本降30%。OpenAI的GPT-5.5 Instant也比前代便宜了。整个行业的趋势是一致的：模型越强，反而越便宜。

原因不复杂。硬件在进步（英伟达Vera Rubin算力提升10倍），架构在优化（MoE、SSM混合），训练方法在进化。当「造模型」的成本大幅下降，「用模型」的价格自然跟着降。

但这对创业公司来说是双刃剑。如果你的产品只是「套壳调用API」，DeepSeek降价意味着你的竞争对手也能以同样的低价提供同样的服务。差异化只能来自产品体验、垂直场景和用户粘性——而不是模型本身。

我个人的判断

未来一年，模型调用成本可能再降一个数量级。到那时，「用哪个模型」不再是技术决策，更像是「用什么电」——你不在乎电是煤电还是核电发的，你只在乎插座能不能用、多少钱一度。

对开发者来说，现在应该做的是：第一，把所有能接API的工作流都接上，成本已经不是障碍了。第二，不要绑定单一模型供应商，多模型切换的成本趋近于零。第三，把精力花在场景和体验上，模型层的差异正在被磨平。

DeepSeek这波降价，表面上是抢市场份额，本质上是在加速AI基础设施的商品化。谁能在商品化的浪潮里活下来，靠的不是模型有多强，是产品离用户有多近。