DeepSeek推出V4 Flash，编码输出定价0.28美元
这一接近前沿的定价举措是在OpenAI在发布三周后将GPT-5.6 Luna的输出价格下调80%之后几天内实施的。
DeepSeek发布了V4 Flash，这是一款以编码为中心的模型，其定位接近Anthropic的Claude Opus 4.8，专注于复杂编码和自主软件任务，同时其输出定价约为0.28美元，而可比的Opus 4.8输出价格为25美元。此次发布加剧了7月底的AI API价格战，压缩了模型提供商的利润，并将价值转向路由和分发层。
DeepSeek V4 Flash以99%的价格冲击登场
DeepSeek的新V4 Flash是一款以编码为中心的模型，发布为“DeepSeek-V4-Flash-0731”，并宣传其在复杂编码和自主软件任务上接近Anthropic的Claude Opus 4.8。其机制简单而残酷：DeepSeek试图通过使输出项目几乎消失来重置高端代码生成的清算价格。
DeepSeek自己的比较将差距以明了的美元形式呈现。它表示，对于Claude Opus 4.8上成本为25美元的相同输出量，它收取约0.28美元，将其框架设定为99%的折扣。
被指向的早期性能信号是Arena.ai的众包前端编码排行榜，其中V4 Flash被引用为在Opus 4.8之前首次亮相，并在其类别中以最佳价格提供最佳性能。这对交易者来说是方向性的有用信息，因为它反映了实时用户偏好，但这并不是一个受控基准。摘录的材料不包括方法论细节或数值评分，而“约”的定价语言可能隐藏了代币会计和层级假设。
同一包中的另一个定价快照，日期为2026年7月31日，将每百万个代币的输出价格定为DeepSeek V4 Flash的低端为0.28美元，高端为GPT-5.6的30美元。Sol是高端的。代币是模型读取和生成的文本块，大多数API按每百万个输入或输出代币计费。
七月底的削减将模型输出变成了一种商品
此次发布正值一个市场，其重新定价速度超过了模型周期通常能够证明的速度。OpenAI在同一时间线中提到的一个星期四，将GPT-5.6 Luna的输出定价削减了80%，仅在Luna发布三周后。在7月31日的快照中，Luna的价格从削减前的6美元降至削减后的1.20美元。
七月底的其余记录显示出一种协调一致的效率转变。谷歌发布了三款新的Gemini“闪电”模型，专注于效率。SpaceXAI以OpenAI在削减前为Luna收取的相同价格发布了Grok 4.5。Meta也“悄然改变了方向”，不再发布其他人可以运行或微调的模型参数，Muse Spark 1.1被描述为一个封闭源代码的模型，针对开发者的定价非常有竞争力。
经济后果是买方的杠杆。当性能差距缩小，编码工作负载可以快速进行A/B测试时，切换成本降低，采购开始看起来像是一个$/token的优化问题，而不是“选择你的实验室”的决策。OpenAI前市场负责人Zack Kass将这种动态描述为“模型收益递减”，并补充道：“在某个时刻，下一个模型对你来说并不重要，”这基本上是需求方对价格削减为何现在发挥作用的解释。
Anthropic在这种框架中是最明显的坚守者，保持顶级Claude模型的高价，押注开发者会为安全性和精确性支付额外费用。这种立场要么成为一个持久的高端细分市场，要么在开发者继续迁移到近似竞争者时，成为最后一次高价印刷前的强制重新定价。
交易者可以跟踪的信号：高价坚守者、交易量赌注和路由层
第一个短期检查是V4 Flash的“近Opus 4.8”编码声明是否在接下来的1-2周内得到Arena.ai排行榜以外的证实。如果第三方评估趋同，定价举动将不再是噱头，而是看起来像高端编码输出的新参考点。
第二个是Anthropic是否在定价结构上做出回应，而不是市场营销。市场现在正盯着DeepSeek的0.28美元与25美元的比较，实际上这个决定是二元的：维持高价，或者引入一个承认商品化的低价层。
第三个是OpenAI在80%的Luna削减后是否继续压缩价格区间。7月31日的快照已经涵盖了每百万输出token的0.28美元到30美元，另一轮削减将表明，保护市场份额变得比保护每token的利润更为重要。
第四个是“智能路由器”的采用，这种软件根据能力、速度和价格将每个请求路由到最适合的模型。高通副总裁Vinesh Sukumar认为这可能成为一个有利可图的层，市场的含义很简单：如果路由成为默认，单一实验室的定价权将削弱，因为买方不再需要承诺于一个提供商。
我的看法：斗争正在从“最佳模型”转向“最佳分发”
这里重要的部分不是V4 Flash在某种绝对标准上是否真的比Opus 4.8“更好”。而是它是否足够接近，以至于开发者可以将编码输出视为可互换，并根据价格进行路由，因为DeepSeek的0.28美元与25美元的框架是试图锚定这种行为。
真正的考验是交易量是否能够超越利润压缩。萨姆·阿尔特曼已经公开提出了量大于利润的论点，他说：“我们将有如此多的模型使用，以至于我们不需要成为一个巨额高利润的企业来承担模型训练的费用，”而这只有在分发和路由在价格下降时保持需求粘性时才有效。如果路由器和市场成为默认的购买接口，赢家看起来就不再是“最佳模型”实验室，而更像是控制请求流的任何人。
