DeepSeek V4-Pro 每百万 tokens 定价 3.48 美元，是 GPT-5.5 的 1/22 — 大模型竞争的主战场已经从"谁最强"变成了"谁更便宜够用"。

这是什么

DeepSeek 在 GPT-5.5 发布同一天放出 V4，没有发布会，一篇技术报告加开源。两个型号：V4-Pro（旗舰，1.6 万亿总参数）和 V4-Flash（经济款，284B 总参数），后者价格仅 $0.28/M tokens。

便宜不是靠烧钱补贴。V4 用了三招压成本：MoE 架构（Mixture of Experts，专家混合，每次推理只激活 3% 的参数）、混合注意力机制（在百万 token 上下文下，推理算力只需上一代的 27%）、三档推理模式（不是每个请求都要开"深度思考"）。

性能定位很诚实：落后 SOTA 闭源模型约 3-6 个月。但长上下文理解（MRCR 1M 超过 Gemini 3.1 Pro）和数学（Putnam 竞赛满分）上有亮点。迁移成本几乎为零，改一行代码即可。

行业怎么看

独立开发者社区明显兴奋。Reddit 真实案例：24/7 自主 Agent 系统，4 周消耗 1 亿 tokens，DeepSeek 账单 $280，换 GPT-5.5 要 $3000+。这不是省零花钱，是"能跑"和"跑不起"的区别。DeepSeek 在长 Agent 循环中一致性也更好，不像过度 RLHF（基于人类反馈的强化学习）的模型容易"漂移" — 不断道歉、反复确认、拒绝执行。

但低价策略的可持续性值得追问。3-6 个月的性能差距在快速迭代的大模型赛道上并不小，对准确率要求极高的企业场景（医疗、法律、金融），"够用"可能不够。另有观点认为，V4 的低价可能挤压整个行业利润空间，迫使对手跟进降价，最终谁都无法健康盈利 — 这不是第一次在科技行业看到这种剧本。

对普通人的影响

对企业 IT：大模型采购成本出现数量级下降，但需要重新评估"够用"的边界 — 便宜不代表适合所有场景，尤其是容错率低的企业核心业务。

对个人职场：独立开发者和小团队也能跑 7×24 小时 Agent（能自主感知环境、做决策并执行动作的 AI 系统），AI 应用创业的门槛从"融资能力"转向"产品判断力"。

对消费市场：底层模型价格战意味着终端 AI 应用有更大降价空间，消费者用上更便宜甚至免费的 AI 工具是大概率事件。