同行都在涨价，DeepSeek 把价格砍到脚底板

2026 年 5 月 22 日，DeepSeek 发了一条公告。

字数不多，但整个 AI 行业都愣了一下——V4-Pro 的 2.5 折优惠，不再是限时活动了。

变成永久定价。

也就是说，从这天开始，DeepSeek V4-Pro 的 API 价格永远定格在输入（缓存命中）0.025 元/百万 Tokens，输出 6 元/百万 Tokens。

而同行们在干什么？

智谱今年已经涨了三次价，腾讯混元最高涨了 463%，阿里云和百度智能云也刚刚完成了一轮涨价。

DeepSeek 是这波涨价潮里唯一的那个例外。

故事一：0.025 元是怎么来的

0.025 元/百万 Tokens 是什么概念？

这么说吧，同一天，OpenAI 的 GPT-5.5 输入价格是 30 美元/百万 Tokens。按 7.2 的汇率算，那是大约 216 元。

差了将近 9000 倍。

当然，拿缓存命中价对比正价不太公平。DeepSeek V4-Pro 的缓存未命中输入价是 3 元，输出价 6 元。即便如此，和 OpenAI 的差距也在 34 倍以上。

有人问：DeepSeek 疯了吗？这么定价不亏死？

答案是：它还真亏不了。

DeepSeek V4 用了一种叫 DSA 稀疏注意力的架构，Pro 版单 token 算力只有 V3.2 的 27%，KV 缓存降到了 10%。

更关键的是，DeepSeek 是华为昇腾的大客户。昇腾 950 超节点下半年批量上市后，V4-Pro 的成本还会继续往下掉。

别人涨价是因为算力不够用，DeepSeek 降价是因为它的算力根本用不完。

梁文锋的逻辑很简单：成本低了就降价，在成本之上稍微有点利润就行。

这听起来不像一个 CEO 说的话，倒更像一个程序员在写代码——既然资源的边际成本趋近于零，那价格就应该趋近于零。

于是五家中国大模型厂商的 API 价格变成了这样：DeepSeek 输出 0.87 美元，小米 MiMo 3 美元，阿里 Qwen3 Max 3.9 美元，智谱 GLM-5 3.2 美元，月之暗面 Kimi K2.6 约 2.5 美元。

而 OpenAI GPT-5.5 的输出价是 30 美元。

差了一个数量级。

故事二：一个涨价，一个降价，谁对谁错

但故事的另一面，是智谱今年连续三次涨价。

2 月 12 日，GLM-5 发布，Coding Plan 套餐涨价 30%。3 月 16 日，GLM-5-Turbo 发布，再涨 20%。4 月 8 日，GLM-5.1 发布，又在 5 的基础上涨了 10%。

三次调价之后，智谱的股价反而涨了 14%。

为什么涨价还涨出了个利好？

因为需求太旺盛了。2026 年春节，AI Agent 应用集中爆发，阿里的百炼平台在 1 到 3 月创下了历史最高增速。腾讯云说 CPU 等基础设施的产能早已被预订一空，供应商优先服务大客户，小公司想买都买不到。

算力成了稀缺资源，涨价是市场规律。

但 DeepSeek 走出了另一条路。

它用算法优化和国产芯片适配，把推理成本压缩到了同行看不懂的程度。华为昇腾一直同步支持 DeepSeek 系列模型，昇腾超节点全系列产品都跑得了 V4。

换句话说，DeepSeek 不是在打价格战，而是在用技术换成本。

这背后的逻辑差异，直接决定了两种完全不同的商业模式。智谱站在金字塔中间，向上够不到 OpenAI 的溢价能力，向下卷不过 DeepSeek 的成本结构。

智谱 CEO 张鹏说了一句话：现在 AI 的能力已经从"可用"走向"解决越来越复杂的问题"。Token 的 API 调用正在转化为真正的经济价值。

但问题是——如果 DeepSeek 能用同样的性能、十分之一的价格解决问题，那用户为什么要选贵的那个？

故事三：这把火烧到了硅谷

这场价格战的影响，不只是中国市场。

DeepSeek V4-Pro 宣布永久降价的那天，OpenRouter 上 DeepSeek-V4-Flash 直接登顶全球调用量榜，处理了 3.43 万亿 Tokens。

摩根士丹利发了一份报告，题目叫《China's AI Path: More Bang For The Buck》。报告里有一组数字：中国模型的推理成本只有美国同行的 15% 到 20%，但性能差距已经缩小到 3 到 6 个月。

高盛的报告更直接：DeepSeek 正在以 3000 亿人民币的估值寻求首轮外部融资。

3000 亿是什么概念？智谱的市值是大约 530 亿美元。MiniMax 是 310 亿美元。DeepSeek 到现在还没拿过一分钱外部投资。

一个一直靠自己造血、用技术换成本的公司，现在要下场拿钱了。

美国的反应也很真实。OpenAI 在亚太地区悄悄下调了企业级定价。Anthropic 开始评估多区域价格调整。Google Cloud 加速了区域模型适配器的推出。

但问题是，中国模型在性能上已经不差了。阿里的 Qwen3-Max 在 Arena-Hard 基准上跑到了 90.5，领先大多数西方模型。DeepSeek V4-Pro 的 1.6T 参数是目前全球最大的开源权重模型。

硅谷一直说：美国模型更安全、更可靠、性能更好。但当中国模型把价格打到十分之一，而性能只差 3 个月的时候，这个理由还能撑多久？

一位在两家公司都工作过的工程师说了一段话：中国模型的"性价比"优势，不是一个促销策略，而是一种结构性红利。当算力成本可以持续压缩，当国产芯片逐步补齐短板，价格差只会越来越大。

所以现在这个市场的格局很有意思。

全球 AI 的定价已经分成了两个体系。一个在美国，贵但有溢价能力。一个在中国，便宜到近乎免费。

DeepSeek 用自己的方式证明了一件事：并不是所有 AI 公司都必须走高投入、高定价的路。你可以用更好的架构、更高效的调度、更深的生态绑定，把成本压到行业地板价。

问题是——当成本可以无限趋近于零，AI 公司的护城河到底在哪？

你怎么看？你用的是 DeepSeek 的 API，还是 OpenAI 的？评论区聊聊。