AI大语言模型、AGI
DeepSeek V4 Flash降价99%加速AI向零成本迈进
#DeepSeek时刻
#AI人工智能指南
2026-08-03
1
20K
banq
花28美分就能买到Claude花25美元才给的东西，AI圈子到底在搞什么？
中国AI实验室DeepSeek上周五甩出的新款编程模型，直接把代码生成的价格打成了白菜价。当硅谷巨头还在砸几千亿美元建算力中心时，这边已经把同样聪明的模型卖出了地摊价。这是不是意味着，AI这玩意儿的智商正在以肉眼可见的速度变成水电煤？
价格差大到让人怀疑小数点标错位置
DeepSeek这个叫V4 Flash的新模型，干的事跟Anthropic家的Claude Opus 4.8差不多。Opus 4.8是目前行业公认最能打的那批模型之一，尤其在写代码和处理自主软件任务上，基本是天花板级别的存在。但问题来了，在Arena.ai那个前端代码的盲测排行榜上，V4 Flash一登场就踩在了Opus 4.8的头上，不光是性能压了一头，关键是它还把性价比这事儿玩到了极致。
这个价格差距你得这么看。同样生成一堆代码，在Opus 4.8上你得掏25美元，在DeepSeek那儿只要28美分。25美元够你吃顿不错的西餐了，28美分连一颗茶叶蛋都买不到。这可是99%的折扣，不是打九折，是打到了一折再腰斩再腰斩那种。放在任何行业里，这种价格坍塌都是炸裂级别的新闻。
为什么能做到这么便宜？DeepSeek这家中国初创公司去年一月就干过一票大的，当时他们用比美国对手少得多的资源堆出了一个世界级的模型，直接把美股干崩了一次。这次V4 Flash延续了同样的路子，说明他们一直在优化训练和推理的效率，而不是单纯拼算力。对普通开发者来说，这意味着原本预算只够跑十次代码生成的，现在能跑一千次还带找零。
七月的价格战打得比菜市场还热闹
DeepSeek这一降价不要紧，整个行业就跟多米诺骨牌似的全倒了。七月成了AI圈的价格屠杀月，各家好像商量好了一样排队宣布降价。OpenAI先动手，把GPT-5.6 Luna的价格砍了80%，这玩意儿是他们家跑得最快最便宜的那个，专门用来处理那种量特别大的任务，比如一天要处理几百万条客服请求的那种。关键是Luna才上线三周，三周就打八折，这速度比。
Google那边也没闲着，一口气甩出三个Gemini系列的新模型，全都带Flash后缀，意思很明确，就是奔着效率去的。SpaceXAI这个平时不太吭声的玩家也杀进来了，Grok 4.5正式亮相，马斯克号称这是他们家最能打的模型，在编程和研究类任务上很猛，定价直接对标OpenAI给Luna定的原价，等于说在别人降完价的基础上再跟一手。
最让人意外的是Meta。这家公司过去一直在喊开源万岁，推崇开放权重，结果这回悄悄把路给改了。Muse Spark 1.1改成了闭源模式，但价格压得特别狠，摆明了是冲着开发者生态去的。
整个七月的景象就是，你降我也降，你不降我逼你降，谁不跟着玩谁就可能掉队。
贵的那家到底在硬撑什么
整个行业都在疯降的时候，Anthropic像个异类一样杵在那儿。他们家继续给Claude系列挂着高价标签，一分钱不降。Anthropic的逻辑是，有些开发者愿意为安全和精确多掏钱。他们赌的是，在涉及医疗、金融或者自动驾驶这种容错率极低的场景里，客户不会为了省二十几块钱去换一个便宜但可能没那么稳的模型。
这个想法到底站不站得住脚？得看你怎么定义安全这两个字。Claude在防止模型胡说八道这方面确实下了功夫，特别是一些需要严格对齐的场景里，它的表现比那些急急忙忙降价的对手要靠谱。但问题是，如果DeepSeek或者Google的便宜货能用提示词工程或者外部校验给补上安全漏洞，那Anthropic这个护城河就变窄了。
从另一个角度看，Anthropic也是在筛选客户。有些大企业不差钱，他们更在意的是出事之后谁背锅。用Claude出了岔子，可以指着Anthropic说你们家模型有问题。用那些便宜到离谱的模型出了事，你可能连客服都找不到。这种溢价买的是安心，不是性能。但这类客户的总量有多少，够不够支撑Anthropic继续烧钱训练下一代模型，这是个很大的问号。
水电煤时代的AI还有没有品牌忠诚度
当一个东西变成了大宗商品，买家就不再关心它是谁造的了，只在乎多少钱能到手。你回忆一下自己家用电的时候会关心电是哪个电厂发的吗？给车加油的时候会琢磨这油是哪个炼油厂出来的吗？大概率不会。AI正在以极快的速度滑向这个方向。
为什么这么说？因为顶尖模型之间的性能差距在疯狂缩小。半年前可能还有代差，现在可能就是几个百分点的差距。对于绝大多数AI应用来说，底层用GPT还是用Gemini还是用DeepSeek，用户根本感觉不出来。既然感觉不出来，那应用开发商就有底气去挑便宜的用，反正换一家也不影响产品体验。
OpenAI前市场负责人Zack Kass管这个叫模型收益递减，意思是你花十倍的钱去堆算力，换来的智商提升可能只有一点点。而且这一点点提升在很多实际场景里根本用不上。就像一个普通人买菜不需要开F1赛车一样，大部分开发者写日常代码也不需要那个性能过剩的超级模型。
这种趋势带来的直接影响是，各大AI实验室的品牌溢价正在蒸发。以前你说自己用的是GPT，那是一种身份认同。现在你说自己用的是哪个模型，别人只会问你便宜不便宜。
路由器要抢走大厂的饭票了
高通负责AI产品管理的副总裁Vinesh Sukumar抛出了一个很有意思的预判，说接下来会有一个特别赚钱的市场，叫做智能路由器。这个东西不传递你家的WiFi信号，它传递的是AI任务。你丢给它一个问题，它会自动判断哪个模型最适合干这个活，综合考虑能力、速度和价格之后把任务分配出去。
比如你问一个简单的数学题，路由器直接丢给最便宜的模型处理。你要写一段特别复杂的底层代码，它就帮你切到那个贵但能力强的模型上。整个过程用户根本不用纠结选哪家。这种机制一旦铺开，各大AI实验室的定价权会被进一步削弱。因为路由器会实时比价，哪家便宜就切哪家，没有哪个实验室能靠一个模型锁定所有客户。
这对那些还在砸几百亿美元建算力的前沿实验室来说是个噩梦。你花大钱堆出来的模型可能只能领先对手几个星期，然后对手追上来之后你的定价权就没了。你没法靠这个短期领先去收回巨额投入，因为路由器随时可能把你的用户导到隔壁那家更便宜的模型上去。
薄利多销这条路到底能不能走通
降价不一定就是死路一条。经济学里有个基本道理，价格降了需求量会涨。如果便宜到一定程度，原来那些用不起AI的人会用起来了，原来一天跑一百次任务的现在敢跑一万次了。这个量一旦起来，薄利多销是成立的。
OpenAI的CEO Sam Altman就是这么想的。他在一个播客里说过，他们的模型会被用得铺天盖地，量大到根本不需要保持特别高的利润率就能覆盖训练成本。这个逻辑有点像亚马逊早年卖书，单本书利润极薄，但卖得多了之后把整个物流和供应链给养起来了。OpenAI赌的是那个海量调用带来的规模效应。
但这里头有个风险。如果大家都降价，需求量确实上来了，但每个用户的客单价都在往下掉，这就像大家一起把蛋糕做大了，但分到每个人嘴里的那口反而变小了。特别是对于那些只靠模型API收入活着的小型实验室来说，价格战持续打下去可能会直接把它们耗死。
还有一个更大的问题，如果AI真成了水电煤，那整个行业的利润池会从模型层转移到应用层。赚大钱的变成了那些用便宜AI造出牛逼应用的人，而不是辛辛苦苦训练模型的实验室。那到时候谁还愿意砸钱去训下一代模型呢。
原文期刊 / Axios / 发表日期 / 2026-08-03 / 原文标题 / AI's commodity crisis / 作者单位背景 / Axios科技通讯社