DeepSeek V4性價比是表象，黃仁勛害怕的事正在發(fā)生

前幾天黃仁勛說過一句話，我一直記著：如果有一天DeepSeek先在華為芯片上發(fā)布，那對美國來說是很可怕的一件事。

昨天DeepSeek V4發(fā)布后，我看完官方文檔的第一反應是，黃仁勛擔心的那天，可能已經(jīng)到來了。

我自己用了一整天，覺得有三件事值得單獨說：芯片、性能、價格——每一件單獨拿出來都是大事，但三件事加在一起，我看到了一個不同的信號。

卡脖子卡出了新路

先說一個有點諷刺的事。

美國限制高端芯片出口，本意是讓中國AI發(fā)展減速。結(jié)果呢？DeepSeek在算力受限的情況下，被逼著用大量低制程芯片堆并行計算，硬是跑出了一套不依賴最新工藝的訓練體系。

然后V4發(fā)布了。官方文檔里明確寫明：支持國產(chǎn)芯片進行訓練和推理，下半年昇騰芯片到貨后，將完全移植到國產(chǎn)計算架構(gòu)上。

黃仁勛自己也承認這個邏輯。他在采訪里說："算力受限反而會逼出更聰明的算法。真正的杠桿在計算機科學。"

黃仁勛真正擔心的，不是DeepSeek今天有多強。他說的是：如果未來DeepSeek被專門優(yōu)化到華為平臺上，全球的AI模型跑在非美國硬件上效果更好，那才是真正的問題。

現(xiàn)在V4官宣完整支持國產(chǎn)芯片。V4走到的位置是：徹底不再需要那個限制了——自己的芯片路徑，自己的模型，自己的訓練體系，技術(shù)層面的自循環(huán)，開始閉合了。

黃仁勛擔心的那個時間點，正在到來。

差距是時間問題，不是結(jié)構(gòu)問題

自媒體都在說"全面超越""全球領(lǐng)先"，DeepSeek官方發(fā)布時卻說：我們距離國際頂尖模型，大約差3到6個月。

這句話比任何吹捧都有力。它誠實，而且背后有個判斷：差距是有限的、可追的，可以追上的。

而且這個差距集中在少數(shù)極端任務上——前沿推理、頂級數(shù)學競賽、邊界科研這類場景。在大多數(shù)人的日常工作里，數(shù)據(jù)是另一回事。

DeepSeek V4的技術(shù)報告里有幾組對比，我把它翻譯成人話：

讓AI去參加編程競賽，V4拿到3206分，Claude Opus 4.6是3168分，GPT-5.4是3052分——V4領(lǐng)先。

讓AI做真實的軟件工程任務——真正修復代碼bug、完成工程需求——V4完成率80.6%，Claude Opus是80.8%，基本打平，都在全球頂尖水平上。

綜合能力評測，V4拿到90.2%，Claude Opus是85.9%，V4領(lǐng)先超過4個百分點。

知識問答的準確性，V4答對57.9%，Claude只有46.2%——V4明顯領(lǐng)先。

讓AI寫代碼、做實際工作，V4已經(jīng)跟全球最貴的旗艦模型打成平手，甚至在不少地方超過了它們。

還有一件事值得單獨說：100萬上下文的效率問題。

光說"支持100萬上下文"很多人沒感覺。換個說法：把季度報表、行業(yè)分析、會議紀要一股腦扔進去，讓它幫你梳理關(guān)鍵決策點，它不會因為資料太多就開始混亂或者忘掉前面的內(nèi)容。

更關(guān)鍵的是，上下文擴大了，算力反而降了。這個效率提升來自DeepSeek的架構(gòu)創(chuàng)新，細節(jié)在官方技術(shù)論文第2.3節(jié)。處理100萬上下文時，所需計算量降到上一代的27%，存儲空間降到10%。

我之前講過一個公式：好答案 = 好模型 × 好提問 × 好上文。

很多人只盯著模型好不好，忽略了上文有多重要。AI的本質(zhì)是預測——離答案越近的內(nèi)容，影響越大。你扔給它的資料越完整，它的答案越準。

以前100萬上下文太貴，普通用戶根本用不起；現(xiàn)在V4-Flash把這個成本降到幾乎可以忽略——這才是100萬上下文真正的價值，不只是容量大，是讓"好上文"這件事第一次變得人人負擔得起。

我自己用了一整天，印象也和數(shù)據(jù)吻合。我平時的主力模型是Claude Sonnet，Opus更強但我很少用——每次打開都要在心里盤算一下值不值得用旗艦。用了一天V4之后，寫稿、整理會議記錄、處理復雜問題，沒有讓我明顯覺得"不夠用"的地方。

我們的龍蝦EasyClaw已經(jīng)第一時間接入了V4，歡迎大家來體驗。

便宜，不是促銷，是新的游戲規(guī)則

最后說價格。

DeepSeek V4有兩個版本。Flash版每百萬token輸出$0.28，Claude Sonnet是$15、Claude Opus是$25——Flash比Sonnet便宜54倍，比Opus便宜近90倍。Pro版貴一些，$3.48，比Sonnet便宜4倍、比Opus便宜7倍左右。兩個版本在100萬上下文的場景下，都比上一代V3還便宜。

這個差距是什么感受？以前用Opus，每次都在心里做個判斷：這個任務值不值得用這么貴的模型？這種掂量雖然只是幾秒鐘，但它會在你用AI的過程中形成一種無形的邊界。V4的定價，把這個心理負擔基本清零了。

但真正的影響，不只是個人用戶。

便宜加上開源，整個應用生態(tài)的變化速度會完全不同。當一個模型便宜到可以隨意嵌入各種產(chǎn)品——客服、搜索、數(shù)據(jù)分析、內(nèi)部流程——過去因為API成本不劃算的場景，現(xiàn)在全部重新變得可行。開源意味著任何開發(fā)者都能在上面建東西，不需要等某家公司開放接口，也不受平臺限制。

三件事串起來，我看到了一個閉環(huán)

技術(shù)層面——不再被芯片卡脖子，國產(chǎn)計算路徑已經(jīng)跑通；

產(chǎn)品層面——距頂尖3到6個月，實際任務上已與全球旗艦持平，100萬上下文算力反而更省；

商業(yè)層面——Flash版比Claude便宜近90倍，開源讓生態(tài)自由生長。

這三個維度，在同一個版本里同時突破了。系統(tǒng)性的閉環(huán)，正在形成。

差距是時間問題，不是結(jié)構(gòu)問題。

當技術(shù)自循環(huán)、產(chǎn)品競爭力、生態(tài)擴散同時跑起來，這件事的終局，比大多數(shù)人預期的要近得多。

EasyClaw已接入DeepSeek V4，歡迎直接體驗。

• 國內(nèi)版：easyclaw.cn

• 國際版：easyclaw.com

• 企業(yè)版：easyclaw.work