20萬字不到1分錢，梁文鋒把token價格打骨折了

梁文鋒又出手了，而且還是二連降價。

4月25日，DeepSeek-V4-Pro開啟限時2.5折優惠，輸入價格（緩存命中）降至0.25元/百萬tokens。

業內還沒反應過來呢，結果4月26日晚間，DeepSeek就再次降價。

全系API輸入緩存命中價格直接降至首發價的1/10。

疊加限時折扣后，V4-Pro的緩存輸入低至0.025元/百萬tokens, V4-Flash降至0.02元/百萬tokens，創下全球大模型價格新低。

這是個什么概念呢？

上海譯文出版的《挪威的森林》，全書約20萬字。將整本書命中緩存后喂給DeepSeek-V4-Pro，那么其總成本不到1分錢。

DeepSeek這次降的，不只是token的單價。它是把“長文本、長代碼、長知識庫”這些原本最燒錢的AI應用場景，全都打入了價格的谷底。

01

摸著DeepSeek過河

DeepSeek兩天兩降，這不是簡單的價格戰。

先用限時折扣測試市場承受力和服務器負載，緊接著對緩存命中這一高頻場景實施永久性降價。尤其是對于RAG知識庫、智能客服、文檔分析等緩存命中率超過60%的應用場景，成本可以直接下降90%以上。

DeepSeek研究員陳德里在社交媒體上確認，輸入緩存降價是永久性的，并打上了“AGI for Everyone”的標簽。

雖然說國內所有AI公司，幾乎都是摸著DeepSeek過河，但DeepSeek這波降價之后，卻并非所有人都擔心。

尤其是大廠，他們壓根不在乎DeepSeek降價。

這是因為，大廠賣API的本質，是賣背后的一整套服務。大模型API只是用來引流的，真正賺錢的是背后的計算、存儲、數據庫等云服務。

以阿里云為例，4月15日算力卡漲5%-34%、存儲漲30%，但同時又愿意代理DeepSeek。關鍵點就在于，即便是客戶使用DeepSeek，他們依然離不開阿里云的算力和存儲。

阿里、騰訊、字節這些AI大廠，他們靠的是生態和平臺賺錢。

真正難受的是智譜、MiniMax和月之暗面這樣的中間層。

智譜AI在4個月里已經連續三次漲價。2月代碼訂閱套餐上調30%,3月旗艦API上調20%,4月8日再次上調10%，累計漲幅83%。調價后，GLM系列編程場景緩存命中Token單價已接近Claude Sonnet 4.6的水平。

智譜CEO張鵬的解釋只有一句話：“瓶頸在算力，不在客戶。”

在首份財報中，智譜公開了自己的商業邏輯公式：AGI商業價值=智能上限×Token消耗規模。

對于智譜這個上市公司來說，算力是稀缺資源。智譜的API年化收入（ARR）在過去12個月暴漲60倍至17億元，Token調用量在價格上漲83%的背景下仍增長400%。

問題不是客戶不愿意付錢，而是現有算力已經接近滿載，繼續低價只會讓服務質量下降。與其通過價格戰搶來大量低價值客戶，不如提高價格篩選出高價值客戶，把有限的算力用在刀刃上。

月之暗面和MiniMax的特點是量大便宜，當DeepSeek把API價格打到這么低，這兩家或多或少都會有些難堪。

但月之暗面的K 2.6以及MiniMax即將發布的M3模型，性能都要高于DeepSeek-V4-Pro。他們在客戶群體上可能會和DeepSeek有交集，但很難形成全面沖突。

促使DeepSeek降價的原因或許來自于融資，此前DeepSeek曾傳出100億美元估值，如今隨著阿里、騰訊入局，估值進一步拉高至200億美元。

估值拉高以后，融的金額也就多了，同時梁文鋒也需要用市場、收入來證明DeepSeek達到估值所對應的高度。

所以即便DeepSeek是在賠本賺吆喝，也并不會讓人感到非常意外。

對于上市公司來說，API就是核心收入，壓低API價格就等于降低毛利。

更關鍵的是，如果承認“我們也要降價才能競爭”，就等于承認“我們沒有技術護城河”。但如果堅持高價，又必須拿出足夠有說服力的差異化價值。

DeepSeek降價的本質是他們找到了對應的客戶。

梁文鋒不需要DeepSeek有最強的性能。

無論是企業客戶還是個人客戶，模型的性能和使用體驗之間有一道鴻溝。模型的性能跑分是它的上限，但是我們只需要我們能用到的部分。

只要有足夠多的開發者和企業知道“還有這么便宜的選擇”，整個行業的定價體系就會被重構。就像當年小米手機對智能手機市場的沖擊一樣，不是銷量第一，但改變了所有人對“合理價格”的預期。

而且梁文鋒也意識到一個問題，那就是AI就是基礎設施，就和柴米油鹽是一樣的，那么價格戰就變得在所難免，最終，AI也會像云計算一樣走向“規模經濟+薄利多銷”。

在這個邏輯下，誰的成本結構更優、誰的技術迭代更快、誰能更早實現規模效應，誰就能活到最后。

02

DeepSeek給國產AI芯片替代講故事

更關鍵的是，DeepSeek已經適配華為昇騰生態。

DeepSeek官方透露，目前Pro版本的服務吞吐受限于高端算力，預計下半年昇騰950超節點批量上市后，Pro的價格還將大幅下調。

所以這次價格下降，還只是預告而已。

昇騰950超節點通過集群方案彌補了單卡制程差距。

單顆昇騰910C芯片的BF16性能僅為英偉達Blackwell單芯片的約三分之一，但通過超節點集群方式，單個CloudMatrix 384集群的BF16總性能反而是NVL72的1.7倍，總內存容量為后者3.6倍，總內存帶寬為后者2.1倍。

這還只是算力的方面，考慮硬件成本，事情就會更有意思。

華為昇騰950PR的定價約7萬元人民幣，英偉達同級別H200約合人民幣25萬元。根據英偉達AI在X上發布的信息，DeepSeek的確可以部署在英偉達Blackwell架構芯片上，不過這個成本更高，約為40萬元人民幣。

如果我們按FP8精度來算，昇騰950PR是7萬元/PFLOPS，英偉達H200是6.31萬元/PFLOPS。昇騰950PR畢竟是一張推理卡，如果我們按照推理專用的FP4精度來算，昇騰950PR是4.49萬元/PFLOPS，英偉達B200是4.44萬元/PFLOPS。

DeepSeek這次降價，砍在了緩存命中的價格上。

這個場景的特點是，模型不用每次重新理解全部上下文，大量重復輸入可以復用，壓力主要集中在推理吞吐、顯存/內存帶寬、調度和緩存管理上。

換句話說，它不是最依賴“單卡訓練峰值”的場景，而是更適合通過國產芯片集群、工程優化和規模化調度來攤薄成本的場景。

那么我們如果把單卡的性價比優勢放到大規模集群部署里，結果又會如何呢？

以100卡集群為例，國內常用的英偉達H20方案裸卡成本為1000萬，13臺服務器主機286萬，加上機柜等，總價約為不到1500萬元。同規模華為昇騰950PR的方案約為1000萬出頭。

昇騰950PR的單卡功耗（600W）比H20（350W）高，但單位算力功耗低65%，相同算力下對電力和制冷的需求大幅降低，基建投入顯著減少。

并且，1張昇騰950PR的推理吞吐量約等于2.2-2.8張H20。這就導致實際上昇騰方案可能要比英偉達H20的方案節省60%到70%。

而大模型的API價格，很大程度上取決于硬件成本。那么DeepSeek打折，也很可能帶動一波國產AI芯片銷量。

連DeepSeek都開始大規模使用國產芯片，整個產業鏈就會被激活。云廠商會增加國產芯片的采購，芯片廠商會加大研發投入，開發者會適配國產生態。

華為昇騰、寒武紀、海光信息、摩爾線程、沐曦股份、昆侖芯、平頭哥真武、天數智芯8家國產AI芯片品牌在DeepSeek-V4發布當天就完成了適配。

在DeepSeek-V4發布當天，AI算力芯片板塊股價大漲。在A股，海光信息以8.2%的增幅領漲、寒武紀增幅為2.23%，在港股，天數智芯的漲幅達到9.54%。

這是一個正向循環。

當然，這并不意味著國產算力已經全面替代英偉達。訓練側仍然更依賴高端GPU、成熟軟件棧和大規模集群經驗DeepSeek真正走通的路徑，可能不是“一夜之間替代英偉達”，而是先在推理側、緩存場景、長文本應用里，把國產算力的性價比優勢釋放出來。

芯片只是第一層。

真正決定國產算力能不能吃下這波需求的，是軟件生態。模型能不能穩定跑在昇騰上，推理框架能不能適配，算子有沒有優化，開發者遷移成本有多高，才決定了這條路是“能演示”，還是“能商業化”。

DeepSeek的價值在于，它不是一家邊緣模型廠商做適配，而是一個頭部模型親自把流量和需求帶進國產算力生態。

03

梁文鋒仍然需要給DeepSeek找商業模式

梁文鋒真正的殺招不在于“便宜”，而在于“定價”。

梁文鋒在用DeepSeek的影響力，讓市場形成一個新的認知：“如果DeepSeek這個級別的模型已經能做到這個價，別家為什么還要賣這么貴？”

一旦這個錨點形成，其他廠商就陷入了兩難。跟價，利潤空間被壓縮；不跟，就必須向客戶解釋“我貴在哪里”。

梁文鋒曾在2024年表示：“我們只是按照自己的步調來做事，然后核算成本定價。我們的原則是不貼錢，也不賺取暴利。這個價格也是在成本之上稍微有點利潤。我們降價一方面是因為我們在探索下一代模型的結構中，成本先降下來了，另一方面也覺得無論API，還是AI，都應該是普惠的、人人可以用得起的東西。”

他認為，只有讓AI真正普惠，才能激發出足夠大的應用市場。也只有應用市場足夠大，技術迭代的飛輪才能真正轉起來。

便宜可以打開市場，但便宜本身不是商業模式。

DeepSeek不能一輩子靠超低API價格活著。

API價格打到這個程度，短期內可以制造影響力，吸引客戶，不過它很難成為一家長期公司的全部收入來源。

尤其是大模型推理本身仍然消耗算力、電力、帶寬和運維，價格越低，調用量越大，對基礎設施的壓力也越大。

低價可以是入口，卻不應該成為終點。

DeepSeek的目標，是成為中國AI開發者的“默認底座”。

只要足夠多的應用和agent以DeepSeek作為基座模型開發，那么DeepSeek就掌握了入口。

API收入只是第一層，模型標準、開發者生態、企業部署、算力適配、云廠商合作，才是梁文鋒想要的商業化空間。

DeepSeek更大的商業化機會，可能在企業私有化部署。

對于金融、政務、制造、能源這些行業來說，價格不是唯一問題，數據安全可控才是核心問題。

它們未必會長期使用公共API，但會愿意為一套能部署在自己機房、自己云環境里的模型系統付費。

梁文鋒可以把開源模型作為入口，把企業級部署、調優、運維、安全、權限管理、知識庫接入變成真正的收費服務。

如果DeepSeek長期只停留在模型層，它仍然會被卷入無休止的價格戰。模型能力會被追趕，API價格會繼續下降，開發者也會在不同模型之間切換。

真正能提高商業化上限的，是應用層產品，比如agent和CLI。

所以我始終認為，DeepSeek的低價API，應該不是梁文鋒心里所想的商業化答案，更像是一個入口。

它先用價格打穿市場，再用開源建立生態，再用企業服務、私有化部署、云廠商合作和應用產品去承接價值。

這才能把“底座”的價值最大化。