^__^ • 8 / 08
DeepSeek V4-Flash 正式发布后，我一直很困惑于一个问题：几个月前，它就发布了前瞻版，当时也可以用 API，但怎么到现在才火出圈？说是因为能力超强，价格却很白菜——难道这是第一天 DeepSeek 干这些事儿吗？以 V4-Flash 的 API 价格是每百万输入 token 0.14 美元、每百万输出 token 0.28 美元计，支持 100 万上下文，兼容 OpenAI 和 Anthropic 的接口格式。Artificial Analysis 近期将它称为知名模型中成本最低的一款，平均完成一组测试只需约 0.03 美元。但这类测试通常不只考模型，模型需要被放进 Claude Code、OpenCode 或其他 coding agent 里，获得文件系统、终端、浏览器、截图反馈和反复修改的机会。最后的成品，是模型、harness、工具权限、提示词和反复重开等等操作，共同完成的结果。 DeepSeek 官方自己也把 V4 定位为面向 Agent 的模型，并强调它能够接入 Claude Code、OpenClaw 和 OpenCode。换句话说，它从一开始就不是准备独自完成表演，而是准备进入别人已经搭好的工作环境。也是在这里，V4-Flash 真正值得讨论的变化出现了：过去得用昂贵头部模型才能提供的一部分能力，现在正以更低的价格、更标准化的接口被提供。这些未必就直接威胁了 ChatGPT 和 Claude 的订阅，而是它们越来越不能只靠一句「我们的基座模型很强」，来解释收费。然后才是那个很多人因此会自然问出的问题：既然 DeepSeek 的模型这么便宜，为什么还要为 ChatGPT、Claude 或者 Kimi 付费？因为梁文锋不想管 C 端用户（划掉）。是也不是，DeepSeek 的确不在意 C 端因为这些产品卖的从来不只是一次模型调用。但反过来，用户在 ChatGPT、Claude、Kimi 那里买的会员，也不仅仅只是模型调用，还包括一整套被组织起来的能力：界面、文件、搜索、记忆、上下文、浏览器、终端、代码执行、工具调用，以及来自公司的持续维护。这也解释了为什么「DeepSeek 便宜」不必直接推导出「梁文锋不想挣钱」，也不是 AGI 能否在 DeepSeek 实现，而是当足够好的智能变得廉价，AI 行业还会为什么东西收费？这个问题有一个反直觉答案：价值会向模型之外移动，谁能把模型接进工作流、让 Agent 稳定完成任务，积累用户数据、习惯和信任，谁就更有可能保住产品价值。 DeepSeek 越便宜，AI 产品反而越有机会。只不过，它们要迎难而上去证明，拿掉底层模型之后，自己还剩下什么；更进一步，它还要证明，当发动机越来越便宜，整台车不会因此失去价值。