DeepSeek V4正式GA上線 每百萬Token僅需0.87美元確立開源AI價格底線

經過三個月的預覽期，DeepSeek V4已正式進入全面可用（GA）狀態。這家中國AI實驗室藉此將一條價格底線深埋於市場地基之中，迫使每一家前沿模型供應商重新為自己的定價辯護。這一節點，恰好與月之暗面7月27日發布Kimi K3模型權重幾乎同步，讓七月最後一週成為2026年開源AI最具歷史分量的時間窗口。

V4到底有多強

DeepSeek V4分為兩個版本，均採用混合專家架構（MoE）。V4-Pro總參數量1.6兆，推理時僅激活490億個活躍參數——稀疏激活機制使這一理論體量巨大的模型在推理層面具備實際可操作性。V4-Flash為輕量版本，總參數2840億，活躍參數130億。兩個版本均支援100萬Token的上下文視窗，最大輸出長度達38.4萬Token。

在基準測試上，V4-Pro最強配置「V4-Pro-Max」在SWE-bench Verified（軟體工程能力測試，目前業界最具公信力的實際編程能力代理指標）上取得80.6%的得分，與Gemini 3.1 Pro並列開源模型榜首，顯著優於GPT-4同級系統通常落在的75%區間。與上一代DeepSeek相比，V4在此基準上提升約7至8個百分點——單代際增幅相當可觀。

這條價格底線有多低

V4的定價才是最銳利的市場信號。V4-Pro通過DeepSeek API定價：輸入每百萬Token 0.435美元，輸出每百萬Token 0.87美元；V4-Flash則為輸入0.14美元、輸出0.28美元。對比Claude Opus 4.8（在Claude Opus 5推出前）的輸入15美元、輸出75美元，V4-Pro的每百萬輸出Token費用是Opus 4.8的1/28.7，輸入端更低至1/86。

這不是可以忽略的差距。對於需要大規模運行的企業場景——法律文件審閱、代碼生成、資料萃取、客服自動化——V4部署與Claude或GPT-4同級部署之間的成本差異，每年可達數百萬美元。V4定價構成一個強制性市場信號：以高於0.87美元/百萬Token的輸出定價服務成本敏感型工作負載的供應商，要麼主動降價，要麼必須提出充分、具體的溢價理由，否則將在企業採購談判中陷入被動。

舊版DeepSeek API端點已於7月24日正式關閉，作為V4官方遷移的組成部分。尚未完成遷移的用戶出現了短暫的服務中斷，在開發者論壇引發短暫抱怨後，遷移過渡隨即完成。遷移截止日兩週前已提前公告，為開發者留足了緩衝時間。

從預覽到GA：三個月的煉成之路

V4預覽版於2026年4月24日上線，初期容量有限、可用性受約束。在長達三個月的預覽期中，深度求索積累了真實的生產使用數據，針對生產工作負載調整安全過濾機制，在實際負載下解決可靠性問題，並驗證了推理基礎設施能否承載企業SLA承諾所需的流量規模。

7月20至24日的GA過渡，帶來了企業採購團隊在將模型納入生產流程前必要的正式SLA承諾——包括可量化的服務可用性保障。穩定的API端點命名讓客戶只需整合一次，無需擔心版本遷移破壞既有程式碼。深度求索的推理基礎設施也完成了相應的擴容。

一週重寫格局

V4 GA發布與Kimi K3開源發布幾乎同步，在市場製造了一個罕見的時刻。同一週內：

• DeepSeek V4-Pro-Max以0.87美元/百萬輸出Token的成本達到80.6% SWE-bench，通過託管API提供；
• Kimi K3的2.8兆參數模型權重對外免費開放，可自行部署、無按量計費；
• Claude Opus 5以25美元/百萬Token的標準模式保持FrontierBench v0.1榜首（43.3%）；
• GPT-5.6 Sol在相近定價下提供OpenAI的基準測試故事。

市場同時為開發者呈現了四個截然不同的能力與價格選項，而開源和開放權重選項已足以在生產環境中大規模使用。這種分化——旗艦閉源模型以高價服務最高難度任務，高效開源或低成本API模型承接成本敏感工作負載——正是業界多年預測、如今終於落地的AI基礎設施格局。

值得關注的不只是價格差距，更是性能的逐步收斂。當V4-Pro-Max在SWE-bench取得80.6%，而Claude Opus 5和GPT-5.6在不同基準上占據各自的高點，企業客戶發問的問題正在改變：不再是「開源能否競爭？」而是「哪些具體場景還值得支付溢價？」這是一個本質上有利於買方的問題轉移。

更大的背景：深度求索的複雜時刻

V4 GA發布之際，深度求索本身正在多重壓力下前行。公司正積極籌備以710億美元估值在上交所科創板上市，並由V3和V4所積累的全球品牌知名度為估值背書。其刻意壓低西方競品定價的策略，引發美國政策制定者的審查，被視為可能的補貼競爭，但目前尚無正式行動。

美國財政部據報已審查Kimi K3在Anthropic訓練基準上的表現是否涉及未授權的模型蒸餾，類似的質疑也延伸至深度求索的訓練流程。兩家公司均未就相關調查公開置評。

但這些審查都未能阻止V4的採用勢頭。來自GitHub、Hugging Face及主要AI開發者論壇的社群數據顯示，V4已成為成本敏感型企業工作負載的默認選擇——在SWE-bench 80%的準確率已足夠應對大多數生產場景的情況下，V4是最顯而易見的答案。它與頂尖閉源旗艦之間存在能力差距，但這個差距遠比它們之間逾二十倍的價格差距小得多。

接下來怎麼走

深度求索在V4之後的路線圖幾乎不對外透露。可以確定的是：V4的GA發布標誌著一個從根本上改變企業AI經濟學的模型代際的穩定落地。

對開發者而言：V4已達到生產級別，穩定、廉價，推理規模的可及性遠超兩年前需要專用硬體或企業合約才能實現的水準。AI推理的民主化不是未來時；它在本週到來了。

對前沿模型供應商而言：每一家輸出Token定價超過0.87美元的閉源模型，都需要針對每一個客戶群體提供清晰的差異化敘事。純粹的能力優勢——尤其是FrontierBench 43%量級的能力優勢——已不再足以在競爭性企業採購談判中支撐28倍的價格溢價。

開源AI的價格底線已然確立。衝向下一代的競賽，已經開始。