数据时效：2026-08
2026年7月31日，DeepSeek V4 Flash 正式版上线并开源。一周内登顶全球模型调用量榜首，从硅谷到北京，各家模型厂商紧急调整定价。V4 Flash 到底做了什么，把整个行业逼到了这一步？
一、只重做了后训练，发生了什么？
7月31日，DeepSeek 上线了 V4 Flash 正式版（代号 0731）。参数没变，架构没换，284B 总参、13B 激活，跟 4 月的预览版一模一样。变化全部来自后训练：RL、SFT、教师蒸馏，从头到尾重做了一遍。
效果怎么样：
| 基准测试 | V4 Flash 预览版 | V4 Flash 正式版 | V4 Pro 预览版 | Claude Opus 4.8 |
|---|---|---|---|---|
| Terminal Bench 2.1 | 61.8 | 82.7 | 72.1 | 85.0 |
| DeepSWE | 7.3 | 54.4 | 12.8 | 58.0 |
| Cybergym | 38.7 | 76.7 | 52.7 | 83.1 |
| Agent Last Exam | 15.8 | 25.2 | 16.5 | 25.7 |
DeepSWE 从 7.3 干到 54.4，Cybergym 从 38.7 翻到 76.7。一个预览阶段只有 V4 Pro 预览版一半水平的模型，后训练一轮之后在 Agent 能力上反超了 Pro 预览版，还在好几个基准上跟 Claude Opus 4.8 咬到了一起。Agent Last Exam 差 Opus 只有 0.5 分。
但让行业真正坐不住的，是定价。
输入 $0.14/百万 Token，输出 $0.28/百万 Token。Artificial Analysis 算过一笔账：跑一套完整基准测试，V4 Flash 平均每次任务花 3 美分。Claude Fable 5 花 $3.15。105 倍。有开发者实测，用 V4 Flash 跑了几个小时复杂任务，账单 0.31 美元。之前用 Kimi K3 做类似的事，35 美元。
海外媒体管这叫"第三次 DeepSeek 时刻"。V2 证明了开源能追闭源，V3/R1 证明了低成本能做顶尖模型。V4 Flash 的信息更直接：你性能比我强几个点，但价格是我的一百倍，开发者会怎么选？
二、硅谷的应激反应
V4 Flash 上线前一天，7 月 30 日，OpenAI 宣布 GPT-5.6 Luna 降价 80%。输入从 $1 砍到 $0.2，输出从 $6 砍到 $1.2。Terra 降了 20%。Sam Altman 的解释是"我们预期用量会很大，不需要极高毛利来覆盖训练成本"。
降完之后，Luna 输出价还是 V4 Flash 的 4.3 倍。再看能力：Artificial Analysis 智能指数，Luna 51 分，V4 Flash 50 分。差 1 分，贵 4 倍。对价格敏感的开发者来说，这个选择题根本不需要想。
Anthropic 走的是另一条路。7 月 24 日发 Claude Opus 5，定价砍到 Fable 5 的一半。策略是"同价更高配"，靠性能溢价守住企业客户。但 Claude 主流版本的调用增速一直在掉。问题在于，Anthropic 的品牌溢价建立在"我最聪明"这个认知上。当市场上出现一个"足够聪明还便宜一百倍"的东西，这个溢价的底座就不那么稳了。
Google 推低价 Gemini Flash 系列，想用量换价。Gemini 3.6 Flash 跟 V4 Flash 一样 50 分，但每百万 Token 综合成本差了 19 倍：$1.16 对 $0.06。
三家处境不同，面对的是同一个事实：中端市场在消失。比 V4 Flash 强几个点、贵几十倍的模型，开发者正在批量放弃。OpenRouter 的数据很直白：V4 Flash 周调用量 7.22 万亿 Token，全球第一。前五名全是中国模型。中国大模型周调用 28.13 万亿 Token，美国 4.38 万亿，中国已经连续 14 周领先。
三、国内：鲇鱼不是鲨鱼
V4 Flash 对国内同行没有形成碾压。相反，它把整个中国模型军团的水位一起拉高了。
阿里 8 月 3 日上线 Qwen3.8-Max，2.4 万亿总参，Qwen 家族最强，权重下周开源。这个时间点，V4 Flash 上线刚三天。月之暗面 7 月 17 日发了 2.8 万亿参数的 Kimi K3，Frontend Code Arena 上赢了 Anthropic 的 Fable 5。MiniMax 8 月 3 日开源的视频模型 H3，摆明了要在多模态上走 DeepSeek 走过的路。小米的 MiMo-V2.5、腾讯的 Hy3、智谱的 GLM-5.2，全部进了 OpenRouter 调用量全球前五。
18 天内，国内几款重量级模型密集发布，多数已经或即将开源。有一个数字挺说明问题：大约 80% 的美国 AI 初创公司融资路演时用的是中国开源模型。
中国模型全球市场份额 6 月初超过美国，到 7 月 26 日大约占 63.5%。Hugging Face 统计中国开源模型下载量占全球 41%，首次反超美国。
跟硅谷不太一样的是，中国 AI 行业不是一家独大。DeepSeek 在 Agent 和性价比上开路，Kimi 在代码竞技场跟旗舰硬刚，Qwen 把开源生态铺满，MiniMax 在多模态找自己的位置。每家都在 DeepSeek 画的"斩杀线"上面找到了活法。
四、标尺变了
V4 Flash 真正改变的不是价格本身，是大家衡量模型值不值的标准。
以前比的是参数量、训练算力、Benchmark 跑分。现在比的是一块钱能换来多少有效输出。Agent 应用的爆发把这个转变放大了：Agent 任务消耗的 Token 量大概是普通代码问答的 1000 倍。单任务成本从美分级别被拉到美元级别。你在 Claude 上跑一次复杂 Agent 任务 3 美元，V4 Flash 上 3 美分。几个点的 benchmark 优势，在这个差距面前没有太大说服力。
V4 Flash 的缓存命中折扣给到 98%，行业一般 90%。OpenCode 实测缓存命中率 96%，平均每次会话 0.06 美元。这不是烧钱换市场。DeepSeek 把 V4 系列单 Token 推理浮点运算压到了前代的 27%，KV 缓存压到前代的 10%。API 业务的毛利率超过 50%。这是一场有真实工程降本支撑的降价，不是拿融资补贴定价。
还有一个更深的变化：接口已经标准化了。兼容 OpenAI 和 Anthropic 格式，切模型几乎没有摩擦成本。开发者不会忠于某个模型品牌，只会忠于当下性价比最好的那个。模型厂商进的不是一座可以筑墙的城，是一片每天都要重新抢的地。
华尔街对这件事的看法分两派。乐观的人说，价格打下来加速了 AI 落地，推理成本降到忽略不计的时候，会有更多开发者愿意试试，冒出今天想都想不到的用例。悲观的人看到的是一组数字：Amazon 2026 年资本开支约 2000 亿美元，Alphabet 1950 到 2050 亿，Meta 1300 到 1450 亿。这些投资的回报率，正在被不断拉低的 API 定价吃掉。
五、退潮的时候
很多人觉得当前这轮降价更像一次市场出清：用价格筛出真有降本能力的，淘汰靠融资撑场面的。
对开发者来说，选择多了，成本掉了，试错的门槛低到前所未有的程度。一个海外 AI 初创创始人在 X 上说，团队全线切到 DeepSeek 之后，月度推理成本降了 85%。对现金流紧张的小团队，这就是生和死的差别。
对模型厂商来说，信号很清楚：要么像 DeepSeek 那样在工程效率和定价上都做到极致，要么找到一个别人替代不了的价值。Anthropic 的安全叙事、OpenAI 的企业生态都算。中端市场那条"斩杀线"还在往上移，停在原地就会被甩出去。
V4 Flash 不是终点。DeepSeek 已经确认 V4 Pro 正式版在开发中。Flash 只靠重做后训练就把智能指数从 40 拉到 50，还反超了 Pro 预览版，那 Pro 正式版会到哪一步？硅谷每个模型团队应该都在想这个问题。
2026 年 8 月 6 日
参考来源：Artificial Analysis、OpenRouter、36氪、Pandaily、21世纪经济报道、新京报、DeepSeek API 官方文档