3 分钱一个任务，和 3 美元一个任务，打成了平手
2026 年 7 月 31 日，第三方评测机构 Artificial Analysis 把 DeepSeek 的新模型放进了「前沿」区间——和那些贵几十倍的美国模型并排。这件事最反常的地方在于：它可能是这个榜单上最便宜的模型。 排在它前面的，是 Claude Opus 5（61 分）和 GPT-5.6 Sol（59 分），每个任务收费 2 到 3 美元；它自己拿了 50 分，每个任务只收 3 分钱。
先解释一下这两个数。智能指数是独立评测机构给 AI 模型做的「体检报告」，50 分意味着它进了第一梯队，和 Gemini 3.6 Flash 并列，在同类开源模型中排第三。机构不收模型厂商的钱，分数靠真金白银跑任务跑出来——光给这个模型打分，API 调用费就花了 72 美元。考的是真的干活：写完整程序、操作电脑、做银行级别的推理题。
「每个任务 3 分钱」是同一套标准活儿挨个考完所有模型后，算出的平均成本。同一套卷子，DeepSeek 花 3 分钱，Claude Opus 5 花 2.34 美元，Claude Fable 5 花 3.15 美元。差了一个数量级还多。
图：Artificial Analysis 智能指数对比，蓝色柱为 DeepSeek 新模型，50 分进入第一梯队。来源：artificialanalysis.ai
这不是小版本升级。四月份的老版 Flash 只有 40 分，这次一口气涨了 10 分。10 分在百分制里听着不多，可榜单上一分之差就是好几个名次。
分数之外还有两个硬指标。它一次能「读」100 万个 token，相当于 1500 页 A4 纸——一篇公众号文章大概 1000 个 token，它一次能装下上千篇，把一整本财报丢给它，前面的内容都记得住。它的权重完全开源，任何人都能下载、部署、商用。一个便宜、开源、又能打的模型，三个条件同时占齐了。
为什么便宜还能打：三个省钱的秘密
第一个秘密在「调教」环节。模型的训练分两步：先用海量数据「预训练」，教它基础知识；再用精选数据「后训练」，教它答题的姿势。预训练决定它懂多少，后训练决定它会不会用——同样的知识底子，换一套答题策略，分数能差出一大截，这次 10 分的跃升就是这么来的。
而 DeepSeek 这次连模型架构、参数量都没改，只重做了后训练。相当于同一个厨师、同一口锅，换了一套菜谱。省掉了最烧钱的预训练环节，成本的大头就没了——这一步省下来的钱，是这次低价最扎实的底子。
图：每个标准任务的平均成本，DeepSeek 新模型仅 3 美分，最贵的是它的 100 倍。来源：artificialanalysis.ai
第二个秘密在「用的时候」。这个模型总共有 2840 亿个参数，但每回答一个问题，只动用其中 130 亿个。这是稀疏混合专家架构：答题前先看题目，只翻百科全书里相关的那几页，不会整本搬出来。传统模型像满汉全席，不管你想吃什么，一桌菜全端上来；它像点菜，只上你要的。
这个技巧的好处是双重的：模型大了，懂的就多；用的时候只激活一小部分，花的钱就少。模型很大，但每次干活只花一小部分力气，电费自然便宜。 这套架构 DeepSeek 用了几代，是它价格战的传统手艺。同样是开源模型，能把这套架构跑出这个价的公司，目前不多。
第三个秘密在「生态」。权重开源意味着任何公司都能自己部署，绕开 API 过路费，MIT 协议连商用限制都没有。全球的转售商、云厂商都在跑这个模型，跑的人越多，单次成本越低。
DeepSeek 官方 API 的定价是每百万输入 token 0.14 美元，缓存命中时只要 0.003 美元，全行业最低档。这个价格能压到这么低，靠的是架构、训练方式、开源生态三头同时省钱。
硅谷的图，被中国模型「画」了上去
这场较量的戏剧性，被 HN（全球程序员论坛）上的一个细节点燃。OpenAI 在前一天刚发布了一张官方图表，宣称自己在「推进价格-性能前沿」——横轴是价格，纵轴是性能，自家的模型躺在曲线上。第二天，一位网友把 DeepSeek 的数据点直接画进了这张官方图：它正好落在前沿线上。 另一位网友留言说：昨天看完这张图还有点难受，今天哈哈。
图：网友把 DeepSeek 新模型的数据点补进 OpenAI 官方发布的「价格-性能前沿」图。来源：files.parasmittal.com
「前沿」在 AI 圈指性能最好的那一档，过去基本被美国公司包揽。而过去两年，硅谷旗舰模型的定价一直站在高位，同一个标准任务的成本是 DeepSeek 的几十倍。2025 年初 DeepSeek 第一次爆火，靠的就是把旗舰级性能卖到白菜价，当时美股 AI 板块还因此波动过一轮。
一年半过去，同样的剧本又上演了一次，只是这次连 OpenAI 自己的图都被借用了。相关讨论帖在 HN 上拿到了 500 多分、近 300 条评论，是当天最热的技术话题之一。对普通用户来说，这就是两个世界的价差：同样的对话量，按硅谷的价是一笔不小的开销，按 DeepSeek 的价几乎可以忽略。
便宜是真便宜，但账没那么简单
HN 讨论里有开发者晒了真实账单：直连 DeepSeek 官方接口写一天代码，只花几美分，「没有 token 焦虑」。写代码的人一天要跟 AI 对话几百次，单价差 100 倍，一个月账单就差 100 倍。以前用贵模型，每敲一行代码都怕烧钱，现在可以放开试——越便宜，越敢用；越敢用，AI 越能进入日常干活。
评论区也有另一面。有用户发现，走 Fireworks、OpenRouter 这类「承诺不拿你的数据训练模型」的转售商时，账单会无解释地变贵，缓存和计费都不透明。这类转售商提供的「零数据留存」服务，对在意隐私的开发者是卖点，但隐私隔离要额外花钱，账单自然水涨船高。
有人据此怀疑 DeepSeek 官方在补贴：用亏本的低价换使用数据，喂下一代模型。低价是真的，但低价背后的商业逻辑，公开讨论里各方有各方的猜测，目前没有定论。
价格战跟你有什么关系
如果你只用手机上的 AI 助手，这些数字听起来很远，其实很近。你现在用的国产大模型 App、手机自带的 AI 助手、办公软件的智能写作，底层大多跑着这类便宜模型。语音转文字、照片修图、文档总结，这些日常功能背后的 AI 都在悄悄换血。
过去一年，这些功能从「每天限几次」变成「随便用」，背后就是模型成本在跳水。DeepSeek 每降一次价，应用厂商的账单就薄一截，成本降下来，厂商才舍得把额度放开——最终落到你头上的是更便宜、更大方的免费额度。
对普通用户，笔者只有一个建议：别急着为「最贵」买单。如果你的场景就是日常问答、写文案、整理资料，3 分钱一个任务和 3 美元一个任务，体验差距比价格差距小得多。价格战还在继续——DeepSeek 的 Pro 正式版还没发，OpenAI 的下一轮降价也在路上。谁先绷不住，谁先跟牌，下半年还有得看，咱们坐稳看戏就行。
参考链接：
- Artificial Analysis：DeepSeek V4 Flash 0731 智能、性能与价格评测
- HN 讨论：DeepSeek V4 Flash 0731 评测发布（511 分 / 282 条评论）
- OpenAI 官方博客：推进价格-性能前沿（发布于 7 月 30 日）
- OfficeChai：DeepSeek V4 Flash 0731 以零头价格提供 Opus 4.8 级性能
