2026年8月13日，DeepSeek 发布新模型 V4 Pro 0813。模型名字里的 0813，就是今天的日期。
同一天，阿里发布 Qwen3.8-max，马斯克的 xAI 发布 Grok 4.6。一天之内三家头部公司同时上新，放在两年前难以想象。
一个程序员（Hacker News 用户 jklmnopqrstuvw）用同一道开发任务，分别让 DeepSeek 和 Grok 跑了一遍。结果很有戏剧性：
- DeepSeek V4 Pro：耗时 12 分 02 秒，花费 0.12 美元，代码有 bug。
- Grok 4.6：耗时 3 分 18 秒，花费 1.41 美元，代码没问题。
价格差 12 倍，质量差一档。这就是今天 AI 世界的真实生态位。
它凭什么便宜到这种程度？
便宜的根源在架构。DeepSeek 用的是 MoE——混合专家（Mixture of Experts）架构。
打个比方：普通大模型像一家公司，任何问题都全员出动；MoE 模型像一个养了几百位专家的机构，接到任务只喊相关的那几位。模型总规模很大，但每次调用真正干活的只是一小部分。干活的人少，耗电就少，成本就低。
V4 Pro 0813 还支持 100 万 token 的上下文窗口（context window，模型一次能记住的内容量）。什么概念？差不多够它一口气读完《三体》三部曲再回答你的问题。工程含义：能读完一整本书再作答，两年前这还是旗舰模型的奢望。
补贴撑不出这种价格。省钱省在架构上，这是结构性优势，不是促销手段。
第二层便宜来自缓存（cache，即结果复用）。OpenRouter 的统计显示，DeepSeek 的请求有 92.4% 命中了缓存——同样的内容之前算过，直接复用。
效果很惊人：标价是输入每百万 token（词元，AI 计费的最小单位）0.435 美元，用户实际支付均价只有 0.036 美元。标价和实付之间，又差 12 倍。
图：OpenRouter 上 DeepSeek V4 Pro 0813 的实际支付输入价格，发布首日贴着 0.036 美元/百万 token。来源：openrouter.ai
这就像外卖店：同一道菜第一次做要花工夫，做过的热一热就出餐，边际成本趋近于零。工程含义：92.4% 的缓存命中率意味着大多数请求几乎是免费的，这是毛利率的秘密。
第三层便宜来自开源。模型权重完全开放，许可证允许商用。有用户算过：花 8000 美元买两台 DGX Spark，就能在家跑完整版模型。开源把议价权交还给用户——云端敢涨价，我就自己部署。
发布节奏快得像 CI 流水线
7月31日发 Flash 0731，8月1日发 Flash 0801，8月13日发 V4 Pro 0813。版本号直接带日期，间隔以天计。
程序员圈子把这种节奏叫 CI（持续集成，continuous integration）——代码一改完就自动测试、自动发布，像流水线一样不停转。传统软件公司一年发一个大版本，DeepSeek 把发版变成了日常。
评论区也印证了这点。有人说「大多数场景根本不需要顶配模型」；有人已经拿便宜模型干重活，评价是「便宜到像不要钱」。有人把主流模型在基准测试（benchmark，标准化考试）里的几何平均分算了一遍：GPT-5.6 Sol 65.5 分，Opus 5 是 64.0 分，DeepSeek V4 Pro 0813 拿到 62.5 分。
工程含义：头部模型的差距从「代差」缩成了「几个百分点」，价格差却还是两位数。性能追平是时间问题，价格优势是现实。
同一天的「中国时间」
阿里的 Qwen3.8-max 定价输入每百万 token 2 美元、输出 6 美元；DeepSeek 是 0.435 和 0.87 美元。国产模型内部也在卷价格，把整个市场的价格锚点一路拉低。
把三家的时间线摊开看：Qwen3.8-max 是两万亿参数的大块头，Grok 4.6 主打速度，DeepSeek 主打性价比。三家各打各的牌，却都挤在同一周出牌。竞争密度到了这个程度，用户是受益的一方。
有评论说 DeepSeek 选在同一天发布，是想抢 Qwen 的风头；也有人反驳：Grok 4.6 也是同一天发的，也许只是各家按自己的节奏走。
无论动机如何，模型发布的主场不再只有硅谷。这个信号比任何单个模型都重要。
便宜的另一面：质量账怎么算？
那位程序员的实测，评论区吵了起来。
支持方说：他几个月来反复做过这类测试，结果每次一致——过就是过，挂就是挂，所以单次结果可信。质疑方（bigmadshoe）说：n=1 的对比算不得科学，只是 vibes（感觉）——这些系统有随机性，一次测试不该改变你的判断。还有人说：跑偏了重试一次，往往就好了。
笔者的判断：两边各对一半。价格优势是结构性的——来自架构、缓存和开源，这次测是这样，下次还是这样；质量差距是单点的——一次测试的 bug，可能是运气问题。把结构性的优势和单次抽样的噪音放在一起比，结论站不住。
要真分出高下，得同一批任务跑很多遍，看平均结果和波动范围。评论区有人建议每个模型跑五遍——这个建议，笔者认同。
图：DeepSeek V4 Pro 0813 发布首日 token 用量：输入 137 亿，输出 8050 万。来源：openrouter.ai
还有个细节：有用户发现 DeepSeek 官方当天开始上调价格。便宜或许是阶段性的——先低价占市场，再提价，是互联网的老套路。但即便涨价，和同档美国模型的价差仍是数量级的。
对普通人意味着什么？
两年前，一流 AI 按次计费，一次对话几美元。今天，0.12 美元能让一个 AI 连续干 12 分钟。
对个人来说，这意味着你手机里的 AI 助手、写作工具、翻译软件，背后可能都是同一天发布的国产模型，算力账单只有一年前的零头。对企业来说，AI 功能从「立项要层层审批」变成「先试再说」——试错的成本低到可以忽略。
价格战把 AI 从「奢侈品」变成了「水电费」。你可能会因为贵而错过一个工具，但不会因为便宜而错过一个时代。用得起，才有机会用得上——这对每个想试试 AI 的普通人，都是实打实的好消息。
参考链接：
- OpenRouter: DeepSeek V4 Pro 0813
- HN 讨论 (item?id=49274600)
配图说明：OpenRouter 原页面没有 img 标签内容图，页面全部图片为 logo 与 favicon（openrouter.ai/brand/v2/nav-lockup-light.png、nav-lockup-dark.png、images/icons/DeepSeek.png、gstatic faviconV2 系列、openrouter-dark.svg、openrouter-light.svg），均已过滤。文中两张数据图为页面内嵌 SVG 图表（recharts）导出转换。
