DeepSeek Flash系列9月10日降价至每百万Token 4元,同期V4.1-Flash内测版速度飙到507 tokens/s。国产大模型价格战从"比参数"打到"比省钱比速度",开源模型词元占比从34%飙到65%。但便宜和快不等于赢,商业闭环才是终极考验。
DeepSeek又把价格打了下来。9月9日官方公告,Flash系列模型9月10日12时起执行新定价,输出每百万Token只要4块钱。同期V4.1-Flash中间版本悄然开启内测,全新架构,原生支持多模态,网友实测输出速度最高飙到507 tokens/s。
## 价格地板还在往下探
4块钱每百万Token是什么概念?对比一下:OpenAI的GPT-6 Astra标准API定价是每百万Token输入10美元、输出50美元,折合人民币差不多72和360块。DeepSeek的Flash新价只有它的零头。再看国内同行,腾讯混元Hy4输入6元/百万词元,Qwen3.8-Flash已经压到1元/百万词元。国产大模型的价格战,不是在打,是在往地板下面钻。
而且这波降价不是孤立事件。9月8日面壁智能开源MiniCPM5-2B,8月阿里开放Qwen3.8-Max权重,智谱发布GLM-5.3,腾讯混元开源Hy4——密集开源潮直接把定价打了下来。OpenRouter平台数据显示,开源模型处理的词元占比从1月的34%飙升到6月的65%。国家数据局统计,2026年6月我国日均词元调用量达到近175万亿,全球第一。
## 你有没有想过一个问题:模型这么便宜,到底谁在赚钱?
这个问题的答案,可能比价格本身更值得琢磨。模型商把价格压到地板,用户调用量暴涨175万亿,但利润在哪里?DeepSeek一口气开放150个后端工程师岗位,招聘规模约占现有团队的三分之一到二分之一——说明他们不是在烧钱做慈善,而是用户量、训练任务量、Agent环境量暴涨导致后端系统扛不住了,必须大规模重构。
## 速度才是真正的杀手锏
价格只是入场券,真正让竞争对手睡不着的是速度。V4.1-Flash内测版网友实测507 tokens/s的输出速度,意味着一个1000字的回答不到1秒就能吐完。这对Agent场景是致命的——当AI需要连续调用工具、多轮推理、实时反馈的时候,速度差3倍,用户体验就是天壤之别。8月21日上线的V4-Flash-Vision-Exp已经把多模态Agent能力拉满,这次V4.1-Flash原生多模态更进一步。 DeepSeek同时在做两件事:向下把价格打到别人跟不起,向上把速度拉到别人追不上。加在一起就是——用不起也用不上的对手,只能看着你的背影。
当然,便宜和快不等于赢。模型能力的天花板最终取决于数据和训练方法。智谱GLM-5.3靠后训练把编程能力提升五成,腾讯混元Hy4让模型参与自身训练优化——这些工程创新比单纯堆参数更关键。DeepSeek能不能在保持便宜和快的同时,把推理质量也拉到第一梯队,这才是它能不能真正跑通商业闭环的终极考验。
如果你是开发者,现在Flash降到4块钱,你会把原来跑在GPT或Claude上的应用迁移过来吗?
关注我,下一篇文章拆解国产大模型到底靠什么赚钱。