DeepSeek V4 发布时没有制造出特别夸张的声量。 没有大型发布会，也没有一眼碾压所有对手的跑分叙事。 但几天之后，它真正影响行业的地方开始显现：连续降价。

这次变化的重点不是“模型强了一点”，而是“使用成本被打到另一个层级”。 当 Token 价格低到普通 Agent 任务几毛钱、一两块钱就能跑完时，很多 Coding Plan、Token Plan 的商业逻辑都会被重新审视。

发布当天没有炸场

DeepSeek V4 的第一波反馈并不算热烈。 很多人期待它像 R1 那样带来强烈冲击：跑分全面领先、国产算力验证、多模态和 Agent 能力一起爆发。 但真正发布后，大家发现它更像一次稳健升级。

V4 Pro 确实是强模型，尤其在代码、数学、长上下文和 agentic coding 上表现不错。 但它不是那种让所有同类模型瞬间失色的产品。 所以发布当天，舆论一度有些尴尬：想夸，但很难找到一个足够爆炸的角度。

真正的转折点不是发布当天，而是后续价格调整。

连续降价才是关键

DeepSeek V4 发布后，价格开始连续下探。 按照 DeepSeek 官方价格页和原文整理的信息，当时的大致价格是：

• DeepSeek V4 Flash：输入 100 万 Token 约 1 元；缓存命中后 100 万 Token 约 2 分钱；
• DeepSeek V4 Pro：输入 100 万 Token 约 3 元；缓存命中后 100 万 Token 约 2.5 分；
• 全系列模型输入缓存命中价格降到首发价格的 1/10；
• V4 Pro 曾处在 2.5 折优惠期，优惠延长到 2026 年 5 月 31 日 23:59。

如果按美元 API 价格看，会更直观：

这里要注意两个点。

第一，V4 Pro 的 $0.435 / $0.87 是促销价，不是长期原价。 DeepSeek 官方说明里，这个 75% 折扣延长到 2026 年 5 月 31 日 15:59 UTC。

第二，缓存命中价格才是 Agent 成本模型里的关键。 Flash 的缓存命中输入低到 $0.0028 / 100万 Token，Pro 促销期缓存命中输入是 $0.003625 / 100万 Token。 这意味着大量重复项目上下文、工具定义、系统提示词和历史摘要，不再按完整输入价格计费。

这个价格最重要的地方，是它让很多任务的 Token 成本变得“不敏感”。 过去开发者会担心一次 Agent 任务吃掉大量上下文、反复读写代码、频繁调用工具。 现在只要缓存命中率足够高，成本会被压得很低。

和 GPT、Claude 的价格对比

只看 DeepSeek 自己的价格，还不容易感受到差距。 把它和同期常见的闭源模型放在一起，对比会更明显。

这张表里最刺眼的是输出价格。 Agent 不只读上下文，还会不断生成计划、补丁、解释、日志和下一步动作。 如果输出很多，DeepSeek V4 Pro 促销价的 $0.87 / M 和 GPT-5.5 的 $30 / M、Claude Sonnet 4.6 的 $15 / M 相比，差距会被不断放大。

即使按 V4 Pro 原价 $3.48 / M 输出算，它也明显低于 GPT-5.4、GPT-5.5 和 Claude Sonnet / Opus。 如果任务可以用 Flash 承担，输出价会进一步降到 $0.28 / M。

缓存输入差距更夸张。 DeepSeek V4 Flash 的缓存输入是 $0.0028 / M，而 GPT-5.5 和 Claude Opus 4.7 的缓存输入都是 $0.50 / M。 这不是同一个数量级。 对反复读取同一代码仓库的 Agent 来说，这个差距比普通聊天更重要。

Agent 任务为什么特别受影响

AI Agent 和普通聊天不一样。 普通聊天通常是一问一答，输入上下文相对有限。 Agent 任务会反复读取项目文件、生成计划、调用工具、检查结果、再修改代码。

这类任务有两个特点：

• Token 消耗大；
• 重复上下文多。

第二点很关键。 在代码项目里，模型会反复读取同一批文件、目录结构、错误日志和修改结果。 如果平台支持缓存命中，重复输入的成本会大幅下降。

原文里提到一次实际体验：把 DeepSeek V4 Pro 和 Flash 接到 Claude Code 一类工具中，让它拉取一个提示词仓库并做成本地搜索网站。 任务最终完成，总成本大约 8 毛多，其中 Pro 缓存命中率达到 98.7%。

这个例子说明了一个现实问题：Agent 任务越像“围绕同一个项目反复工作”，缓存命中越有价值。 如果一次生成网站、修 bug、改前端只花几毛钱到几块钱，订阅套餐的吸引力就会下降。

可以用一个简化任务估算差距。 假设一次 coding agent 任务包含：

• 50 万 Token 输入，其中 80% 能命中缓存；
• 5 万 Token 输出；
• 不计算工具调用、搜索和平台加价，只看模型 Token 成本。

大致成本如下：

这个估算不是说 DeepSeek 在所有任务上都更好。 模型质量、工具调用稳定性、长上下文检索能力、代码风格和事实可靠性都要单独评估。 但从成本上看，DeepSeek V4 把“让 Agent 多跑几轮”的边际成本压得很低。 这会鼓励开发者设计更长流程、更频繁的自检和更多候选方案，而不是每次都担心 Token 账单。

Coding Plan 和 Token Plan 的差别

很多 AI 产品现在会提供两类套餐：Coding Plan 和 Token Plan。

它们的差别大致是：

• Coding Plan 通常主要面向编程；
• Token Plan 通常覆盖更多能力，例如 STT、TTS、绘图、搜索、embedding、RAG；
• STT 是语音转文字；
• TTS 是文字转语音；
• Coding Plan 往往把用户限制在编程场景里，其他能力还需要另买。

从商业角度看，Coding Plan 更像自助餐。 用户预先付一笔固定费用，厂商赌的是大多数人不会把额度用满。 有人用得多，有人用得少，平均下来平台仍然能赚钱。

但如果按量 Token 价格足够低，用户就会开始计算：我为什么一定要买套餐？ 如果一个月真实使用成本只有几块钱、十几块钱，买 40 元、200 元的套餐就不一定划算。

降价为什么会冲击套餐模式

订阅套餐的成立，需要一个前提：用户觉得单次使用很贵，或者不想计算每次调用成本。 当 Token 价格高时，套餐看起来更安心。 当 Token 价格低到几乎无感时，按量付费反而更自然。

DeepSeek V4 的降价相当于把底牌亮出来：

• Agent 任务可以很便宜；
• 长上下文不一定贵到不能用；
• 缓存命中可以显著降低成本；
• 普通开发者不一定需要固定订阅；
• 模型入口可以从“套餐平台”转向“低价 API”。

这会让做 Coding Plan 的平台不舒服。 如果用户发现按量调用更便宜、更自由，就没必要为了一个平台的套餐被绑定。

Flash 和 Pro 怎么选

DeepSeek V4 的一个实用思路，是把 Flash 和 Pro 分工使用。

Flash 适合高频、轻量、可重复的任务：

• 改 bug；
• 写前端；
• 写脚本；
• 做常规代码理解；
• 处理较长上下文里的普通信息整理；
• 跑大量子任务。

Flash 便宜，速度快，而且同样支持很长上下文。 对日常 coding agent 来说，很多任务不需要一上来就用 Pro。

Pro 更适合复杂判断和兜底任务：

• 多轮规划；
• 复杂 Agent 流程；
• 多次 function call；
• 事实核查；
• 财经研究；
• 需要更强知识和判断力的内容生产；
• 高风险代码修改。

一个合理配置是：Flash 负责跑量，Pro 负责兜底。 普通任务先用 Flash，遇到长程规划、复杂判断、事实核查或多工具协作时再切 Pro。 这样既能控制成本，也能保留模型质量。

DeepSeek 为什么可以这么定价

DeepSeek 和很多大厂的业务结构不同。 它没有电商、社交、短视频、云计算、手机、汽车、办公套件、操作系统、浏览器或大规模企业 SaaS 生态。

这意味着它不需要把用户锁在一个完整平台里。 它可以只卖文本模型能力：你在这里用便宜的文本模型，其他能力要调用谁都可以。

大厂的逻辑通常不同。 如果你买了它的 Coding Plan 或 Token Plan，就会被拉进它的云、搜索、绘图、语音、数据库和开发工具生态。 套餐不是单纯卖模型，而是在争夺用户入口。

DeepSeek 的打法更直接：把文本模型价格压低，争取成为 Agent 的默认模型入口。 只要默认入口被占住，很多开发者和工具链就会自然围绕它适配。

开源模型和默认入口

DeepSeek V4 如果保持开放模型路线，第三方云厂商和平台很可能会自行部署并提供服务。 这对 DeepSeek 来说既是传播，也可能是分流。

低价官方 API 的意义就在这里。 如果官方价格已经足够低，其他平台即使能部署，也很难在价格上明显更有优势。 用户会倾向于直接使用默认、便宜、稳定的入口。

对 Agent 工具尤其如此。 Agent 任务依赖长上下文、缓存、工具调用和稳定吞吐。 一旦某个模型在这些场景里成本足够低，它就有机会成为默认选项。

Coding Plan 仍然不是完全没用

这并不意味着 Coding Plan 会马上消失。 它仍然有适合的人群。

如果某些用户真的是高强度使用者，每天把套餐额度打满，那么固定订阅可能仍然划算。 就像自助餐，如果完全没有人能吃回本，用户也不会愿意买。

但问题在于，绝大多数用户不是这种极端高频用户。 低频用户、轻量开发者、偶尔写脚本或改项目的人，更适合按量付费。 当 DeepSeek 把按量成本压低后，套餐的吸引力会被削弱。

未来更可能出现的是分层选择：

• 高频重度用户继续买 Coding Plan；
• 普通用户转向低价 API；
• Agent 工具根据任务自动选择 Flash / Pro；
• 平台套餐需要提供更多非模型价值，例如工作流、IDE 集成、部署、团队管理和安全审计。

小结

DeepSeek V4 的发布并没有靠跑分制造最大冲击。 真正改变行业预期的是后续降价。

当输入 Token 和缓存命中价格被压到很低时，AI Agent 的使用成本会发生变化。 过去看起来昂贵的长上下文、代码项目分析、多轮工具调用，现在可能变成几毛钱到几块钱的日常消耗。

这会直接冲击 Coding Plan 和 Token Plan 的商业逻辑。 如果用户可以按量付费、自由组合模型和工具，而且成本足够低，就不一定愿意被绑定在某个平台套餐里。

DeepSeek V4 这次真正动到的，不只是模型能力排名，而是 AI Agent 的成本结构和默认入口之争。

参考来源：

• DeepSeek API Docs：Models & Pricing
• OpenAI API Pricing
• Anthropic Claude API Pricing