)

# DeepSeek 将其 75% 折扣永久化，AI 价格战再度升级 来源: https://thenextweb.com/news/deepseek-v4-pro-75-percent-price-cut-permanent #### TL;DR *DeepSeek 永久性将 V4 Pro 价格下调 75%，降至每百万输出 token 0.87 美元。这一定价低于 GPT-5、Gemini 和 Claude。* DeepSeek 已将其旗舰模型 V4 Pro 的 75% 价格折扣 (https://www.engadget.com/2180062/deepseek-permanently-reduces-the-price-of-its-flagship-v4-model-by-75-percent/) 永久化。该优惠原定于 5 月 31 日到期。这家中国 AI 初创公司的定价现在为每百万 token 0.003625 美元至 0.87 美元，而此前为 0.0145 美元至 3.48 美元。 这些价格在同类产品中显得格外突出。OpenAI 的 GPT-5 每百万输入 token 收费 2.50 美元，每百万输出 token 收费 10 美元。Anthropic 的 Claude Opus 4.7 定价为输入 5 美元、输出 25 美元。 谷歌的成本优化模型 Gemini 3.5 Flash 每百万 token 输入收费 0.15 美元，输出收费 0.60 美元。DeepSeek V4 Pro 新的永久定价低于以上所有模型。与依赖前沿推理模型处理高负载任务的企业客户相比，差距最为悬殊。 **💜 欧盟科技动态** 来自欧盟科技界的最新传闻，我们睿智创始人 Boris 的一则故事，以及一些可疑的 AI 艺术。每周免费发送到您的邮箱。立即订阅！ 在推出 V4 模型仅仅一个月后就决定锁定折扣，这表明 DeepSeek 优先考虑市场份额而非单次 token 收入。该公司将 V4 描述为迎接“*高性价比百万上下文长度时代*”。它正将其模型定位为处理大型文档、代码库或会话历史（其中 token 成本会迅速累积）的应用的默认选择。 对于每天消耗数百万 token 的企业账户而言，节省的费用是实实在在的。Salesforce 预计今年在 Anthropic 的 token 上将花费 3 亿美元。(https://thenextweb.com/news/salesforce-benioff-300-million-anthropic-tokens-slack-coding) 按照 DeepSeek 的新定价，同等用量只需该数字的一个零头。 对于企业买家而言，问题在于 DeepSeek 的模型质量、可靠性和合规性是否值得切换。价格优势可能会被通过中国 AI 提供商路由敏感工作负载所带来的地缘政治和技术风险所抵消。这种权衡因行业和所涉及数据的敏感性而异。 竞争态势因 Anthropic 公开指控 DeepSeek 进行“*蒸馏攻击*”而变得复杂。该指控称 DeepSeek 不当利用 Claude 的响应来训练自己的模型。DeepSeek 尚未公开详细回应这一指控。 如果指控成立，则意味着 DeepSeek 的部分能力优势建立在 Anthropic 的研究投入之上。那么，价格差异反映的将是知识产权套利，而非工程效率。该指控目前仍未解决。 从 2025 年底到 2026 年 4 月初，Anthropic 的年化收入从 90 亿美元飙升至 300 亿美元 (https://thenextweb.com/news/anthropic-800-billion-valuation-revenue-30-billion-ipo)。这一增长主要得益于企业对 Claude Code 的采用。DeepSeek 的定价压力威胁到了支撑 Anthropic 估值轨迹的每 token 收入经济模型。 如果企业客户开始将复杂性较低的任务交给 DeepSeek，同时将 Claude 保留用于高风险推理任务，那么 Anthropic 的 token 量可能得以维持，但每 token 收入将会下降。整个 2026 年，AI 定价环境一直在向商品化方向发展。谷歌已多次下调 Gemini 价格以与开源权重模型竞争。 OpenAI 转向消费者平台功能 (https://thenextweb.com/news/openai-chatgpt-personal-finance-plaid)，包括个人理财工具和广告，这反映出仅靠 API token 收入可能无法支撑其 8520 亿美元估值。DeepSeek 的永久降价加速了本已在压缩整个行业利润率的大趋势。高利润 AI token 时代可能比任何人预期的结束得更快。 DeepSeek V4 Pro 在全新定价下支持一百万 token 的上下文窗口。这使得它在文档分析、法律审查和代码库理解方面具有竞争力。这些正是长上下文应用场景，其中输入成本是采用的主要制约因素。 前沿级能力与大幅降低的定价相结合，给 CTO 们造成了真正的两难局面。最便宜的选择同时也是地缘政治最复杂的选择。它在训练数据来源方面透明度最低，并且还面临着来自其最有实力的竞争对手之一悬而未决的知识产权指控。 DeepSeek 的策略似乎是价格致胜。无论来源如何，足够多的流量会流向最便宜且具备能力的模型。在政府和受监管行业中限制采用的地缘政治担忧，并不会阻止在更广泛市场中的采用。 这一赌注是否正确，取决于西方 AI 公司能否在 DeepSeek 缩小能力差距之前缩小价格差距。另一种可能是市场将分裂为西方和东方两个层级，并具有根本不同的经济模式。DeepSeek 刚刚确保了两者之间的差距进一步扩大。