DeepSeek突發新模型，成本為GPT-5.5的1%！但殺手锏就藏在其中

本期要點：彎道超車，真有機會

你好，我是王煜全，這里是王煜全要聞評論。

4月24日，大家翹首期盼的DeepSeek V4發布了。幾乎在同一時間，也有消息稱，DeepSeek終于開始外部融資了，騰訊和阿里巴巴正在洽談投資，估值可能超過200億美元。

很多人第一反應是，DeepSeek V4有沒有超過GPT或Claude的最新模型。

那么，有關DeepSeek V4的性能和參數規模，我們周六的文章已經做了介紹，今天不再贅述。

但如果只盯模型能力，很可能就看錯了重點。真正值得關注的是，DeepSeek V4把Agent調用成本又往下打了一大截，并會改變AI的使用方式。

過去，長上下文和低成本，往往是兩個難以兼得的目標。

Agent調用，往往追求長上下文，也就是模型的記性要好。但這也導致，它在生成每一個字時，都會參考前面幾十萬甚至上百萬token的背景信息，帶來高昂的成本和緩慢的響應速度。

可是，追求低成本，用更少的計算資源完成任務，后果就是模型很難長期保留復雜背景，也不適合承擔長鏈路任務。

DeepSeek V4將兩者結合在了一起，這背后既有模型架構和推理工程的優化，也一定程度上源于DeepSeek與華為昇騰的深度適配。

因此，DeepSeek V4的價格被壓到了底。

比如V4-Flash版本，輸入每百萬token最低只要0.2元，輸出約為2元。如果只看輸出價格，它大約只有GPT-5.5輸出價格的百分之一左右，甚至相比其他中國大模型也有明顯價格優勢。

為什么價格這么重要？

因為AI一旦從聊天工具變成執行工具，競爭邏輯就變了。開發者也開始算賬了，誰能最低成本地完成真實的任務，誰就會受到青睞。

所以，在Agent時代，大模型競爭的核心，很可能不再是參數量了。我們真正要看的，是模型的調用量和隨之帶來的迭代速度。

價格優勢

首先，我們要注意，當調用大模型的主力從人變成Agent，貴就是不容忽視的劣勢。

在ChatGPT時代，用戶問一個問題，模型回答一次，哪怕是重度用戶，也不會產生多大的調用量。價格高一點，大家也都能接受。

于是過去三年，大家追求的是模型的性能，哪個模型分數高，回答更聰明，就先用哪個。

但隨著年初OpenClaw的爆火，Agent成了大模型的主要調用方。而Agent處理的是任務，比如自動生成報告、修改代碼、處理客戶需求，不再只是問答。

就像自動生成報告，它需要先拆解任務，再搜集資料、核實信息、調用框架進行分析、生成報告、檢查結果，最后再修改完善。這一套流程下來，背后可能是幾十次甚至上百次的模型調用。

那么粗略算一下，假設一個企業每天處理100次的報告任務，就要調用上萬次模型。哪怕每次只產生1000個輸出token，累計下來也是千萬級的token消耗。

如果使用的是GPT-5.5這樣的高價模型，單日輸出成本就可能高達數百美元。但如果換成DeepSeek V4，完成同樣的工作，只要幾美元。

要知道，這個差距還會隨著調用頻率的提升而不斷拉大，這時價格就會是個重要的因素，會決定企業敢不敢把AI放進業務流程里。

所以，我們想指出的是，這正是中國模型的機會所在。我們不一定要在每個任務中都比GPT或Claude強，甚至只要足夠便宜，就會吸引企業和開發者們來嘗試。

更重要的是，中國大模型都在讓AI和Agent更加適配，從而能進入真實流程。

同樣在這個月，Kimi發布并開源了K2.6，不僅價格比美國閉源模型便宜，而且可以調度多達300個子智能體，并行處理復雜任務。MiniMax的M2.7則針對復雜技能場景進行了優化，可以處理長鏈路的工作流。

麻煩花十秒點下，一起看看Agent時代的真相

新的進化飛輪

那么，是不是便宜、然后用得多，中國模型就能實現反超？也沒有這么簡單。

調用量大不等于進步快，也不等于能干活。一個每天被調用一百萬次來閑聊的模型，也學不會自動處理企業的財報。

我們認為，真正推動AI進化的，是在真實任務中、特別是Agent調用中產生的反饋，尤其是那些失敗的嘗試。

在Agent的工作流里，往往失敗的情況會千奇百怪。

比如生成的代碼看起來沒問題，一運行就崩潰；面對一個復雜需求，任務拆解不合理，導致后面越跑越錯；明明Agent應該去驗證結果，卻把不少明顯的錯誤都放過了等等。

這些失敗的瞬間，其實蘊含著巨大且寶貴的信息，它們都指出了當前AI大模型的薄弱環節。這些錯誤背后，可能是知識盲區、是推理能力不足，也可能是工具調用、結果驗證和幻覺控制的問題。

這就像特斯拉訓練FSD所用的“影子模式”。當系統發現駕駛員的實際操作與AI的預測不一致時，司機的每一次接管，都是在精準地告訴AI：看好了，這時候要這樣做。

如果AI永遠停留在聊天窗口里，模型能獲得的反饋就很有限。只有融入AI Agent的規模化調用，它才能獲得這些真實任務中產生的反饋。

同樣任務的反復調用，用戶的打斷和糾正，工具返回的錯誤信息，代碼測試的失敗結果，都是清晰的信號，標注出系統當前的能力邊界和優化方向。

誰更快地把這些反饋用于模型地優化，誰就能在下一輪任務中表現得更好，就有可能被用戶更多地調用，產生更多反饋。一旦這個正向循環啟動，模型的成長曲線就會變得更陡，哪怕是后起之秀，也有可能在未來的某個時間點實現超越。

目前，中國大模型的調用量在顯著上漲。最開始，這個上漲可能是由便宜帶來的，也會伴隨很多用戶的吐槽，比如輸出質量不行、或是有點笨。

但這恰恰是一個好的起點。

便宜帶來真實的調用，調用帶來失敗反饋，如果這些反饋能夠被系統性吸收，中國模型就有可能從只是便宜，變成更懂用戶的、更能融入工作流。

DeepSeek V4的發布也在提醒我們，AI正在從模型競賽進入應用競賽。接下來真正重要的，是誰能把AI Agent變成真正的服務。

所以，你準備開始加入Agent浪潮了嗎？又準備如何參與呢？歡迎在評論區留下你的看法。

以上就是今天的內容，更多的科技產業新趨勢和底層規律，歡迎加入學習，和我一起，先人一步，領先一路！

也在這向你推薦前哨AI小課，用一頓火鍋的錢，帶你跟上Agent浪潮，絕對物超所值！

王煜全要聞評論，我們明天見。

↓長按圖片掃碼報名，先人一步，領先一路

最后， 鑒于公眾 號推送機制的改變，你未來刷 到要聞評論的機會可能沒那么多了，建議你加入粉絲群，第一時間 得到我的獨家前沿分析，而且我們還會每天在粉絲群里發布獨家資料 ，快快掃碼加入吧！

此外，我們還為您準備了一個思維導圖，掃描加群即可領取

“Agent時代的三大浪潮”

↓點擊學習王煜全老師最新大師課，掌握馬斯克的賺錢底層邏輯！