DeepSeek V4，和那道裂縫

4月24日，DeepSeek V4預覽版上線。同一天，OpenAI發布GPT-5.5。社交媒體上的對比圖鋪天蓋地，參數表被拉了一遍又一遍。

但真正值得認真看的，不止在于參數表里！

過去這幾年，AI產業的運轉靠一個默認規則支撐：價值的定義權在供給端。誰造出最強的模型，誰就決定什么能力收費、什么生態能活、什么開發者在牌桌上。閉源廠商既是裁判，也是運動員。這條規則不是誰宣布的，是技術壁壘、生態鎖死和資本密度，一起限定的。

但是，V4發布前后，有三件事同時發生了，從不同方向，在這條規則上撞出了裂縫。

第一件，發生在算力層

V4發布當天，華為昇騰宣布完成首發適配。CANN框架全面支持，昇騰950超節點完成工程化驗證。從訓練到推理，全流程跑通。

過去，頂級大模型的完整技術路徑只有英偉達一條。國產芯片有紙面參數，但一落地，生態適配的工程成本，能把所有優勢都吞掉。很多企業買過國產卡，最后放機房吃灰。不是芯片不行，是模型根本跑不起來。

這次的變化在細節里。適配不是在V4發布后啟動的，是發布前就完成了算子對齊、性能調優、推理驗證。發布當天，方案ready。

效果在幾天內就開始顯現。一位AI infra從業者在社交媒體上算了筆賬：用昇騰950超節點跑V4-Flash，同等并發下，硬件成本比同規格英偉達方案低40%到60%。他說這是第一次可以把國產卡寫進生產環境采購清單，“不是因為支持國產，是賬算得過來”。

多家云計算公司隨后啟動了對昇騰版V4的測試。一家頭部云廠商的工程師私下說，過去做國產芯片適配要投入一個團隊干幾個月，這次“代碼拉下來就能跑”。還有企業開始在招標文件里把“支持昇騰部署”寫進技術規格。

英偉達的護城河不在芯片，而在CUDA生態。開發者習慣、框架依賴、算子庫——換芯片等于換整套工具鏈。但V4+昇騰證明了另一條路的可行性。不是替代，是多了一個選項。過去供給端的定義權，依賴一個前提：我有你繞不開的路。現在Deepseek V4的第二條路出現了。

同時也要看到，英偉達同一天發布了H200的升級路線圖，Blackwell架構的算力密度再翻倍。生態黏性不是一朝一夕能瓦解的，雖然現在裂縫出現了，但替代還很遠。

第二件，發生在協議層

V4的所有權重，以MIT協議開源。MIT的意思是：商用隨便，修改隨便，部署隨便，不強制署名。1.6萬億參數，全球最大開源MoE，就這么放了。

開源社區反應極快。兩天內，V4-Flash上線OpenClaw成為默認模型。GitHub上出現大量基于V4的微調項目。一位舊金山的獨立開發者用V4-Flash在半天內搭完一個合同審查工具，過去他要等公司批預算接API。他在X上寫：“不需要問任何人，代碼是我的，模型是我的，部署機器是我的。”

這是一個可能被低估的信號。過去，世界級模型的能力需要通過付費API獲取。供給端通過調用次數、接口權限、微調許可來控制價值分配。MIT協議把這些控制項全部刪掉。開發者第一次擁有完整的技術主權。

但有一個細節：真正能被廣泛驗證的“殺手級應用”還沒有出現。開源釋放了能力，但沒有自動釋放產品。協議開源不等于生態繁榮。

第三件，發生在價格層

V4-Flash定價0.14美元一百萬token。緩存命中價格0.025元人民幣。發布初期七五折，Pro輸出降到0.87美元。GPT-5.5的對應價格高出一個量級。多家開發者社區開始討論同一個現象：調用大模型的成本已經低于公司內部的審批成本。當一個API調用只花幾分錢，走流程比花這筆錢更貴。

一家中型SaaS公司的CTO用算盤CerebrateX跑了一遍成本模型，結論只有一句話：“過去接GPT-5的API要寫預算說明，現在V4這個價格，我甚至不需要跟財務開口。”不需要開口，不需要申請，不需要開會——決策鏈條被價格本身砍掉了。

過去供給端通過定價權建立了整套價值分配體系。企業采購預算、部門核算、項目ROI，都圍繞模型調用成本展開。當這個成本趨近于零，舊體系的地基開始松動。

但同樣要看到另一面。企業決策的慣性不會因為單價低就自動消失。安全審查、數據合規、供應商準入——這些非技術壁壘依然存在。價格歸零不等于信任滿分。

定義AI價值的權力，正在從“造模型的人”手里，滑向“用模型的人”手里。

但裂縫是裂縫，不是大門。閉源巨頭的反制也同時進行，除了OpenAI在同一天發布GPT-5.5，號稱“迄今最智能”，Anthropic的Opus 4.6、4.7在Agent任務上也依然有明顯優勢。差距雖然沒拉大，但也沒消失。如果未來差距重新擴大到6到12個月，裂縫可能被重新補上。

DeepSeek自己的軟肋也擺在明處。V4發布前被曝尋求3億美元融資，用途之一是為核心團隊做期權定價以止住人才流失。過去一年，字節豆包、智譜GLM-5.1等競品已經完成反超嘗試，挖人才墻角從沒停過。3月29日超過7小時的服務中斷，波及數億用戶，基礎設施投入不足的問題也暴露無遺。開源的代價是，下一個V5能不能跟上，能不能繼續扛住旗，尚未為可知。

非技術壁壘也沒有消失。分發渠道、合規認證、用戶習慣——這些定義權的組成部分，不是參數和價格能攻破的。很多企業的采購流程里，模型來源仍然是安全審查的關鍵節點。選擇GPT，安全部門不需要額外解釋；選擇另一個模型，解釋成本可能高過模型成本本身。

這些不確定性，和裂縫一樣真實，現在只是“一次同時發生的松動”的記錄。

AI產業已經建立的規則不是鐵板一塊。它是一套由技術壁壘、生態依賴和資本密度共同支撐的，Deepseek V4發布前后，升騰適配撞開了算力層的依賴，MIT協議撞開了能力層的控制，價格撞開了決策層的門檻。

剩下的問題，不再是“誰擁有最強的模型”。那個問題供給端已經回答了太多年。而是：當能力不再是稀缺品，當成本不再是門檻，當生態不再是單行道——誰的價值，會被重新評估？

算這筆賬的人，不只在大模型公司里。