这次到底发生了什么

2026 年 4 月 25 日，DeepSeek 官方宣布，DeepSeek-V4-Pro API 在 2026 年 5 月 5 日 15:59 UTC 前限时 75% OFF。如果只是一次促销，这条消息未必值得单独写；更关键的是，官方把降价、1M context，以及 Claude Code、OpenCode、OpenClaw 的接入更新放在了同一条信息里。

这说明它在面向的，不只是普通聊天用户，而是已经在做 coding agent、长工作区、长链路工具调用的开发者和团队。官方给出的接入要求也很具体：Claude Code 需要把模型设为 deepseek-v4-pro[1m] 才能启用 1M context，OpenCode 需要升级到 v1.14.24+，OpenClaw 需要升级到 v2026.4.24+。

另一条来自第三方的推文进一步给出了一组更敏感的数据：在 1M context 下，V4-Pro 的每 token 计算量据称只有 DeepSeek-V3.2 的 27%，KV cache 只有其 10%。这不是官方技术文档，因此还需要谨慎对待，但它至少解释了为什么这次讨论会迅速从“模型能力”转向“部署经济性”。

为什么这次值得关心

长上下文过去一直有一个现实问题：不是不能做，而是太贵，贵到很多团队只能在 demo 或少量高价值任务里使用。真正卡住 agent 普及的，往往不是模型会不会读 100 万上下文，而是你能不能承担长期运行、并发承载、上下文驻留和显存占用的账。

如果上述第三方数据接近事实，影响会集中在几个非常具体的地方：

• 同样的 GPU 资源上，能承载更多并发用户
• 更长上下文不再只存在于“理论支持”，而可能进入默认配置
• 持久工作区、长会话 coding、跨多步工具调用的产品形态更容易成立
• serving 成本下降后，团队更有可能把长时 agent 从试验品推进到正式功能

真正重要的点不是“便宜了”，而是“长上下文 agent 到底跑不跑得起”第一次被推进了采购和架构决策层。对做基础设施的人，这和一次常规模型升级不是一回事。

真正该怎么判断

这里最容易出现的误解，是把“75% 折扣”直接等同于“已经是同类最优解”。现有材料还不能支持这个结论。

原因有三个：

• 输入材料没有给出折扣前后绝对价格，无法直接和其他模型横向比较
• 27% 计算量与 10% KV cache 来自第三方推文，不是当前材料里的官方文档
• 现有信息没有覆盖质量、延迟、稳定性、失败率这些真正影响生产迁移的指标

所以更稳妥的判断是：这次事件把“长上下文是否值得大规模上生产”从抽象讨论变成了可测试的问题，但还没有把答案一次性给完。

哪些人该立刻试，哪些人不用急

我更建议三类团队优先做小规模验证：

• 做 agent infra 的团队，尤其是已经在算 GPU 并发和显存账的人
• 做长工作区产品的团队，比如长会话编程、持续研究、复杂项目协作
• 需要长链路工具调用的团队，因为上下文驻留成本会直接影响可用性

相反，如果你的场景主要是短对话问答、轻量生成、偶发工具调用，这次消息未必会立刻改变你的产品结构。你当然能从降价中受益，但这不是最值得你关心的核心变量。

我建议怎么应对

不要先问“要不要全面切模型”，先问“我们的成本真正花在哪里”。一个比较务实的验证框架是：

1. 选 2 到 3 个确实依赖长上下文的任务，而不是拿短问答做测试。 2. 同时记录任务完成率、平均延迟、上下文命中率、失败重试率和总成本。 3. 单独观察长会话后段质量是否下降，因为很多 agent 问题不是出在第一步，而是出在第十步之后。 4. 把“能开 1M context”和“应该默认开 1M context”分开判断。

这次消息最值得认真看的地方，不是一次促销，而是它让长上下文第一次更像一笔能被精算、能被 rollout、也能被复盘的生产投资。对真正做 agent 的团队来说，这比任何一句“模型更强了”都更重要。 #DeepSeek #长上下文 #AIAgent #模型定价 #AI基础设施