DeepSeek 刚做了一个让整个 LLM API 市场震动的决定：V4 Pro 的 75% 折扣永久化。

这不是限时促销。从 2026 年 5 月 31 日促销期结束后，V4 Pro 的定价将正式调整为原价的 1/4。一个支持 1M 上下文、具备推理能力、开源权重的旗舰模型，输入 $0.435/百万 token，输出 $0.87/百万 token。

这篇文章涵盖什么

• 降价详情和新旧价格对比
• V4 Pro 的核心能力
• 与竞品的详细价格对比
• 对行业的影响分析

降价详情

DeepSeek V4 Pro 定价调整（单位：美元/百万 token）：

同时，V4 Flash 的缓存命中价格也降到了原价的 1/10（$0.0028/百万 token），5 月 26 日生效。

时间线：

• 现在 ~ 5 月 31 日：促销折扣期，已经是新价格
• 5 月 31 日之后：新价格正式永久生效

V4 Pro 核心能力

两个模型都支持 OpenAI 和 Anthropic 两种 API 格式，迁移成本低。

与竞品价格对比

选当前市场上主流的推理模型对比（单位：美元/百万 token）：

旗舰级推理模型

V4 Pro 在所有旗舰推理模型中价格最低，同时保持了 1M 上下文窗口。

超高性价比模型

V4 Flash 以 $0.14/$0.28 的价格 + 1M 上下文 + 推理 + 开源权重，仍然是性价比之王。

实际使用成本对比

假设一个典型任务：100K token 输入（50% 缓存命中），10K token 输出：

同样的任务，V4 Pro 的成本是 GPT-5.5 的 1/28，是 Claude Sonnet 4.6 的 1/15。

DeepSeek 全产品线定价

注：旧的 deepseek-chat 对应 V4 Flash 非推理模式，deepseek-reasoner 对应 V4 Flash 推理模式，未来会逐步弃用。

为什么 DeepSeek 能这么便宜

DeepSeek 的低价不是烧钱补贴，而是技术效率的结果：

• MoE 架构：DeepSeek-V4 采用混合专家模型，每次推理只激活部分参数，降低计算量
• MLA 注意力机制：Multi-head Latent Attention 减少KV 缓存大小，降低内存和带宽成本
• DualPipe 并行：自研的训练/推理并行方案，提高硬件利用率
• FP8 混合精度：推理阶段使用 8 位浮点，减少计算和显存消耗
• 开源生态：权重开源意味着社区帮助优化，推理成本持续下降

对行业的影响

1. LLM API 进入价格战深水区

DeepSeek 每次降价都会引发连锁反应。这次旗舰模型降到 $0.435/$0.87，其他厂商面临跟随或不跟随的两难。不跟，客户流失；跟，利润压缩。

2. 推理能力不再是溢价理由

此前，推理（Reasoning）能力是高端模型的标志，OpenAI o3 收 $2/$8，Claude Opus 4.7 收 $5/$25。DeepSeek V4 Pro 证明了推理能力可以在极低成本下提供。

3. AI 应用开发门槛实质性降低

$0.435/百万 token 的价格意味着：

• 处理 100 万 token 文档只需 $0.435
• 一天处理 1000 次中等复杂度任务约 $5-10
• 中小团队可以大规模使用旗舰级推理能力，而不需要预算审批

4. 开源权重的降维打击

V4 Pro 和 V4 Flash 都开源了权重。这意味着你甚至可以在自己的 GPU 上免费运行——对于有本地算力的团队，成本趋近于零。

开发者怎么用

OpenAI 格式

from openai import OpenAI

client = OpenAI(api_key="your-key", base_url="https://api.deepseek.com")

response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "解释量子计算"}],
)

Anthropic 格式

from anthropic import Anthropic

client = Anthropic(api_key="your-key", base_url="https://api.deepseek.com/anthropic")

response = client.messages.create(
    model="deepseek-v4-pro",
    max_tokens=4096,
    messages=[{"role": "user", "content": "解释量子计算"}],
)

V4 Pro 支持两种 API 格式，从 OpenAI 或 Anthropic 迁移只需要改 base_url 和 API key。

适用场景

• 高吞吐场景：客服、数据分析、批量处理，V4 Flash 极低成本
• 复杂推理：代码生成、数学证明、多步规划，V4 Pro 旗舰能力 + 低价
• 长文档处理：1M 上下文窗口处理完整代码库、长报告
• 初创团队：旗舰模型能力，花不到竞品 1/10 的钱
• 自部署：开源权重，有 GPU 的团队可以零成本本地运行

作者: itech001
来源: 公众号：AI人工智能时代
网站: https://www.theaiera.cn/
每日分享最前沿的AI新闻资讯和技术研究。

本文首发于 AI人工智能时代，转载请注明出处。