DeepSeek V4 GA 以 Opus 級編碼能力、57倍價格優勢狠壓 Anthropic Fable 5

DeepSeek 的 V4 GA 版本以約 Anthropic Fable 5 輸出成本 1.7% 的價格，帶來了 Opus 4.8 等級的編碼性能，恐將重塑這個規模達 300 億美元的 AI 模型市場的定價格局。

開發者 Pankaj Kumar 在測試該模型後表示：「整體表現接近 Opus 4.8 水準，編碼能力則逼近 GPT-5.6 Sol。」

此次發布包含兩個版本：V4 Pro 每百萬輸入 Token 為 0.435 美元、每百萬輸出 Token 為 0.87 美元；V4 Flash 則分別為 0.14 美元及 0.28 美元。相比之下，Anthropic 的 Fable 5 每百萬輸出 Token 收費 50 美元，OpenAI 的 GPT-5.6 Sol 則定價 30 美元。DeepSeek 還首次引入了尖離峰計費模式，尖峰時段 Pro 版的輸出費用翻倍至每百萬 Token 1.74 美元，Flash 版則為 0.56 美元。快取命中定價則維持近乎零成本，Pro 版每百萬 Token 為 0.0036 美元，Flash 版為 0.0028 美元。

此定價差距對所有主要 AI 實驗室形成壓力，迫使它們為其高溢價定價提出合理解釋。Anthropic 未發行公開股票，但 Nvidia（其 H100 GPU 支撐了大部分訓練基礎設施）可能會因更便宜的推論推動更廣泛的採用，而面臨需求轉變。DeepSeek 採用 MIT 授權的權重也允許自託管部署，這是其所有閉源競爭對手都無法提供的功能。

以極低成本實現 Opus 等級性能

在 SWE-bench Verified 基準測試中，DeepSeek V4-Pro 得分為 80.6%，與 Claude Opus 4.8 約 87.6% 及 GPT-5.5 接近 90% 的成績僅有個位數差距。在 LiveCodeBench 上，它取得了 93.5% 的成績，而其 Codeforces Elo 評分達 3,206，在競賽程式設計領域中名列前茅。該模型擁有 100 萬 Token 的上下文視窗，與 Opus 4.8 和 GPT-5.5 相當。

早期測試者報告了在 3D 渲染和 SVG 生成方面的強勁表現，不過也有人指出，V4 在完成相同任務時需要的迭代次數比 Fable 5 更多。兩者在編碼基準測試上的差距最小，而在長上下文檢索和專業軟體工程任務上差距最大，Opus 4.8 在這些領域仍保持領先。Moonshot 於 7 月 16 日發布的 2.8 兆參數開源模型 Kimi K3，在前端編碼基準測試上超越 Fable 5，但其每百萬輸出 Token 成本為 15 美元——仍比 V4 Pro 貴了 17 倍。

尖離峰計費重塑 API 經濟學

DeepSeek 引入基於時間的定價，標誌著其脫離了統一定價模式。尖峰時段費用為基本費率的兩倍。離峰及快取命中定價仍為業界最便宜。對於執行批次推論、數據標記或隔夜測試生成的團隊而言，每次會話的有效成本可降至 0.01 美元以下。

此舉正值 DeepSeek 準備於 7 月 24 日淘汰其舊版 deepseek-chat 和 deepseek-reasoner 模型之際。新的定價結構瞄準了運行持續性 Agent 管線的企業團隊，對這些團隊而言，尖峰與離峰路由之間的差異，可將每月的 API 帳單削減 40% 或更多。

對投資人來說，這筆帳很簡單。DeepSeek 的定價迫使每個 AI 實驗室做出選擇：要么跟上成本曲線，要么失去量級市場。OpenAI 的 GPT-5.6 Sol 和 Anthropic 的 Fable 5 瞄準的是高階企業工作負載，在這些場景中，可靠性與安全性比價格更重要。但對於 80% 不需要前沿推理能力的編碼任務而言，DeepSeek V4 Pro 每百萬輸出 Token 0.87 美元的價格，讓高溢價變得難以合理化。Nvidia 的 GPU 為所有四大主要實驗室的訓練和推論提供支撐，無論這場價格戰最後由誰勝出，只要整體 AI 算力需求擴大，Nvidia 都將從中受益。

本文僅供參考，不構成投資建議。