DeepSeek公司日前宣布，其V4-Pro API的折扣方案将永久生效，在全球范围内同步大幅调整价格。调整后，基础输入价格从每百万Token 1.74美元降至0.435美元，输出价格则由3.48美元降至0.87美元。此外，针对全API产品线的输入缓存命中，DeepSeek提供了更为优惠的定价，仅为每百万Token 0.003625美元，其定价策略被形象地描述为“拼多多式”的极致成本优势。
这一大胆的定价策略迅速在社交媒体上引发热烈反响，许多用户称赞DeepSeek创始人梁文锋为“AI圈的赛博菩萨”、“锋神”。尽管DeepSeek此前一直以其亲民的定价策略闻名于世，但此次降价的意义非同寻常，因为它发生在当前全球AI服务普遍涨价的背景下。
有报道称，在DeepSeek正在进行的一轮创纪录的A轮融资中，梁文锋个人计划出资高达200亿元人民币，占融资总额的40%。在大多数公司急于通过融资美化财务状况以吸引投资者时，梁文锋似乎选择了一条不同的道路。他并未以商业盈利前景作为主要卖点，而是坚定地践行开源理念并追求通用人工智能（AGI）的愿景。此次降价行动，恰恰印证了其言出必行的决心。这种做法曾让人联想到拼多多，其联合创始人也曾在财报电话会议中坦言未来利润可能面临下降，引发股价波动。
与一些公司口头倡导AI民主化，实际却愈发封闭的趋势形成对比，梁文锋正通过实际行动推动AI技术的普及和普惠。然而，这并非意味着梁文锋是一位纯粹的“活菩萨”。作为一名企业家，他所选择的开源普惠模式，代表的是一种独特的商业战略，在当前市场环境下显得尤为稀缺。
当前，AI服务的成本持续攀升。微软近期取消了内部使用的Claude Code许可证，原因在于基于Token的计费方式成本过高，即便是拥有强大云计算资源的微软也难以承受。无独有偶，Uber首席技术官在今年4月报告称，公司为2026年全年设定的AI预算在短短四个月内便已耗尽，其中95%的工程师每月都在使用AI编程工具，70%的代码提交由AI生成。他坦言，预算已被彻底突破，需要重新规划。
大型企业在AI Token上的预算消耗速度远超预期，这固然有员工使用习惯的因素，但AI服务本身成本的不断上涨才是根本原因。过去一年中，美国AI软件价格上涨了20%至37%。Anthropic、OpenAI和Google等主要AI服务提供商在过去六个月内也悄然提高了实际价格。
此前流行的观点认为，AI应用规模越大，工业化程度越高，成本就会越低，从而使企业受益。然而，现实情况并非如此乐观。AI的定价正逐步由供需关系主导，而非成本决定。大约在过去两年，AI市场的供需关系发生了根本性逆转。过去，各大厂商积极推广AI以教育市场，AI服务通常伴随着补贴。如今，随着AI编程、AI文档、AIGC甚至AI搜索的普及，用户对AI的需求日益增长，AI补贴时代已然终结。
随着使用人数的增加和需求的爆发，Token资源日益紧张，导致算力短缺从GPU蔓延至CPU、存储甚至网络带宽。英特尔、美光、SK海力士、三星电子、闪迪以及国内的江波龙等半导体巨头都因此受益。这些半导体公司在近年取得的营收增长，并非仅来源于OpenAI、甲骨文、微软等公司的投资，而是源于整个AI生态的旺盛需求。同时，ChatGPT、Claude、Gemini、豆包等AI产品通过免费与付费的“等级森严”服务模式，也让个人用户在选择上陷入纠结。
这类似于网约车市场的发展轨迹：在市场推广初期，用户可以享受免费或补贴乘坐专车的待遇，由资本承担费用。一旦用户习惯养成，补贴便会终止，价格回归正常水平，届时需要乘坐地铁的仍然需要乘坐地铁。AI市场亦是如此。因此，在全球AI Token普遍涨价的大背景下，DeepSeek逆势降价的举动，不仅仅体现了其“赛博菩萨”式的个人魄力，更展现了其反向定价权：即便是如此低廉的价格，DeepSeek仍能保持正常运行，并且服务质量不打折扣。
实际上，DeepSeek完全可以选择不以如此低廉的价格运营。这引发了人们的担忧：DeepSeek会否成为AI时代的Linux？Linux对IT产业的贡献巨大，超越了Windows和安卓（安卓内核基于Linux），但由于其开源性质，并未催生出像微软或Google这样的商业巨头。DeepSeek目前影响力显著，但在商业能力上仍落后于硅谷三大巨头，甚至与国内的Kimi、MiniMax、智谱三家相比也存在差距。在2025年，排名前四的AI公司的营收预计为：智谱（7.24亿元）> MiniMax（约5.6亿元）>月之暗面（约2亿元）> DeepSeek（未知但更低）。
梁文锋通过AI量化交易积累了财富，得以个人出资200亿元投资DeepSeek。然而，仅凭“用爱发电”的模式难以长期维系。此外，在开源模式下，其他公司可以对DeepSeek的技术进行蒸馏、部署和二次训练，这无疑会削弱其技术护城河。因此，我们经常会看到“刷榜”新闻，例如智谱的GLM-5.1开源后在SWE-bench Pro基准测试中刷新全球纪录，小米的MiMo-V2.5-Pro登顶全球开源大模型榜首等。麻省理工学院与Hugging Face的联合报告显示，过去一年中国研发的开源模型在全球下载量占比高达17.1%，首次超越美国的15.8%，位居全球第一。
这就不难理解为何硅谷越来越多的人呼吁必须出现美国版的DeepSeek，以避免AI产业重演Shein、Temu或TikTok的故事。“如果美国没有崛起的开源冠军，世界将由任何一个能够生产最强大、最稳定、最便宜、可定制、可扩展、适应个人和商业需求的开源模型和开源软件的国家掌控。”这涉及大国竞争的宏大叙事，其背后的竞争是实实在在的。
DeepSeek的崛起本身就带有自主替代的叙事。V4模型支持昇腾算力令人鼓舞，国产算力驱动下，DeepSeek当前展现的价格竞争力可能只是冰山一角。在其技术报告中，DeepSeek暗示随着下半年昇腾950超节点批量上市，V4-Pro的价格还将大幅下调，预示着未来会有更优惠的价格。
中国在高级AI人才方面也拥有优势。尽管AI人才普遍身价昂贵，但中国的人才成本相对较低。雷军以千万年薪从DeepSeek挖走罗福莉曾引发关注，而同期扎克伯格却可能需要花费10亿美元来挖角，甚至进行“收购式招聘”。然而，花费10亿美元聘请的人才与千万年薪的人才所创造的成果，其差距显然远未达到700倍之巨，这种AI人才的价差最终会转化为Token生产体系的系统性价格优势。
更深层次的竞争力体现在能源体系上，这正是英伟达CEO黄仁勋所提出的AI“五层蛋糕”中的第一层。
AI的最终发展受限于算力，而算力的最终形态则依赖于电力。2026年4月，DeepSeek在内蒙古乌兰察布招聘高级数据中心运维工程师和高级交付经理，这表明他们正在西部建设“Token工厂”，旨在将成本优势从软件层面延伸至物理层面。早前，快手在乌兰察布建设数据中心的原因也是因为这里靠近电厂，且气候适宜于散热。值得一提的是，中国西部地区的绿色电力价格约为每度0.2-0.3元，仅为欧美地区的1/5到1/4。
不仅是西部绿电具备竞争力。国际能源署2025年的数据显示，中国发电总装机容量已超过2300GW，占全球约22%，位居世界第一；美国约为1300GW。更重要的是，中国拥有全球最完整的电力结构，涵盖了火电、水电、风电、核电和光伏等所有类型。数据显示，中国工业电价长期维持在每千瓦时0.06到0.08美元，而美国加州的工业电价已接近0.18美元，德国部分地区甚至超过0.25美元，这意味着训练一个万卡集群，中国天然比欧美便宜数十个百分点。
在AI大模型的运营成本中，电力成本高达总运营成本的60%-70%。这不仅包括模型运行所需的电力，还包括散热这一巨大开销。中国的基础设施建设能力也体现在这方面，例如将数据中心直接建在海底，既能利用海上风电就近供电，又能利用海水循环进行免费散热。此外，“西电东送”和“东数西算”等宏大项目，极大地增强了电力和算力的区域调度能力，贵州、内蒙古、宁夏等地早已成为“东数西算”的核心节点，为AI算力中心向西部迁移做好了充分准备。
因此，使用中国的AI，本质上就是使用在更具竞争力的能源体系下训练出的AI——更经济、更普惠的AI。这也是春节后Kimi、MiniMax等国产AI产品海外营收激增的原因之一，不仅仅是因为算法更强，更是因为它们“开了电价外挂”。
英伟达能够定义高端算力的价格，但DeepSeek等公司却在掌握Token的定价权。你可能会质疑AI是否“便宜无好货”。确实，AI服务通常是“一分钱一分货”，DeepSeek V4只是将开源与闭源模型之间的差距缩小到了历史最低水平。官方也坦言其与GPT等顶尖模型在客观上存在差距，并且目前仍不支持多模态生成，只能识别图片而不能生成。
但这并未阻止社区用户涌向DeepSeek。原因在于，大多数真实的商业场景并不需要每次都调用世界上最强的模型。例如咨询、客服、摘要、翻译、代码补全、企业知识库和自动化流程等任务，所需要的是“勉强能用+足够便宜+足够稳定”的服务，而非最高的智能水平。当DeepSeek V4的推理成本仅为GPT-5.5的约1%（Flash版）到11%（Pro版）时，企业可以通过相同的预算调用数十倍的Token，尝试更多的提示链条，迭代更多的Agent工作流，最终反而有可能取得更好的效果。毕竟AI本身就是一个“概率”游戏，只要足够便宜，能够达到预期结果，何乐而不为？
因此，AI服务越昂贵，DeepSeek的低价策略就越有价值，DeepSeek这家公司也将随之变得更有价值。梁文锋及其投资者对此心知肚明。