DeepSeek V4-Flash公测，百万token仅1元

7月31日，DeepSeek V4-Flash正式版API上线公测。每百万输入token定价1元，输出token每百万2元，缓存命中后输入成本降至每百万2分钱。模型支持100万上下文、思考模式、工具调用和Responses API，单账户并发连接上限2500。DeepSeek后续将采用峰谷定价，高峰时段价格翻倍。

按DeepSeek官方换算，1个中文字符约消耗0.6个token，一百万token可读入约167万个中文字符，账面输入成本仅1元。

4月发布预览版时，DeepSeek称其推理能力接近V4-Pro，在简单Agent任务上表现相近。7月31日更新的正式版未改变模型结构和规模，主要重新进行后训练，多项Agent基准成绩已超过V4-Pro预览版。

过去一年，大模型行业聚焦更长上下文、更复杂推理和更自主的Agent，讨论多围绕benchmark与AGI距离。对AI应用创业者而言，更现实的问题是单次任务成本。模型能力决定产品理论上能做什么，调用价格决定团队敢把多少能力放进产品。

现阶段多数纯软件AI应用的基础商业模式，是从模型公司采购token，将通用能力包装成写作、编程、设计、客服或Agent产品，再通过会员、积分和按次收费卖给用户。Poe推出API时表示，附加点数定价目标即按底层模型供应商收取的价格收费。Intercom为AI客服Fin设计的价格是每完成一个结果收取0.99美元，背后依然要计算完成一次交付消耗的token。

这门生意的利润取决于三笔差价：采购差价，调用量大的团队可谈折扣，利用缓存、异步处理、峰谷调用和模型路由压低平均成本；使用差价，用户群平均消耗低于套餐预估时，未用额度形成利润空间；产品差价，同样消耗一万token，完成资料整理、内容生成、事实核验和格式导出的产品，用户愿意支付的价格远高于只输出草稿的产品。

成本问题也在反向塑造产品。Manus官方使用说明建议简单问题使用Chat模式，不必启动完整自主Agent；复杂任务先检查中间结果，避免Agent沿错误方向执行消耗更多积分。Agent会自行拆分任务、反复搜索、调用工具，用户下达一条指令背后可能发生几十次模型调用，产品公司难以预测成本。一些产品将效果更好的模型塞进高价套餐，普通用户拿到的是经过限流的版本。

DeepSeek的价值在于并非单纯降价的残血模型，而是拥有100万上下文、支持思考模式和工具调用，单位价格下提供尽可能稳定的智能。从公布的Agent和代码基准看，V4-Flash已跨过一批高频任务的够用线，价格低到团队敢于高频调用。它让高价模型变成需要向用户解释的事，击穿的是智能的价格心智。

底层模型稳定后，应用公司竞争的不再是谁先拿到模型，而是谁更懂一项工作，谁能把行业里写不进说明书的规矩变成产品的一部分。模型可以一夜之间变强，行业理解不能；API可被所有人接入，一套被用户接受的工作方式很难照搬。小团队可以先服务一小群人，把一件事情做透再往外走。模型不再是壁垒，真正稀缺的转向用户、数据、流程和信任。

DeepSeek把智能门槛降下来后，AI应用从模型竞赛重新变成产品生意。它没有替创业者把饭做好，只是把米价降了下来。

#Web3 #区块链 #DeepSeek #V4Flash #AI应用 #大模型 #Agent #API
@Web3TechTrend