DeepSeek的0.6美元冲击或重塑全球AI经济

让每位 CTO 彻夜难眠的数字

DeepSeek 在一个周日发布了 V4.1-Flash-1017 模型，悄然瓦解了驱动硅谷烧钱狂潮的核心论据之一。在十一个基准测试中，它有四个领先于 OpenAI 的 GPT-5.6 Sol 和 Anthropic 的 Claude Opus 5。在 DeepSWE v1.1 的编码测试中得分 77.0。但最引人注目的并非分数，而是一个价格标签：每百万输出 token 仅需 0.60 美元。同样的量级，OpenAI 收费 20 美元，Anthropic 收费 25 美元。便宜大约四十倍。

随后它做了一件美国主流实验室从未用前沿级模型做过的事：以 MIT 许可证开源了权重。搜索和网页抓取 API 也一并开放。这不是含蓄的暗示。这是一个明确的信号——DeepSeek 在下一盘完全不同的棋，一盘以分发碾压护城河、以生态取代锁定的棋。

谁会最先倒下

直接的受害者显而易见。任何在 2025 年价格水平上签下了一年 OpenAI 或 Anthropic API 合同的企业，此刻发现自己支付的溢价没有任何 CFO 能说得过去。迁移成本确实存在——重新训练智能体、调整提示链、QA 周期——但这些都是一次性支出。持续的价差却是结构性的。

超大规模云厂商面临更难回答的问题。NVIDIA 估值的流行论点是：AI 需求不可阻挡，算力稀缺足以支撑高额利润。DeepSeek 的定价在没有击溃需求叙事的前提下，瓦解了稀缺故事。如果这类模型足以胜任生产工作负载，总算力预算就会从"我们该买多少 H100"转向"我们该租多少廉价推理实例"。利润率结构随之翻转。曾经需要一批前端 GPU 集群的客户，现在可以在商品化硬件甚至边缘设备上运行推理。

第二波受损者不那么显眼，但可能伤得更深。那些投入数十亿美元训练跑、然后按 token 收费的基础模型实验室，本质上是租金追逐模式。DeepSeek 的 MIT 发布证明：你可以构建有竞争力的性能，免费放开源权重，同时仍然通过 API 访问、企业支持合同或垂直应用来捕获价值。这是平台打法，不是授权打法。

每个人都在预测的杰文斯悖论

低价不会自动摧毁 GPU 供应链。它会改变供应链的用途。如果推理变得足够便宜，总 token 用量就会扩张。更多应用、更多智能体、更多集成。杰文斯悖论在这里不是理论——它已经出现在任何价格下跌的商品的云端使用模式中。需求曲线向外弯曲的速度快于单位收入的下降速度。

但需求的结构很重要。当更便宜的投入是约束瓶颈时，杰文斯悖论适用得最干净。如果瓶颈从推理算力转向训练算力——因为新架构不断涌现，因为智能体需要持续微调，因为前沿能力的竞赛尚未结束——那么红利将流向更窄的一批玩家：控制前沿训练集群和高带宽内存访问的人。这就是为什么在定价冲击之下，三星和 SK 海力士已经受到密切关注。HBM 周期不会因推理变便宜而消亡，它只会迁移。

DeepSeek 发出的开源信号

选择 MIT 许可证是深思熟虑的结果。对于这一量级的模型发布而言，这是最宽松的许可证。没有要求分享衍生作品，没有义务回馈贡献。DeepSeek 保留了商业灵活性，同时让任何人——雅加达的初创公司、柏林的研究实验室、新加坡银行的内审团队——都能将模型嵌入产品中而无需征求许可。

这并非中国 AI 公司首次开源权重。但这是性能差距第一次收窄到足以威胁建立这些差距的公司之商业模式的一次。其效应类似于 Linux 从学术好奇变为基础设施支柱的时刻：当一个免费替代品达到生产就绪状态，付费替代品的定价权就会瓦解。

Hugging Face 联合创始人兼首席科学官 Thomas Wolf 在 X 上指出，DeepSeek 的"小更新"将 TerminalBench 从 31.2 推升至 42.3，并质疑这些数字在受控评估之外是否依然成立。这是合理的怀疑。基准测试并非现实。但行进方向已经确立。即使 DeepSeek 的声明在独立审计中被削减，市场只需要一次可信的复现就能扭转定价预期。

接下来会发生什么

企业会开始在自己真实的工作负载上压力测试 DeepSeek。编码智能体是触手可及的低垂果实——DeepSWE 得分已经表明自动化开发工作流有了实质性提升。如果一种模型能以零头成本完成起草、测试和迭代代码的任务，部署周期就会缩短，利润空间的扩张立即可见。

OpenAI 和 Anthropic 不会保持沉默。预计会有针对性回应：更紧的捆绑、新的性能层级、以及对可靠性与合规保障的强化强调——这些是商品化 API 难以轻易复制的。竞赛将从原始基准分数转向生产信任——可用性、可审计性、责任保险、数据驻留认证。这些确实是真实的差异化因素，但它们抬高的是底线而非天花板，而且维护它们需要真金白银。

美国政府会注意到。DeepSeek 的模型现已进入任何拥有网络连接和 GitHub 账户的人手中。出口管制和芯片限制无法逆转开源扩散。政策问题不再是"中国能否追上来"，而是"当推理成本结构已被开源权重 undercut，美国如何为继续补贴国内训练能力辩护"。

韩国面临的是同一张力变体的另一版本。政府的 Frontier AI 计划旨在追赶中国顶尖模型，但每一年开发都在缩小 DeepSeek 一夜之间抹平的差距。追赶变成了一个移动靶。战略要务不再是单纯追赶——而是在基线移动如此之快的情况下，构建能够竞争的成本结构和应用生态。

更广泛的含义

DeepSeek 的发布不是一次性的价格扰乱。它证明了开源权重路径在前沿同样具备商业可行性。这意味着下一代模型发布将面临不同的计算：竞争者会假设权重会被开源，这将压缩授权收入，迫使实验室在性能、可靠性或分发上竞争。行业正从围墙花园均衡走向平台均衡，价值在于集成、数据回环和企业关系——而非模型权重本身。

依赖算力稀缺作为持久护城河的超大规模云厂商，需要重新投资效率，而非仅仅规模扩张。依赖 API 垄断的实验室，需要用结果而非能力差距来证明溢价的合理性。而每家正在评估 AI 采购的组织，现在都拥有一个可信的第三选项，足以动摇双寡头定价结构。

真正的冲击并非 DeepSeek 存在。而是它来得更快、更便宜、更开放，超出了所有押注当前支出轨迹的人的预期。