甫一發(fā)布便成為外界焦點(diǎn)的DeepSeek V4開啟限時(shí)折扣。

4月26日，澎湃新聞?dòng)浾攉@悉，DeepSeek最新發(fā)布的DeepSeek-V4-Pro模型API開啟2.5折價(jià)格特惠，輸入(緩存命中)價(jià)格為0.25元/百萬Tokens，輸入(緩存未命中)價(jià)格為3元/百萬Tokens，輸出價(jià)格為6元/百萬Tokens，優(yōu)惠期截至5月5日。

而據(jù)Open Router數(shù)據(jù)顯示，最新推出的海外知名AI大模型GPT-5.5 Pro加權(quán)平均輸入價(jià)格為30美元/百萬Token，輸出價(jià)格為180美元/百萬Token，從輸入價(jià)格就和DeepSeek V4 Pro相差超700倍，此外，GPT-5.5標(biāo)準(zhǔn)版加權(quán)平均輸入價(jià)格為5美元/百萬Token，輸出價(jià)格為30美元/百萬Token，包括Anthropic Claude Opus系列、OpenAI GPT-5.4，以及谷歌Gemini 3.1 Pro系列大模型的輸出價(jià)格在12-25美元之間，均和調(diào)價(jià)后的DeepSeek V4 Pro拉開較大差距。

值得注意的是，在今年AI行業(yè)整體算力集體漲價(jià)的背景下，DeepSeek V4再次將“AI降價(jià)”的理念貫徹到底，進(jìn)一步打響業(yè)內(nèi)的“價(jià)格戰(zhàn)。

此前4月13日，阿里云宣布，旗下大數(shù)據(jù)開發(fā)治理平臺(tái)DataWorks對(duì)標(biāo)準(zhǔn)版、專業(yè)版用戶取消每日調(diào)用API的數(shù)量限制，本次變更從2026年4月14日起逐步發(fā)布。其中，DataWorks標(biāo)準(zhǔn)版調(diào)用API的免費(fèi)額度調(diào)整為10萬次/月，DataWorks專業(yè)版調(diào)用API的免費(fèi)額度調(diào)整為50萬次/月，超出部分采用OpenAPI按量付費(fèi)的方式。

3月18日，百度智能云官網(wǎng)發(fā)布公告稱，受全球AI應(yīng)用快速發(fā)展影響，算力需求持續(xù)攀升，核心硬件及相關(guān)基礎(chǔ)設(shè)施成本出現(xiàn)顯著上漲。為保障平臺(tái)長期穩(wěn)定運(yùn)行與服務(wù)質(zhì)量，4月18日起，AI算力相關(guān)產(chǎn)品服務(wù)上調(diào)約5%至30%，并行文件存儲(chǔ)等上調(diào)約30%。

今年以來，騰訊云也連續(xù)兩次宣布漲價(jià)。繼3月11日對(duì)部分模型啟動(dòng)正式收費(fèi)及漲價(jià)后，4月9日，騰訊云稱鑒于全球AI算力需求持續(xù)激增，核心硬件供應(yīng)鏈成本大幅上漲，將于2026年5月9日起，對(duì)AI算力、容器服務(wù)及彈性MapReduce（EMR）相關(guān)產(chǎn)品刊例價(jià)進(jìn)行調(diào)整。

除了云端之外，下游模型端同時(shí)出現(xiàn)價(jià)格上修信號(hào)。國產(chǎn)大模型廠商智譜已在年內(nèi)進(jìn)行三次API價(jià)格上調(diào)。2月12日，智譜對(duì)GLM Coding Plan套餐實(shí)施結(jié)構(gòu)性調(diào)價(jià)，整體漲幅自30%起。智譜在價(jià)格調(diào)整函中明確表示，漲價(jià)源于“市場需求持續(xù)強(qiáng)勁增長，用戶規(guī)模與調(diào)用量快速提升”。

3月16日，智譜發(fā)布專為智能體“龍蝦”（OpenClaw）場景深度優(yōu)化的通用大模型GLM-5-Turbo，并上調(diào)其API價(jià)格，漲幅為20%。4月8日，智譜正式發(fā)布GLM-5.1，再度提價(jià)10%。調(diào)價(jià)后，GLM-5.1在Coding場景的緩存命中Token價(jià)格已接近Anthropic旗下Claude Sonnet 4.6水平。

此次DeepSeek在全球范圍內(nèi)再次廣受關(guān)注，除了創(chuàng)新性的技術(shù)架構(gòu)，核心在于對(duì)于國產(chǎn)芯片的全面適配，實(shí)現(xiàn)國產(chǎn)AI算力的快速崛起。華為計(jì)算發(fā)布信息稱，昇騰超節(jié)點(diǎn)產(chǎn)品全面支持DeepSeek V4。本次通過雙方芯模技術(shù)緊密協(xié)同，實(shí)現(xiàn)昇騰超節(jié)點(diǎn)全系列產(chǎn)品支持DeepSeek V4系列模型。

在DeepSeek V4發(fā)布后，寒武紀(jì)也在第一時(shí)間宣布，基于vLLM推理框架完成了對(duì)此次DeepSeek-V4-flash和DeepSeek-V4-Pro兩個(gè)版本的Day 0適配，適配代碼已開源到GitHub社區(qū)。

其中，昇騰950通過融合kernel和多流并行技術(shù)降低Attention計(jì)算和訪存開銷，大幅提升推理性能，結(jié)合多種量化算法，實(shí)現(xiàn)了高吞吐、低時(shí)延的DeepSeek V4模型推理部署。昇騰A3超節(jié)點(diǎn)系列產(chǎn)品也全面適配，同時(shí)為便于用戶快速微調(diào)，提供了基于昇騰A3超節(jié)點(diǎn)的訓(xùn)練參考實(shí)現(xiàn)。

據(jù)DeepSeek的技術(shù)論文披露，DeepSeek V4的核心創(chuàng)新叫做"混合注意力架構(gòu)"，由兩種機(jī)制交替疊加構(gòu)成：CSA（壓縮稀疏注意力）和HCA（重度壓縮注意力）。兩種機(jī)制交替出現(xiàn)在模型的不同層：CSA處理精細(xì)的中程信息，HCA處理粗粒度的超長程信息。同時(shí)，每個(gè)注意力層還保留了一個(gè)"滑動(dòng)窗口注意力分支"，專門負(fù)責(zé)最近128個(gè)token的近鄰局部信息，彌補(bǔ)壓縮機(jī)制容易丟失局部細(xì)節(jié)的缺陷。

在100萬token的超長上下文場景下，與上一代V3.2相比：V4-Pro的推理計(jì)算量（FLOPs）只需 27%，KV緩存（模型的"工作記憶"）只需 10%；V4-Flash更極端，推理計(jì)算量降至 10%，KV緩存降至 7%。