起源：杨幂总台视后作者： 陈美芝：

涨价海潮下，，DeepSeek推动AI“价值战”

甫一颁布便成为外界焦点的DeepSeek V4开启限时折扣。。

4月26日，，澎湃新闻记者获悉，，DeepSeek最新颁布的DeepSeek-V4-Pro模型API开启2.5折价值特惠，，输入(缓存射中)价值为0.25元/百万Tokens，，输入(缓存未射中)价值为3元/百万Tokens，，输出价值为6元/百万Tokens，，优惠期截至5月5日。。

而据Open Router数据显示，，最新推出的外洋驰名AI大模型GPT-5.5 Pro加权均匀输入价值为30美元/百万Token，，输出价值为180美元/百万Token，，从输入价值就和DeepSeek V4 Pro相差超700倍，，此外，，GPT-5.5尺度版加权均匀输入价值为5美元/百万Token，，输出价值为30美元/百万Token，，蕴含Anthropic Claude Opus系列、、、OpenAI GPT-5.4，，以及谷歌Gemini 3.1 Pro系列大模型的输出价值在12-25美元之间，，均和调价后的DeepSeek V4 Pro拉开较大差距。。

值妥贴心的是，，在今年AI行业整体算力集体涨价的布景下，，DeepSeek V4再次将“AI降价”的理念贯彻到底，，进一步打响业内的“价值战。。

此前4月13日，，阿里云颁发，，旗下大数据开发治理平台DataWorks对尺度版、、、专业版用户取缔逐日挪用API的数量限度，，本次调换从2026年4月14日起逐步颁布。。其中，，DataWorks尺度版挪用API的免费额度调整为10万次/月，，DataWorks专业版挪用API的免费额度调整为50万次/月，，超出部门选取OpenAPI按量付费的方式。。

3月18日，，百度智能云官网颁布布告称，，受全球AI利用急剧发展影响，，算力需要持续攀升，，主题硬件及有关基础设施成本出现显著上涨。。为保险平台持久不变运行与服务质量，，4月18日起，，AI算力有关产品服务上调约5%至30%，，并行文件存储等上调约30%。。

今年以来，，腾讯云也陆续两次颁发涨价。。继3月11日对部门模型启动正式收费及涨价后，，4月9日，，腾讯云称鉴于全球AI算力需要持续激增，，主题硬件供给链成本大幅上涨，，将于2026年5月9日起，，对AI算力、、、容器服务及弹性MapReduce（EMR）有关产品刊例价进行调整。。

除了云端之外，，下游模型端同时出现价值上修信号。。国产大模型厂商智谱已在年内进行三次API价值上调。。2月12日，，智谱对GLM Coding Plan套餐执行结构性调价，，整体涨幅自30%起。。智谱钥溘格调整函中明确暗示，，涨价源于“市场需要持续强劲增长，，用户规模与挪用量急剧提升”。。

3月16日，，智谱颁布专为智能体“龙虾”（OpenClaw）场景深度优化的通用大模型GLM-5-Turbo，，并上调其API价值，，涨幅为20%。。4月8日，，智谱正式颁布GLM-5.1，，再度提价10%。。调价后，，GLM-5.1在Coding场景的缓存射中Token价值已靠近Anthropic旗下Claude Sonnet 4.6水平。。

这次DeepSeek在全球领域内再次广受关注，，除了创新性的技术架构，，主题在于对于国产芯片的全面适配，，实现国产AI算力的急剧崛起。；；；扑惆洳夹畔⒊疲，昇腾超节点产品全面支持DeepSeek V4。。本次通过双方芯模技术缜密协同，，实现昇腾超节点全系列产品支持DeepSeek V4系列模型。。

在DeepSeek V4颁布后，，寒武纪也在第一功夫颁发，，基于vLLM推理框架实现了对这次DeepSeek-V4-flash和DeepSeek-V4-Pro两个版本的Day 0适配，，适配代码已开源到GitHub社区。。

其中，，昇腾950通过融合kernel和多流并行技术降低Attention推算和访存开销，，大幅提升推理机能，，结合多种量化算法，，实现了高吞吐、、、低时延的DeepSeek V4模型推理部署。。昇腾A3超节点系列产品也全面适配，，同时为便于用户急剧微调，，提供了基于昇腾A3超节点的训练参考实现。。

据DeepSeek的技术论文披露，，DeepSeek V4的主题创新叫做"混合把稳力架构"，，由两种机制交替叠加组成：CSA（压缩稀少把稳力）和HCA（重度压缩把稳力）。。两种机制交替呈此刻模型的分歧层：CSA处置精密的中程信息，，HCA处置粗粒度的超长程信息。。同时，，每个把稳力层还保留了一个"滑动窗口把稳力分支"，，专门掌管最近128个token的近邻部门信息，，添补压缩机制容易迷失部门细节的缺点。。

在100万token的超长高低文场景下，，与上一代V3.2相比：V4-Pro的推理推算量（FLOPs）只需 27%，，KV缓存（模型的"工作影象"）只需 10%；；；V4-Flash更极端，，推理推算量降至 10%，，KV缓存降至 7%。。