不久前，我們和大家介紹過“AI斬殺線”的概念，簡單說就是中國AI模型每次發佈，就會讓一堆海外模型在性價比上失去競爭力。

DeepSeek V4.1發佈後，事情變得更有意思了。

DeepSeek官方宣佈，V4.1 Flash在性能、速度、成本和完成任務總時間上，已經整體優於上一代V4 Pro。

於是，在新的Pro版本推出前，原本呼叫V4 Pro的API請求，直接切換到更便宜的V4.1 Flash。

AI斬殺線瘋起來，連自己的Pro也砍。

為什麼V4.1這麼一個小版本更新，能取得這麼大的改進？隨著中國AI斬殺線越跟越近，對AI產業會有什麼影響？

今天我們就一起解讀下V4.1背後的技術變化，一起看看中國AI斬殺線的未來影響。

《AI大模型產業最新趨勢掃描》直播PPT

很多討論都認為DeepSeek訓練出了一個“更聰明的小模型”。

實際上，V4.1 Flash本身一點都不小。

按照官方技術資料，它的主幹模型擁有5520億參數，另外還有近2000億Engram參數，只是真正執行階段只需要啟動其中很小一部分。

這背後代表的是大模型競爭正在發生一個很重要的變化：

模型“知道多少”，和每次回答問題“需要算多少”，開始被拆開。

MoE框架本來就在做這件事。一個模型裡可以有很多不同“專家”，但處理一道題時，只叫真正相關的幾個專家上班，而不是讓整個公司所有人都來開會。

大模型運行其實分成兩個階段，一個是Prefill，另一個是Decode。

簡單說，前者就是先把Prompt、歷史記錄、程式碼、工具返回結果全部“讀進去”，讓AI理解現在要幹嘛；後者也就是Decode階段，AI才真正開始“思考和輸出”。

Agent時代最大的問題是“讀”的東西越來越多。一個Coding Agent可能先吞掉幾十萬Token程式碼和幾十次工具呼叫結果，最後真正需要輸出的程式碼卻只有幾千Token。

所以V4.1開始讓不同階段使用不同規模的計算：讀大量上下文時更省，真正生成和推理時再增加計算。

普通使用者不用理解其中所有工程細節，只需要記住一個變化：

過去提高AI能力主要靠“多算”，現在開始越來越依靠“把計算花在真正有用的地方”。

7月16日《國產AI晶片產業鏈掃描》專題直播PPT

更有意思的：DeepSeek開始把“記憶”和“思考”分開

V4.1另一個值得關注的技術叫Engram。

傳統大模型有一個很浪費的地方：很多固定短語、語言規律和事實關聯，每次都要通過神經網路重新算一遍。

DeepSeek提出了一個很直接的問題：既然有些東西本質上只是“記住”，為什麼每次還要重新“想”？

於是Engram把一部分適合直接查詢的資訊放進一個巨大的記憶結構裡。需要時直接取出來，把昂貴的神經網路計算留給真正需要推理的地方。

這也是為什麼一個模型完全可以擁有巨大的知識容量，但真正處理每個Token時，只呼叫很少的計算資源。

換句話說：模型有多大、模型有多聰明、模型跑起來有多貴，正在變成三件不同的事情。

這可能才是V4.1最值得行業關注的技術變化。

Agent時代，真正競爭的是“完成一個任務多少錢”

另外兩項變化也值得放在一起看。

第一是長上下文成本持續下降。

DeepSeek從V4開始就在大幅壓縮KV Cache。KV Cache和記憶體之間的關係我們7月和大家解讀過。

簡單理解，就是Agent連續工作時，為了“記住前面發生過什麼”需要佔用的視訊記憶體會越多，因為Agent越工作越久，需要記的東西越多，KV Cache越大。

在這個HBM價格暴漲的時期，降低1%的視訊記憶體消耗都會釋放巨大的硬體成本壓力。

DeepSeek歷代模型每Token全域KV Cache大小對比

今年7月，DeepSeek曾在完全不改變Flash模型結構和尺寸的情況下，只重新做後訓練，就讓Terminal Bench等Agent測試成績大幅提升。

這說明今天AI真正的生產力，已經越來越不能只看底層模型。

模型怎麼訓練它使用工具、怎麼規劃任務、失敗後怎麼重試、Harness怎麼搭、允許它思考多久，都會直接改變最終效果。

所以DeepSeek這次特別強調了一個很值得注意的指標：Total Time-to-Completion，完成整個任務到底需要多長時間。

這比“每百萬Token多少錢”更接近企業真正關心的問題。

一個模型即使Token便宜一半，如果經常做錯、需要不斷重試，最後可能反而更貴。

反過來，一個Flash模型只要已經能穩定完成絕大多數任務，它就沒有必要繼續為所有請求支付Pro價格。

聽到“AI斬殺線”，很多人把它理解成中國AI崛起、不斷用低價模型衝擊海外巨頭。

但再後退一步看，它背後其實是：算力和資源約束，逼出來的極致工程效率，引領模型成本下降，也驅動更便宜的模型被更多人使用，又反過來推動下一輪最佳化。

回顧2024年，王煜全在前哨第一次和大家掃描DeepSeek，一路從稀疏計算、模型蒸餾，到KV Cache壓縮、後訓練…

這個曾經被GPU算力決定一切的領域，已經發生了新的變化：前沿AI的能力保質期越來越短，模型企業的關鍵優勢不再是簡單的算力和資料，而是整套模型底層的工程能力。

在這樣的變革中，OpenAI、Anthropic這些領跑者會不會被顛覆？DeepSeek、智譜、Kimi、MiniMax這些中國公司到底能不能賺到錢？

這些問題的答案，王煜全在本周專題直播《AI大模型產業最新趨勢掃描》給出了新判斷。

這次直播沒有把重點放在模型排行榜上，王煜全和大家對比了OpenAI、Anthropic、智譜、MiniMax等模型廠商的業績、營收和技術變化情況，掃描1100+Agent初創公司。

站在產業上游，和大家一分享了新聞、熱點背後真正的未來趨勢，一起看清Agent的下一輪變局、創業新機會。

如果你也想抓住未來機會，不妨好好思考一下這個問題：

當AI能力越來越強、越來越便宜以後，什麼東西會迅速貶值，什麼東西反而會變得更值錢？

跳出一兩個AI模型優劣的對比，你看到的可能是一輪AI產業重新洗牌的機會。 (全球風口)

今天，我們聊一個我一直都先想聊的問題，那就是deepseek以及中國的大模型，到底是怎樣改變了全球的大模型生態。

2025年初，DeepSeek第一次震動矽谷的時候，全球AI市場討論的問題還是：中國公司，能不能用更少的錢追上OpenAI？但一年多以後的今天，這個問題已經過時了。

7月31號，DeepSeek正式上線V4 Flash。僅僅幾天之後，在OpenRouter周榜上，這款模型就處理了超過7兆Token，登上了單模型呼叫量的榜首。

也不只是Deepseek，最新榜單的前五全是中國大模型，確實是有史以來第一次。而且，中國大模型的周呼叫量，已經連續14周碾壓美國，穩居全球第一。

在OpenRouter上，中國模型的Token份額，已經從2025年4月左右的17%，一路漲到了今年7月的接近69%。

這背後的原因是什麼？，全球開發者為什麼大規模遷移到中國模型？

01. 我們先從價格看：這是“斬殺線”的起點

最容易想到的答案肯定是，便宜。

DeepSeek V4 Flash目前的官方API價格是，每百萬輸入Token 0.14美元，每百萬輸出Token 0.28美元。模型總參數大約2840億，但每次推理只啟動130億左右的參數。V4 Flash也被定位成V4系列中速度更快、成本更低的版本。

這個價格是什麼概念呢？我們可以對比一下。

根據Artificial Analysis的資料，在一組標準評測任務中，運行一次DeepSeek V4 Flash的平均成本大約只有3美分。同一套測試裡，OpenAI的GPT-5.6 Sol大約1.86美元，Anthropic的Claude Fable 5大約3.15美元。

當然，這也不能簡單理解成，DeepSeek就是比Claude便宜100倍，因為不同模型的能力水平肯定不完全一樣。

關鍵是性價比。DeepSeek這麼便宜，但它的能力並不低。雖然V4 Flash還落後於最頂尖的閉源模型，但已經處在一個非常有競爭力的能力區間。

現在海外開發者社群裡，流傳著一個新詞，叫“AI斬殺線”。DeepSeek乃至中國大模型，正在改變全球AI的定價。我們想一下，如果一個模型跟DeepSeek差不多水平，但要貴上幾倍甚至十幾倍，使用者憑什麼多花這麼多錢？“斬殺線”斬的就是這種模型。

另外，還有一個重要的問題：DeepSeek這麼便宜，到底是不是在虧錢賣？

野村7月底做了一個大模型專家調研，按照受訪專家的測算，在60%的快取命中率下，DeepSeek綜合推理成本低於每百萬Token 0.8元人民幣，綜合售價大約1.3元人民幣。

也就是說，單看推理服務，扣掉直接算力成本之後還有接近四成的毛利率。這裡沒有算上模型訓練、研發人員這些其他成本，但這至少也說明，DeepSeek便宜，是因為結構性的成本下降。

這裡我們就不展開講DeepSeek的技術細節，這方面也已經有很多討論，感興趣的朋友可以再自己去瞭解下。

我們想說的是，通過技術最佳化帶來的成本優勢，那可就不是短期價格戰的問題了。因為如果一家企業只是今天給你打五折，那競爭對手可以等它補貼結束。但如果這家企業本身的成本曲線就在下方，就很可能成為可持續的優勢。

先靠極致的性價比搶使用者，再用市場規模進一步攤薄研發和算力成本。這就是以DeepSeek為代表的國產模型的打法。

02. 第二點，我們想聊聊“想”和“做”的分化

但如果DeepSeek的優勢只是便宜，那也不足以解釋開發者的大規模遷移。

因為在AI行業，一個模型的價值還要看它能不能進入真實的工作流。

OpenRouter的資料顯示，截至今年7月初，中國模型在不同任務中的Token使用量已經有明顯優勢。Agent任務中國模型佔85%，Coding任務佔89%。

這裡值得注意的是，Token比例和支出比例完全不成正比。在Agent和Coding場景下，中國模型對應的支出比例只有13%和16%。也就是說，中國模型不一定拿走了最困難、最貴的任務，但它們正在用極低的價格，吞下龐大的計算工作量。

這可能是Agent時代最重要的市場。因為當AI從聊天機器人變成能替人工作的Agent以後，它消耗的Token數量會迅速膨脹。

你問ChatGPT一個問題，可能只消耗幾千Token。但一個Agent在後台工作幾個小時，可能消耗幾十萬、幾百萬甚至更多Token。到了這個階段，模型每百萬Token差上一兩美元，乘上巨大的呼叫量，直接決定了一個AI產品賺不賺錢。

所以，現在開發者也越來越現實了，不再只用一個模型。比如，開發者可能先用Claude Code或者Codex，搭配頂級模型，完成複雜的架構設計，等方案確定之後，進入程式碼生成、修改和執行階段了，再換到DeepSeek這樣的低成本模型。

也就是說，最貴的頂尖模型負責想，最便宜的合格模型負責做。 (柳葉刀財經)

彙整鉅亨號中所有使用「AI 斬殺線」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

DeepSeek V4.1發佈！AI斬殺線，瘋起來自己也砍

DeepSeek成全球AI“斬殺線”？中國大模型改寫的不止是價格