DeepSeek 的画风一直跟其他大模型厂商不一样，就一直没有竞争过最强的模型、最聪明的模型这一个位置，在我的感受里面，他一直的形象都是够用的模型里面最便宜的，便宜的模型里最强的。
所以在 DeepSeek-V4-Flash0731 出来的时候，会有大模型公司斩杀线的说法。
现在DeepSeek V4 Pro 上线了。
模型叫 deepseek-v4-pro，目前 API 节点已经切到 DeepSeek-V4-Pro-0813。 比较抓眼球的几个数字也很直接：1M Context，支持 Tool Calls、Responses API、Anthropic API；价格大概是百万 Token 输入 3 元、输出 6 元，缓存命中 0.025 元。
所以我的第一反应应其实不是又来了一个“国产最强模型”。这种标题过去一年已经看太多了，大家也对最强祛魅了，反正大家都知道：下一个最强。
我在想：如果一个接近第一梯队的模型，真的能便宜到这个程度，那 Agent 这件事情的账是不是开始算得过来了？
因为这半年模型市场已经有一个很明显的变化。
大家还是会发 Benchmark，还是会比推理、代码、数学，那是因为那个时候真实场景还是比较少，会更多关注banchmark 带来的对比。
现在很多企业都上了生产业务，或者说很多个人已经充分使用各种第一梯队模型在执行具体工作了，所以现在已经慢慢从“模型能不能回答这个问题”，变成了给它一件复杂的事情，它到底能不能真的做完，还需要人介入到什么程度。
反正我看模型，更多的是看：能不能把事情做完、做完要多少钱、跑起来快不快、接入到现有工作流能不能跑
如果单看能力，Kimi K3 其实也很强，但是我一个 199 的订阅，2 次对话就跑完了，我就知道这个模型我用不起，综合性价比还不如 codex订阅。
Agent 现在跑 token 很夸张，System Prompt、工具描述、企业规则、知识库、用户历史状态，这些东西可能每一轮都要带。尤其当 Agent 开始长期运行以后，模型一次调用有多便宜，就不是一个“API 省几块钱”的小问题了。
它直接决定一个场景到底有没有商业价值，假设一个 Agent 一天只调用模型 10 次，那用哪个模型影响不大，但如果它一天调用 1000 次呢？如果公司内部有 100 个 Agent 呢？如果以后一个员工背后不是一个 Agent，而是十几个不同的后台 Agent 呢？
那好像只能选够用的模型里面最便宜的，这跟当初 R1 出来的感觉其实有点像，R1 当时带来的冲击，也是把一个原本看起来很贵的能力迅速打了下来，你便宜一个 20%，意义不大，便宜到原来的几分之一甚至十几分之一，那就是结构性的改变了。
当然，我们也不能只算模型的百万 Token 多少钱，因为一个便宜 5 倍的模型，如果为了完成任务要反复跑 8 次，它其实实际投入更多，还不算时间成本、人力投入。一个单 Token 很贵的模型，如果一次就把事情干完，也可能更划算，这个也是我们之前只用最新、最好模型的原因。
因为我们一直以来算的都是完成一次任务到底多少钱，我甚至觉得未来模型真正有用的成本指标应该是 ，而不是/Token，只不过这个很难量化和统一而已，如果有做这个测评的，可以试试用这个指标做 banchmark，我感觉会更有市场哈哈哈，但方向应该会往这里走。
再往后看两周，我觉得会挺热闹。
先说 DeepSeek，目前 V4-Pro-0813 已经可以通过 API 访问，模型节点、价格、API 能力已经比较明确，但一部分更详细的性能信息还主要来自社区流传，所以接下来我最想看的反而是它正式把材料补齐以后，怎么解释这轮提升到底从哪里来。
尤其是后训练，从DeepSeek-V4-Flash0731 来看，后训练的重要性被低估了，模型架构没有发生非常大的变化，Agent 能力却可以提升很大，这说明模型厂商在训练这个脑子怎么工作方面还没有做到极致，这一层未来可能比继续单纯堆参数更有意思。
另外就是国内模型肯定还会继续发，不过这条斩杀线会带来比较大的压力，可能会导致国产模型持续跳票，
再一个，当大家对大模型的需求从看谁最强，变成够用的模型谁最便宜，我觉得模型价格战还会继续，但可能会是一个更隐蔽的价格战：缓存越来越便宜、推理档位越来越多、Fast / Flash 版本越来越强，还是那个逻辑，大家实际看的是 ，/Token 甚至会涨，但实际完成同一个任务的成本会继续往下掉。
这样大模型的斩杀线的逻辑就明确了：谁能做出一个明显比 DeepSeek 更强，同时还贵得有道理的模型？
回答不了这个问题，那就只能持续跳票了......
然后对 AI 深度学习感兴趣的可以点击：
