DeepSeek V4 定档7月15日：大模型正在从「技术竞赛」走向「工程经济」

6月29日，我的邮箱里躺着一封 DeepSeek 发来的邮件。点开一看，几个字跳进眼睛里：峰谷定价。

我当时就愣了一下。这词我太熟了，国家电网的嘛。夏天开空调电费贵，半夜洗衣服电费便宜。怎么着，现在大模型 API 也要学这一套了？

但冷静下来想了一圈，我觉得这事儿远不止「涨价」这么简单。它背后藏着一个信号：大模型行业正在从拼参数、拼 benchmark 的技术竞赛，拐进拼效率、拼成本、拼落地的工程经济时代。

V4 的技术底色：1.6万亿参数的「效率革命」

先看硬实力。DeepSeek V4 系列分两个版本：

	V4-Pro（旗舰版）	V4-Flash（轻量版）
总参数	1.6万亿	2840亿
激活参数	490亿	130亿
上下文窗口	100万 Token	100万 Token
架构	MoE + DSA 稀疏注意力	MoE + DSA 稀疏注意力

注意那个关键数字：1.6万亿总参数，每次只激活 490 亿。 这就像一个 1600 间房的酒店，每次只开 49 间的灯——电费自然省。

但这只是表象。V4 真正的杀手锏藏在效率指标里：在百万 token 长上下文场景下，推理计算量仅为前代 V3.2 的 27%，显存占用降至 10%。官方博客披露的技术细节显示，这得益于自研的 DSA（DeepSeek Sparse Attention）稀疏注意力机制，结合 CSA（压缩稀疏注意力）和 HCA（重度压缩注意力）的混合方案，在 token 维度进行压缩，让计算成本不再随序列长度线性增长。

换句话说，V4 的核心逻辑不是「更大」，而是「大而精」——用更少的算力做更多的事。

DSpark：让推理再快 85%

架构优势之外，工程落地层面的优化同样值得关注。2026年6月27日，DeepSeek 联合北京大学发布了 DSpark 推测解码框架，核心创新在于「半自回归生成架构」与「置信度调度」两项互补机制。

实测数据：V4-Flash 单用户生成速度提升 60%-85%，V4-Pro 提升 57%-78%。更关键的是，DSpark 以 MIT 协议开源，兼容 Qwen、Gemma 等主流基座——中小企业可以直接复用，无需从零搭团队做推理优化。

峰谷定价：算力正在变成「水电煤」

回到那封邮件。DeepSeek V4 正式版引入了行业首创的峰谷分时定价：

• 🔴 高峰时段（9:00-12:00, 14:00-18:00）：价格翻倍
• 🟢 谷电时段（其余17小时及周末）：维持现行价格

具体价格方面，V4-Flash 谷段输出仅 2 元/百万 token，即便高峰翻倍到 4 元，仍然仅为 GPT-4o（10 美元/百万 token）的约 1/18。V4-Pro 谷段输出 6 元/百万 token，高盛研报指出其推理成本仅为 OpenAI 同类产品的 1/20。

这波操作引来不少争议。有人说「不是刚降过价吗」，确实，4月26日 DeepSeek 刚把缓存命中价格砍到首发价十分之一，创了全球大模型价格新低。但换个角度看，峰谷定价不是单纯的涨价——它是算力资源稀缺背景下的标准化调度工具。当你的单模型周调用量冲到 4.66 万亿 token、连续六周登顶全球榜首的时候，白天算力挤兑、接口超时已成常态，用价格引导错峰是市场化的必然选择。

调用量超越 Anthropic：开发者用脚投票

OpenRouter 聚合平台的数据很能说明问题。2026年6月，DeepSeek V4 系列周调用量达 6.75 万亿 token，平台份额 18.7%，首次超过 Anthropic。它同时成为美国 B2B 企业 AI 软件支出增速最快的供应商。

这不是靠烧钱补贴换来的「虚假繁荣」。极致的架构效率 + 大胆的定价创新 + 开源的工程框架，三者叠加构成了一个正向飞轮：成本越低，用得越多；用得越多，优化越好；优化越好，成本越低。

结语

7月15日 V4 正式版全量上线，7月24日旧接口永久停用。另外国产大模型在 OpenRouter 上周 Token 调用总量刚刚超过美国，全球前五中国产品占据四席。这些信号叠加在一起，指向同一个方向：大模型不再是实验室里的论文竞赛，它正在变成一种实实在在的基础设施。 而基础设施的核心指标从来不是 benchmark 分数，是成本、效率和可靠性。

对于开发者来说，选择已经很清晰了。如果你预算有限、做的是批量非实时任务，V4-Flash + 谷电时段是目前性价比最高的方案，没有之一。如果你需要复杂推理能力，V4-Pro 的成本是海外同级产品的二十分之一。而不管选哪个版本，有一件事是确定的——便宜不是终点，便宜且好用才是。