DeepSeek便宜30倍，你的账单一分没少

“

10月17日下午，DeepSeek在X上发了四条帖，上线V4.1-Flash-1017。

在下张叁疯

官方给出的定性叫「性能与成本的帕累托改进」。它自报的单次编程任务成本是0.19美元。

同一张表里，Claude Opus 5是11.84美元。

六十倍。

给结论

六十倍这个数字，只存在于采购单上。落到你手里是九分钱，抵不过六秒半的改稿时间。

本文看点

01

便宜是真的，但要看你比的是谁

02

你的账不按token算

03

那个77分，是它自己打的

01

便宜是真的，但要看你比的是谁

这个倍数很不稳。

按输出单价算，DeepSeek闲时0.60美元每百万token，Claude Opus 5.5是20美元，33倍。

按单个编程任务算，0.19对11.84，62倍。

按写一篇3000字报告算，0.006对0.098，16倍。

三种算法，三个答案。差别在于你把什么算进成本。

图1同一个「便宜 N 倍」，四种口径差出 50 倍（数据来源：DeepSeek、Anthropic 公开定价）

还有一个细节。DeepSeek那张对比表选的是Opus 5（25美元每百万）和GPT-5.6 Sol（20美元促销价），没选更便宜的Opus 5.5和GPT-6.1 Sol。

换成后者，60倍会缩到8到17倍。

这算不上作弊，只是选了参照物。所有价格战都这么打。

02

你的账不按token算

你让AI写一篇3000字的稿子。输入2000 token，输出4500 token，改三稿。

DeepSeek峰时花0.018美元，Opus 5.5花0.294美元。

差0.276美元，大概两块钱。

然后你打开文档，花30分钟改。按一小时50美元的人力成本算，这30分钟值25美元。

所以总成本是25.02对25.10。差了8美分。

换算一下，只要你在DeepSeek的稿子上多花6.6秒，这两块钱的差价就被抹平了。

修一个bug更夸张。省0.223美元，按一小时80美元算，多花10秒就不划算。

跑一个长任务（DeepSWE那种要写668行代码、跨7个文件），省11.65美元。看着不少。

但人工复核一小时是80美元。你只要多花8.7分钟，这点差价就没了。

这就是这一轮降价最不体面的地方。它降的是账单里最便宜的那一项。

一个AI任务的总成本里，token占不到1%，人工占95%以上。

你在优化那1%。

图2token成本只占AI任务总成本的不到1%（数据来源：DeepSWE公开成本、本稿按人工时薪测算）

03

那个77分，是它自己打的

DeepSeek自报DeepSWE v1.1拿了77.0分，比Claude Opus 5的74.0高3分。

这个比较有三个问题。

第一，77.0是自己测的。模型卡里写明，用的是mini-swe-v2这套评测框架。而Opus 5的74.0来自Datacurve的官方榜，用的是另一套mini-swe-agent框架。

不同框架会让同一个模型差10分以上。

第二，Opus 5的74.0带着正负4%的置信区间。77对74，3分差距在误差范围内。

统计上这是平手，不是超越。

第三，表里对照的是5月发布的Opus 5，不是9月22日发布的Opus 5.5。DeepSeek自己的表注也写了，对比止于Opus 5。

独立榜单上的位置更低。Artificial Analysis的智能指数，V4.1-Flash-1017是39.5分，排第30位（共350个模型）。LMArena文本榜1475分，第38。

第30名和第38名，是中上，不是前沿。

图3三个独立榜单指向同一个位置（数据来源：Artificial Analysis、LMArena、BenchLM）

中金互联网团队的说法是，以约1/60的成本取得更高得分。这话没错，但它成立的前提是，你只需要那个分数段的能力。

MIT教授Ethan Mollick对同类模型的评价是，强但不均衡，不是又一次DeepSeek式的突破。

04

真正省到钱的，是另一种公司

那60倍到底谁享受到了。

不是写周报的你。是那些一个月跑几百万次调用的公司。

Lindy是一家25人的AI agent公司。它的CEO Flo Crivello说过一句话，API账单曾经超过全公司所有人的工资总和。迁到DeepSeek之后，推理成本降了95%，一年省几百万美元。

他的原话是，这对公司来说是生死问题。

Coinbase把默认模型换成GLM和Kimi，AI支出压缩近一半。爱沙尼亚一家数据采集公司从GPT-4o换到DeepSeek V3，成本降92%。

这些公司的共同点是，token是它们的原材料，不是它们的办公用品。

反过来说，一个5人小团队呢。

有一份公开的迁移测算。把50个prompt重写、重建评测集、适配工具调用、重调缓存策略、合规审查，合计约162小时。按一小时150美元算，迁移成本24300美元。

迁过去每月省311美元。回收期6.5年。

所以那份测算给出的决策线是，月API账单低于1000美元，别换，迁移成本吃掉所有收益。

这就是60倍的真实边界。它是一道给采购部门看的数字，不是给你看的。

图4月账单越大，迁移越值（数据来源：公开迁移测算、CNBC）

∞

它自己也在失血

DeepSeek自己2026年1到7月营收4.75亿元，是2025年全年的10倍。API毛利率82.9%。

听着很健康。

但综合毛利率只有44.6%，净亏损7.15亿元。

差在哪。训练。

梁文锋向投资者说过，算力70%以上给训练，不到30%给推理。

而它的日活从1.2亿涨到2亿，涨了67%，同期算力储备只增加8.3%。

图5日活涨 67%、算力只涨 8.3%，缺口最后变成宕机（数据来源：DeepSeek、晚点LatePost）

结果就是10月15日早上8点到下午1点，服务停了约5小时。官方确认的只有10月15日那一次。第三方记录里，2026年它至少宕机18到19次，补偿方案是返还7天消耗金额。

图6DeepSeek 在北京融科资讯中心的办公楼（图源：搜狐科技）

它已经动过一次价格了。

8月16日它涨过一次，涨幅57%到371%，缓存命中最高涨1100%。9月10日又降回来三分之一。

一家公司在一个月内先涨三倍再降回来，说明低价是战术，不是成本结构。

Bloomberg Intelligence的Robert Lee把行业底色说清楚了，AI行业商品化程度很高，供给过剩，中国官方批准的大模型有988个。

988个模型抢同一批客户，价格是唯一的杠杆。

Anthropic首席商务官Paul Smith在9月初说过一句，我没有任何兴趣通过降价来购买市场份额。

三周后，Opus 5.5发布，定价比上一代低20%。

同一天，OpenAI的GPT-6 Sol也发了，晚两小时。

投资人Steve Eisman在7月就说过，如果我是Anthropic或OpenAI的负责人，我会害怕，这在我看来就是价格战。

他说的其实跟模型能力无关。他说的是定价权。

所以9分钱这个数字，真正重要的地方不在它有多小。

在于它告诉你，这一轮AI降价，降的是企业的采购成本，不是你的使用成本。

你想省钱，最有效的动作不是换模型。是把那30分钟的改稿时间，压到20分钟。