不久前，DeepSeek V4 Flash 凭借单任务成本 0.027 美元的“斩杀线”，让全球近 70% 的同类模型黯然失色，价格却远高于它的模型被无情甩在身后。然而仅仅一个月后，DeepSeek 便开始重绘这条“斩杀线”。随着上周定价策略的落地，V4 Flash 的高峰时段单任务成本飙升至 0.11 美元，能力未变，价格却翻了四倍，斩杀区域随之急剧收缩。紧接着，DeepSeek 又将周末全天划入了“闲时”。在“高峰翻倍、闲时砍半”的框架下，多了一个“周末全天谷”。一次提价，一次降价，DeepSeek 正在试探：开发者究竟能接受多贵的模型？
当斩杀线右移后，GPT-5.6 Luna、腾讯 Hy3 和小米 MiMo-V2.5-Pro 等模型得以“喘息”。按照 Artificial Analysis 的当前标准，这些模型并未突然变强，只是重新获得了生存空间。放出来后，反杀已经开始。截至 8 月 25 日的 OpenRouter 周榜显示，DeepSeek V4 Flash 虽然仍占据 11.6T tokens 的调用大盘，但 Hy3 的 7.16T、Luna 的 4.16T 以及 MiMo-V2.5-Pro 的数据分别增长了 27%、28% 和 29%。DeepSeek 守住了更大的盘子，但这一周更快的增长却出现在了这些对手身上。
低价封神，涨价续命。DeepSeek V4 Flash 上线之初，如同在 AI 圈投下了一枚炸弹。2840 亿总参数、130 亿激活参数，其能力甚至超越了自家旗舰。开发者算过一笔账：在生产环境中修复一个 bug，总成本仅 0.88 元，定位和修复环节仅需 0.27 元，缓存命中率高达 99.8%。当 Artificial Analysis 的散点图传开，“斩杀线”的说法引爆行业，开发者如闻血腥味的鲨鱼般涌入，单日 8 万亿 token 的调用量碾压了全平台日均总量。然而，算力墙随之撞来，OpenCode 指出 DeepSeek 因访问量激增出现容量不足。靠廉价带来的流量洪峰，反而将 DeepSeek 自己冲到了算力瓶颈的墙角。
“斩杀线”本是媒体赠送的礼物，但继续收割，DeepSeek 可能会被这份礼物反噬。便宜曾让 DeepSeek 封神，如今也成了它的紧箍咒。峰谷定价策略真正释放了信号：将“使用时间”转化为计价变量。V4 Pro 的缓存命中输入价从 0.025 元涨至高峰时段的 0.30 元，涨幅达 1100%。《财经》实测，1 亿 Token 的成本从 17.5 元飙升至高峰时段的 102.2 元，涨幅达 5.8 倍。空闲时段价格仅为高峰时段的一半，为不想多付钱的人留了后门——可以半夜跑，也可以周末跑。相对高峰更便宜，但这不能简单等同于旧价的“价格不变”。
DeepSeek 通过价格手段完成了“用户分层”，两拨人拿到的是完全不同的账单。对于企业用户，V4 Pro 高峰 1 亿 Token 成本 102.2 元，仍然是 OpenAI 的 22%、智谱的 36%，“划算”二字依然成立。对于个人开发者，情况则更为复杂。按量 API 与 Token Plan 并不通约，前者按实际 Token 计费，后者受额度、并发和公平使用规则影响。它们能帮助判断预算，却不能简单折算成每亿 Token 的价格。同一个 API，有人买的是“时间”，有人买的是“便宜”。这既是给用户的选择题，也是 DeepSeek 递给资本市场的一张答卷：它要证明自己不仅会用低价换流量，也能把流量转化为质量更高、更可持续的收入。
那么，DeepSeek 凭什么敢涨价？有一个被低估的变量叫 Kimi K3。2.8 万亿参数，编码能力全球第一，通用 Agent 全球第三，综合评分紧追 Claude Fable 5 和 GPT-5.6 Sol。API 定价输入 3 美元/百万 token、输出 15 美元，约等于 GPT-5.6 Sol 的四到五成，但明显贵过 DeepSeek。据高盛报告，Kimi K3 标志着中国 AI 从“成本效率竞争”进入“定价权竞争”的节点：以前大家觉得中国模型只能比便宜，现在发现也能凭能力卖贵。更有趣的是市场反应。Kimi K3 发布不到 48 小时，月之暗面因请求量暴增、GPU 压力过大暂停 C 端新用户订阅。“想收费”被“算力不够”卡住了。这证明了高阶模型的需求和算力压力，但不能直接证明用户接受了 0.84 美元/任务的 API 价格。按 8 月 26 日 Artificial Analysis v4.1.1 数据，Kimi K3（max）约 60 分、0.84 美元/任务；DeepSeek V4 Flash 高峰约 52 分、0.11 美元/任务。能力差 8 分，任务成本相差约 7.6 倍。Kimi 只能说明中国模型已出现更高价格带，不能替 DeepSeek 完成付费弹性测试。DeepSeek 真正要测的，是涨到 0.11 美元后，有多少请求留下、多少流量迁走。
同时，大洋彼岸发生了另一件事。OpenAI 将轻量级 Luna 价格砍了 80%，从 1 美元降到 0.2 美元；谷歌 Gemini 3.7 Flash 直接打五折。于是，斩杀关系第一次反了过来：同为 52 分，Luna 约 0.05 美元/任务，不到 DeepSeek 高峰价的一半。DeepSeek 把别人放出斩杀区，也把自己送进了 Luna 的射程。
一条窄路。据媒体援引知情人士，DeepSeek 在首轮外部融资后，又启动新一轮融资，市场传出目标估值约 740 亿美元，年化收入约 4 亿到 5 亿美元。这些并非官方披露。对比来看，Snowflake 在 2020 年 IPO 时市销率约 57 倍，上市首日飙升至约 80 倍，顶级 SaaS 公司上市通常在 10 至 30 倍。不过 Snowflake 是高毛利 SaaS，DeepSeek 是模型 API 和研发密集型公司，两者不能直接类比。即便只当作压力参照，148 倍也意味着你得跑得足够快。这个 P/S 能不能站住，取决于 DeepSeek 能不能证明三件事：收入能持续增长、毛利质量能打、付费结构不是靠补贴撑出来的。流量解决不了这些问题，但 API 账单可以。
所以，DeepSeek 的定价动作，可以被理解为指向同一个目标：把流量变成可预测的收入，把收入变成可验证的估值依据。过去，557.6 万美元训练 V3 的“低成本叙事”震惊了行业；现在，它需要用 API 收入、企业合同和现金流来讲一个“高价值叙事”。从便宜得吓人到贵得有道理——这个转身，比训练一个模型难多了。据 The Information，DeepSeek 推理 API 毛利率据称超过 50%。即便属实，这也只是 API 单项毛利，不能推出公司整体盈利；训练、研发、折旧和带宽成本仍在利润表之外。但 DeepSeek 并非想涨多少就涨多少。涨太少，148 倍的估值故事讲不圆；涨太多，开发者默默把流量切走了——比分手更伤人的，是连分手通知都没有。
峰谷定价和周末低谷，可以理解为 DeepSeek 同时在做两场压力测试：对开发者，测试涨价后的需求弹性；对资本市场，测试调用留存、请求迁移和收入质量能否支撑更高估值。每一次调价都是一场实验，答案来自 API 日志，不来自问卷。边界已经在浮现。OpenRouter 披露的本月公开署名头部应用中，仅页面可见的五个应用，Hy3 已产生至少约 9220 万次请求，Luna 约 5280 万次，DeepSeek V4 Pro 约 3610 万次，MiMo-V2.5-Pro 约 988 万次。它们已经进入了 Hermes Agent、Kilo Code、Claude Code、Codex 和 Cline 等真实工作流。但这些公开数据只能证明“有人在用”，还不能证明请求一定从 DeepSeek 迁来。DeepSeek 的提价空间还有，但不是无限的。
国产大模型市场已经分裂成两派：一派走“价值定价”做高溢价，一派走“成本定价”靠规模取胜。DeepSeek 想同时走两条路——用 Pro 版站住价值，用 Flash 版守住规模。这套打法能不能跑通，目前没人知道。更棘手的是，整个行业没有统一的计量规范。缓存命中率说不清、Token 单位各算各的、模型功能调整不透明——“比价”变成了一件需要大量实测才能完成的事。定价权的博弈，本质上是在争夺“什么算贵、什么算便宜”的定义权。
DeepSeek 正走在一条窄路上：左边是开发者用脚投票的边界，右边是资本市场要求它证明收入质量。涨得太少，估值故事讲不圆；涨得太多，被放出来的模型就会接走流量。从“低价”到“分时计价”，从拒绝融资到市场传出的 740 亿美元估值——DeepSeek 过去一年做的每一件事，都在重新定义它在坐标系里的位置。