一个从不融资的公司，突然估值翻倍；一个追求极致效率的团队，把模型跑到了国产芯片上。4月24日这天，AI圈同时发生的好几件事，彼此之间藏着一条暗线。
◎ 同一天，两个世界
2026年4月24日，AI圈迎来了一个罕见的“双黄蛋”。
大洋彼岸，OpenAI发布GPT-5.5，号称“迯今最智能、最直觉易用的模型”，主打Agentic Coding和多步骤自主任务。闭源，高价，企业订阅。
同一时刻，北京，DeepSeek上线了V4——1.6万亿参数MoE架构，Apache 2.0协议全开源，1M上下文标配，API定价是GPT-5.5的约1/8.6。
这不是巧合。据我们了解到，DeepSeek原定2月发布V4，但为了适配华为昇腾芯片，推迟了两个月——最终选择和OpenAI同一天亮相。
一个闭源加价，一个开源降价。两条路线的正面硬刚，就这样被写进了同一天的产品发布表里。
但如果你只看跑分，你会错过真正的故事。
◎ 1.6万亿参数，27%的计算量
先说最重要的数字。
V4-Pro总参数量1.6T（万亿），但每个token只激活49B参数——这是MoE（混合专家）
架构的核心逻辑：用稀疏激活换取推理效率。
真正让同行注意的，不是参数量，而是DeepSeek把计算量压到了什么程度。
根据技术报告，V4单token推理FLOPs只有上一代V3.2的27%，KV缓存缩小到V3.2的10%。这意味着，同样处理100万字的长文本，V4的计算开销不到前代的三分之一。
怎么做到的？DeepSeek在架构上动了三层手术：
第一层：压缩注意力。传统Transformer的注意力机制计算量是O(n²)，文本越长越慢。V4设计了两种压缩注意力——CSA（压缩稀疏注意力，每4个token的KV缓存压缩为1个条目）和HCA（高度压缩注意力，压缩率m'=128），两者交错堆叠，让百万级上下文的计算量不再指数级增长。
第二层：查算分离。这是DeepSeek创始人梁文锋署名论文的核心概念——Engram条件记忆模块。传统模型让注意力同时负责“检索知识”和“推理组合”，导致资源浪费。Engram把固定的、需要记忆的模式存入查找表，O(1)复杂度调用，释放注意力资源专注推理。集成27亿参数Engram的模型，在同等参数和FLOPs条件下性能超过纯MoE模型。
第三层：流形约束超连接。mHC（Manifold-Constrained Hyper-Connections）将连接矩阵约束在双随机矩阵流形上，让信号在极深网络中保持稳定增益（约1.6倍），计算利用率从行业平均约60%提升到85%以上。
三套组合拳的效果：DeepSeek用1.6万亿参数的模型，跑出了比前代更少的计算量、更小的显存占用、更长的上下文窗口。
但真正让V4成为行业事件的，不是这些数字本身——而是数字背后的算力含义。
◎ 华为昇腾跑通了
4月24日当天，华为同步官宣：昇腾超节点全系列产品支持DeepSeek V4系列。
这句话的分量，需要放在一个更大的背景里理解。
过去两年，中国AI行业被一个结构性矛盾所困：最好的模型跑在英伟达GPU上，而英伟达GPU对中国客户实施了多轮出口管制。模型越强大，对高端算力的依赖越深——这是一条越走越窄的路。
V4改变了这件事的方向。
根据技术报告，V4的细粒度专家并行方案同时在NVIDIA GPU和华为Ascend NPU上完成验证，昇腾NPU上实现1.5-1.73倍加速，RL rollout等高敏感场景可达1.96倍加速。
“V4适配华为昇腾芯片，验证了国产芯片技术可行，且与国际芯片相比可能具备成本竞争力。昇腾950超节点2026年下半年批量上市后，V4 Pro推理成本将进一步下降。” ——摩根大通研究报告
摩根大通认为，市场对DeepSeek发布V4后的恐慌性抛售（智谱和MiniMax当天均跌9%）是过度反应。V4释放的最大信号不是“竞争加剧”，而是“算力瓶颈松动”——当国产芯片能跑通前沿模型，整个中国LLM行业的成本曲线都在往下压。
“模型运行时开始从单一硬件依赖中解耦”这件事本身，比任何benchmark都有战略意义。
但也要看到现实的灰度。目前开源层面释放的MegaMoE和DeepGEMM仍然深度绑定NVIDIA工具链，昇腾适配更多是方向性验证而非全面就绪。DeepSeek官方也承认，V4 Pro“受限于高端算力，服务吞吐仍有限”，预计下半年昇腾950超节点批量上市后价格才会大幅下调。
方向是对的。路还没走完。
◎ 开源之后，谁在买单？
V4发布前三天，一则融资消息让整个中国AI圈炸了锅。
4月22日，多家媒体报道，腾讯与阿里巴巴正在洽谈投资DeepSeek，预计共计投资18亿美元。DeepSeek本轮融资估值约200亿美元。
这个数字什么概念？一周前，市场还传出DeepSeek寻求以不低于100亿美元估值融资3亿美元的消息。短短几天，估值翻了一倍。
多个信息源告诉晚点，腾讯和阿里这对缠斗多年的老对手，罕见地携手出现在同一家公司的股东名单上。截至目前，交易方案还未完全敲定，确定的投资方仅有腾讯、阿里两家。
DeepSeek此前的叙事是“不融资、不烧钱、靠母公司幻方量化的盈利养活自己”。这个叙事帮助它获得了市场的信任——一家不靠外部输血也能持续迭代的公司，说明它的效率已经跑通了。
但现在，DeepSeek选择了拥抱资本市场。据我们了解到，为适配华为昇腾芯片所做的工程投入，是V4推迟发布的重要原因之一。做国产算力适配不便宜，但这件事的回报可能是整个行业的成本曲线下移。
利益结构很清晰：DeepSeek要算力适配的钱和生态渠道，腾讯和阿里要一个不受制于OpenAI的国产基座模型。三方各取所需，但博弈才刚开始。
◎ 跑分之外：V4到底强在哪？
先看数据。根据公开技术报告和LMArena实测：
V4-Pro-Max强项：
Codeforces Elo 3206分，超过GPT-5.4的3168分
Chinese-SimpleQA 84.4%，在该中文知识基准上领先
LiveCodeBench 93.5%，领先Claude Opus 4.6的88.8%
SWE-Verified 80.6%，接近Opus 4.6的80.8%
V4-Pro-Max弱项：
LMArena Code排名仅第14位（Elo 1456），远落后于GLM-5.1（1534）和Kimi K2.6（1529）
长上下文召回MRCR 1M得分83.5%，远低于Opus 4.6的92.9%
GDPval-AA（Elo 1554），落后于GPT-5.4的1674
HLE不带工具仅37.7%，Gemini 3.1 Pro达44.4%
多位开发者向晚点反馈，V4在代码生成和中文理解上确实有长足进步，但在复杂Agent工作流和多步骤推理上，与OpenAI和Anthropic的最新闭源模型仍有差距。
但如果你只看跑分排名来评估V4的价值，就像用百米速度来评价一辆越野车——参数不是这个模型的核心叙事。
◎ “大宗商品化”的自我否定
V4发布后，最耐人寻味的不是跑分，而是定价。
版本
输入价格（/百万token）
输出价格（/百万token）
V4 Pro
$1.74
$3.48
V4 Flash
$0.14
$0.28
GPT-5.5
$5.00
$30.00
Flash版的输出价格是GPT-5.5的不到1/100。Pro版的输出价格是GPT-5.5的约1/8.6。
但重点在Pro和Flash之间的价差——12倍。
DeepSeek自己用定价结构否定了“AI模型终将大宗商品化”的叙事。Pro版处理复杂推理任务，Flash版处理简单高频调用。这是基于任务复杂度的分级定价体系，和SaaS行业的订阅分层逻辑一样。
智谱GLM-5.1的输出定价为$3.50/百万token，与V4 Pro的$3.48几乎持平。所谓“DeepSeek定价碾压一切”的论调，与实际数据并不吻合。
摩根大通把这称为“定价纪律”——V4的技术创新（token压缩、DSA架构）属于开源发布，不是护城河。V3时期的MoE路由机制在4-6个月内就被千问、GLM、Kimi吸收。技术创新最终成为行业通用配置，整体成本曲线下移，对所有玩家均有利。
◎ 谁在受益，谁在买单？
V4发布当天，智谱和MiniMax股价各跌9%，恒生指数当天涨0.2%。算力租赁概念股浙数文化、超讯通信双双跌停。
市场的逻辑很简单：DeepSeek出更强模型 → 竞争加剧 → 纯LLM公司生存空间被压缩。
但摩根大通认为，这只是看到了第一层。
把利益相关方地图画出来：
受益方：
应用层公司（字节、腾讯旗下产品）——模型成本下降，token吃得更多，产品利润率提升
华为和昇腾生态——V4验证了国产芯片跑前沿模型的技术可行性
开发者社区——Apache 2.0全开源，1M上下文，本地部署成本大幅下降
承压方：
纯模型公司（智谱、MiniMax、月之暗面）——V4 Flash版的极度低价挤压了中间层公司的定价空间
算力租赁中间商——模型效率提升意味着单位token的算力需求下降
英伟达——国产芯片适配跑通，长期削弱了对英伟达高端GPU的依赖
在中间的人：
DeepSeek自己——拿了腾讯阿里的钱，就要承受被平台公司“双重绑定”的代价
阿里云/腾讯云——投资DeepSeek的同时，仍然在卖智谱、Kimi等其他模型的API
这场比赛的终局，大概率不是谁吃掉谁，而是每个人的角色都在重新定义。
◎ 旧模型的高光时刻
V4发布中最有意思的一个细节，不在技术报告里，而在API页面的一行小字里。
官方写明：DeepSeek V3.2时代的deepseek-chat和deepseek-reasoner接口，将于2026年7月24日下线，目前所有请求已经自动路由到deepseek-v4-flash。
一个1.6万亿参数的新模型上线，旧的对话模型直接被替换。没有中间过渡期，没有兼容灰度。这种行为方式，和DeepSeek过往的风格一致：追求极致效率时，连自己人也不手软。
Flash版与Pro版在不同基准测试上的差距只有1-3分。这意味着对于大多数日常应用场景，Flash版的性价比远超Pro版——而Flash版的定价，和三年前一个7B参数模型差不多。
某种意义上，这才是V4对行业冲击最深远的地方：不是1.6万亿参数有多强，而是284B参数的Flash版已经足够好，好到大多数人不需要再为“更强”多付12倍的钱。
◎ 下半场还没开场
4月24日之后，竞争格局正在发生一个微妙的重心转移。
模型跑分的天梯榜还在每周更新，Kimi K2.6、GLM-5.1、DeepSeek V4在Code Arena上你追我赶。但从利益结构看，真正决定行业走向的力量，已经不是单个模型的参数量或Elo分数。
V4适配昇腾成功，意味着国产算力的可用性不再是理论假设，而是工程事实。下半年950超节点批量上市后，推理成本还有下降空间。
但昇腾生态的开发者体验、工具链成熟度、与CUDA的兼容性，仍然是一道看不见的墙。多位从业者反馈，“跑通”和“好用”之间还有很长一段路。
DeepSeek拿了腾讯阿里的18亿美元，但交易还没完全敲定。三方博弈的结果，将决定这家公司未来的产品走向和生态站位。
开源社区的贡献者们在Apache 2.0协议下拿到权重，但真正要部署1.6万亿参数的模型，需要的GPU集群规模和工程经验，不是每个团队都具备。
过去的两个半月里，DeepSeek用了15个月打磨V4，OpenAI在同一天亮出GPT-5.5，阿里千问3.6、Google Gemma 4、Meta Llama 4轮番登场——2026年4月，开源AI史上最卷的一个月。
在过去，大家比的是谁的模型更大、跑分更高。但从V4开始，这场比赛的胜负手，可能不再是跑分榜上的一个数字，而是谁先把算力从单一依赖中解绑，谁先让1M上下文变得像1000token一样便宜，谁先让开发者不再纠结选闭源还是开源。
在很多人只看到跑分的时候，V4真正改变的是跑分的成本结构。
而成本结构，才是一切叙事的底层逻辑。
翔云优配提示：文章来自网络，不代表本站观点。
