撰文 | 涂彦平
编辑 | 张南
设计 | 荆芥
题图 | AI（来自X）
8月4日，全球知名的AI聚合平台OpenRouter公布了最新周度数据。DeepSeek-V4-Flash以7.22万亿Token的调用量强势登顶，位列全球第一；其两个版本的V4-Flash合计处理了6700亿Token。
时间倒回几天前的7月31日，DeepSeek发布的最新版本V4-Flash 0731，在上线当天便引发了一场“核爆”般的震动。
一张源自海外大模型评测社区Artificial Analysis的图表迅速刷屏。该图表横轴代表单任务成本，纵轴展示综合智能得分，128款主流大模型散落在坐标系中。
直观来看，模型位置越靠左意味着成本越低，越靠上则代表越智能。换言之，处于左上角的模型拥有最高的性价比。
DeepSeek-V4-Flash 0731（max）恰好占据了最左上角的那个点位，堪称性价比之王。有人以此点为原点，向右、向下分别画了两条线。这两条线所夹区域内的模型，无论是性能还是成本，都无法与之匹敌。
“DeepSeek斩杀线”这一说法由此流行。虽然“斩杀线”听起来颇具攻击性，但对用户而言，这却是一大利好。X平台用户OceanX写道：
“今天，有个程序员给我发了消息说：这是他开始工作以来最棒的夏天了。今年，他下载了《Codex》和《Harness》，把所有的工作都交给了编程机器人来处理，完成了相当于五年的工作量。到处都在打折促销，只需100亿Token就能轻松买到，这相当于一个小时的工资而已。今天，X平台上的人全都停止了手头的工作。并同时转发了关于DeepSeek V4 Flash正式上线的消息。他说自己非常幸福，觉得仿佛置身于人类黄金时代的幻想之中。”
01
焦点转移
50分的智能得分、低于0.03美元的单任务成本——DeepSeek V4 Flash 0731在同性能梯队中成本最低，在同成本区间内性能最高。这并非简单的性价比高，而是断层式的领先。
先看横向对比。DeepSeek V4 Flash 0731的智能指数比GPT-5.6 Luna低1分（后者最高值为51分）。即便OpenAI将GPT-5.6 Luna的价格降低了80%，DeepSeek V4 Flash 0731仍比GPT-5.6 Luna低60%。
再看纵向对比。这款新模型的智能指数比2026年4月发布的DeepSeek V4 Flash高出10分；同时，它也比DeepSeek V4 Pro高出6分。
DeepSeek V4 Flash 0731的具体定价如下：每百万Token输入费用为0.14美元（约1元人民币），输出费用为0.28美元（约2元人民币）。缓存命中费用为每百万Token 0.0028美元，相当于原价打98折。
可以说，DeepSeek用极致的工程效率重新确立了定价锚点。
这张图还隐含着一个预测点。图中右上方橙色虚线区域标注着“待中的DeepSeek V4 Pro GA”。目前DeepSeek V4 Pro（max）的智能得分约为45，外界推测，Pro GA版本可能将智能拉升至55-60分区间，单任务成本维持在0.08美元左右。
届时，新的斩杀线或将吞下更多大模型。
从这个意义上说，斩杀线更像是一场竞速规则的重置：过去比拼的是“谁能造出更聪明的模型”，现在开始较量“谁能用更少的钱产出够用的智能”。竞争焦点，发生了转移。
02
反应
斩杀线的出现触发了一连串连锁反应，从开发者生态开始，层层扩散。
OpenRouter最新周度数据显示，前五名中国模型的调用量总和远超美国厂商闭源模型。在海外开源社区Hugging Face上，与DeepSeek V4 Flash相关的微调、RAG应用、插件适配项目数量在过去一周内增长了数倍。
7月30日，OpenAI宣布GPT-5.6 Luna降价80%，Terra降价20%。Luna每百万输入Token从1美元降至0.2美元，输出从6美元降至1.2美元——这是OpenAI历史上最大幅度的单次降价。
值得注意的是，这一宣布发生在DeepSeek V4 Flash 0731上线之前。但这恰恰说明，OpenAI感受到的不仅是一款模型的压力，更是DeepSeek系列模型自年初以来持续形成的性价比冲击。
一周多前，谷歌已推出价格更低的Gemini 3.6 Flash和3.5 Flash-Lite模型。Anthropic虽然没有直接降价，但在产品策略上做了调整——根据公开报道，其将Claude Opus 5的定价维持在Claude Opus 4.8的水平（每百万输入Token 5美元、输出Token 25美元），性能跨了一代，接近Claude Fable 5的能力。
它们的新模型在性能上有代际差异，价格却保持不变，本质上是在用“加量不加价”的方式回应市场压力。
如果说OpenAI、谷歌、Anthropic的降价是群体应激反应，那么中国大模型厂商则正在发动一场集体攻势。
8月3日，阿里巴巴正式发布Qwen3.8-Max，总参数量2.4万亿，采用MoE稀疏激活架构，这是千问系列迄今规模最大的旗舰模型。在Artificial Analysis那张图中，Qwen系列集中在0.1-1.5美元的价格区间。
7月27日，月之暗面正式开源Kimi K3完整模型权重，总参数2.8万亿，支持100万Token上下文。值得关注的是，Kimi K3 max版本在图表中已经杀入智能得分55分以上梯队，且单任务成本不到1美元——这是强有力的中高端替代者信号。
图表上小米MiMo2-V2.5位于0.01美元附近，与DeepSeek V4 Flash 0731形成中国模型低价双雄格局。
彭博社注意到，过去八周内，中国AI企业连续发布了5款重量级模型。可见，中国AI的发展已不再是一家公司的单点突破，而是已经形成一套可以持续推出接近全球前沿水平模型的体系。
斩杀线是这套体系的集体产出——它不来自某一项技术的奇袭，而是工程效率、供应链成本、人才密度等多重因素叠加的结果。它算不上“中国AI打败美国AI”的结论性证据，但它确实在证明一件事：在既有技术路线下，中国AI产业的工程化能力已经可以做到极致。
03
变化
斩杀线折射的其实是一个行业竞争主轴的变化。
2023年到2025年，大模型卷的是智能——谁的跑分高，谁就是SOTA，谁就能定高价。
但2026年，游戏规则在松动。智能天花板开始触顶，62分和58分的差距，对大多数用户来说已经感知不到太大差别。与此同时，中国军团把价格底线砸穿了一次又一次——从0.1美元到0.05美元到0.01美元，每一轮都是数量级的下探。
当智能差距缩小、价格差距放大，性价比就成了新的竞争主轴。斩杀线的真正含义，不是DeepSeek杀死了谁，而是它重新划定了“值不值”这条线。
它对行业释放的最大信号是：大模型竞争不再比谁参数更大，而是比谁能用更低的成本带来更多价值。一味追求参数堆砌的老路，可能已经走到了拐点。
接下来，会发生什么？
顶层，极少数“贵但确实够强”的旗舰模型，守住那些对精度、安全性容错空间极小的高难场景——比如复杂的科研推理、需要极高准确率的金融合规判断。这部分需求对价格不敏感，用户认的是“谁真正顶尖”，愿意为确定性和安全感买单。
中间层，最难受。既没有绝对领先的性能，又没有极致的成本优势。接下来只有两条路可走：要么被迫卷价格，把商业模式从头算一遍利润空间；要么主动避战，绕开正面价格竞争，在垂直场景里用“专而深”换一条生路。
斩杀线砍的从来不是哪一家模型，而是旧的依赖路径。在快速变化的市场中，谁能在成本和能力之间做好平衡，谁就有可能在下一局坐上牌桌，迎来自己的黄金时代。
