DeepSeek V4 与前沿 AI 模型的成本

摘要

30 秒看懂

在这期 2026 年 4 月的短片中，Matthew Berman 认为 DeepSeek V4 凭借有竞争力的开放权重和较低价格，可能挑战美国 AI 服务商。他引用一张价格与性能对比图，设想企业选择一个价格更低且可以定制的模型。短片并未证明他关于训练硬件、相对成本和广泛企业适用性的说法；模型的基准表现和部署成本因情况而异。

1新的中国模型Berman 将 DeepSeek V4 视为对美国模型服务商的潜在挑战；地缘政治方面的结果是他的预测。
2价格与性能他使用一张近似估算的图表，说明 DeepSeek 的价格与性能权衡具有吸引力。
3企业决策Berman 认为，开放权重和定制能力可能使低价模型对企业工作负载具有吸引力。

要点建议

DeepSeek 于 2026 年 4 月公布 V4 Pro 和 V4 Flash 预览模型，并发布了模型权重。
Berman 预测，较低的价格和定制权重的能力可能吸引企业客户。
模型在选定基准上的表现，不能证明它在所有任务上都与每个竞争对手相当。
API 价格、训练成本和运行模型的总成本是不同的衡量指标。
此次发布将终结美国在 AI 领域领先地位的说法，是对不确定未来的一种预测。

主题Foundation Models AI cost & performance Open-weight models Geopolitics

全文

按章节阅读整理后的全文

对照原始文稿

只看原始文稿

DeepSeek V4 与竞争

Berman 认为 DeepSeek 的发布可能挑战美国在 AI 领域的领先地位。他提到开放权重，以及有关硬件和资源受限的说法。

Matthew Berman 认为，DeepSeek 于 2026 年 4 月发布的 V4 可能挑战美国在 AI 领域的领先地位。他称这个中国模型与领先的替代产品具有竞争力，并开放了权重。DeepSeek 分别公布了 V4 Pro 和 V4 Flash 预览版；此次发布最终如何影响各国在 AI 领域的领先地位，是一种预测而非既定结果。

Berman 说 DeepSeek 使用更少的资源和受限的 NVIDIA GPU 取得了这一成果。短片没有记录完整的训练硬件、开发支出，也没有提供与竞争模型在相同条件下的比较。DeepSeek 自己公布的基准结果显示模型在不同任务上各有优势和弱点，而不能证明它在所有用途上都与每个领先模型相当。

价格、性能与企业采用

Berman 比较模型价格，询问企业为何要为闭源模型支付更多费用。这一比较反映当时的情况，并取决于具体任务和部署成本。

他展示一张价格与性能对比图，认为企业应考虑能力与成本之间的权衡。图中显示的是近似价格和综合得分；基准选择、模型设置和定价日期都会影响结果。API 的 token 价格不同于模型训练成本，也不同于自行托管的总支出。

Berman 在比较中引用 GPT-5.5 每百万输出 token 30 美元的价格，并称 Claude Opus 4.7 价格相近，随后认为 DeepSeek 可以用低得多的成本满足许多企业需求。这些数字和假设来自视频发布时的 2026 年 4 月背景，并非当前报价，也不能证明任何模型适合所有用途。

对于不需要最苛刻前沿研究能力的公司，Berman 认为开放权重还有一个吸引力：可以定制或微调模型。他问，这样的买家为何要花更多钱使用美国服务商托管的模型。答案除了 token 价格，还取决于质量、安全、基础设施、支持和具体工作负载。