> **来源：[研报客](https://pc.yanbaoke.cn)** # DeepSeek V4的后续影响总结 ## 核心内容 DeepSeek V4-Flash的发布标志着模型价格战进入新阶段，其API价格显著低于行业平均水平，输入每百万Token为0.14美元，输出为0.28美元。该模型在保持与Preview版本相近的架构和参数规模的基础上，通过后训练技术提升了代码、Agent及工具调用能力，从而在性价比上占据优势。 ## 主要观点 - **模型竞争转向后训练与系统工程** DeepSeek V4-Flash未依赖参数规模提升，而是通过后训练和Harness框架增强任务规划、工具调用和错误恢复能力。这表明未来模型的实际效果将越来越依赖于模型+Harness+工具+数据的整体组合，单纯依靠基础模型能力建立壁垒的难度逐渐上升。 - **模型层定价权承压** 随着中等强度模型以极低成本完成大部分标准化任务，企业将更频繁地在不同模型间切换，导致高端闭源模型的定价权受到挑战。模型厂商或将面临投入增加、Token价格持续下降的行业趋势。 - **低成本模型推动Agent和AI应用普及** Agent通常需要多轮推理、工具调用和失败重试，模型降价将显著改善AI编程、营销等中后台自动化任务的单位经济模型。应用公司的竞争焦点将回归客户入口、行业数据和工作流闭环，能够对最终任务结果负责的产品将更具定价权。 - **海外模型市场进入价格竞争新阶段** DeepSeek V4与Kimi K3的推出正在推动海外模型市场进入新一轮价格竞争。中国模型凭借接近前沿的能力、开放部署和显著成本优势，正加速进入海外开发者和企业的选型范围。叠加OpenAI近期主动下调GPT-5.6 Terra和Luna价格，海外模型厂商或将从单纯比拟能力转向能力、价格与生态并重。 - **模型降价推动云端使用量增长** 模型效率提升虽降低单次任务的算力消耗，但更低的价格将扩大用户数量、调用频率和可部署场景，从而带动Token消耗和推理需求加速增长。云平台将成为统一获取算力、部署模型和管理调用的核心入口，模型越便宜，应用越普及，云收入受益可能越明显。 ## 关键信息 - **性能对比** DeepSeek V4-Flash在多个基准测试中表现优异，尤其在代码、Agent及工具调用方面。例如，在Terminal Bench 2.1中得分为82.7，在NL2Repo中得分为54.2，在Toolathlon-Verified中得分为70.3，均优于GLM-5.2和Opus-4.8等竞品。 - **成本优势** DeepSeek V4-Flash的成本远低于海外闭源大模型，如图2所示，其单位任务成本显著低于行业平均水平。 - **行业趋势** 未来模型厂商需关注系统工程与后训练技术，而云平台和推理基础设施将成为主要受益者。投资建议偏向云和推理基础设施，对模型层保持谨慎。 ## 风险提示 1. **AI需求不及预期** 若AI应用需求增长放缓，可能影响模型和云服务的市场表现。 2. **地缘政治环境干扰供应链** 供应链受地缘政治影响可能对模型部署和云服务产生不利影响。 3. **AI数据中心建造放缓** 若数据中心建设进度放缓，可能限制模型的算力供给和云平台的扩展能力。 ## 投资建议 - **模型层**：建议保持谨慎，价格战可能削弱单一API的稀缺性和定价权。 - **云平台**：受益于模型调用量增长及多模型部署需求，值得关注。 - **基础设施端**：关注推理芯片、服务器、网络及数据中心产业链的布局和增长。 ## 报告分析师 - 姚书桥，SFC HK执业证书编号：BRZ136 - 吴叡霖，SFC HK执业证书编号：BVA376 ## 免责声明 本报告内容仅供参考，不构成投资建议或交易邀约。投资者需自行判断并承担相关风险。报告内容可能因市场变化而失效，且不保证其准确性或完整性。完整报告请参见海通国际研究网站。