DeepSeek V4 Flash为什么突然爆发？从8T单日调用看开闭源模型的价格战与用户选择

2026年8月3日，海外开发者开源项目团队OpenCode发文称，平台上DeepSeek V4 Flash的调用量出现大幅飙升，单日处理达到8T Token。其中，5T来自免费试用额度消耗，另有3T来自开发者通过OpenCode平台的付费使用。

与此同时，模型API分发平台OpenRouter的最新数据显示，在7月27日至8月2日这一周内，DeepSeek V4 Flash以7.22万亿Token的周调用量位居第一。两组数据放在一起看，已经很清楚地说明一个问题：DeepSeek V4 Flash正式版上线后，不只是“热度高”，而是真正推动了平台调用量和用户规模增长。

DeepSeek V4 Flash为何被频繁调用？先看两大平台的数据说明了什么

OpenCode和OpenRouter虽然都属于模型调用平台，但定位并不一样。

OpenCode是什么？为什么它的数据更能反映代码场景热度

OpenCode本体是面向程序员的终端AI编程工具，附带的Zen、OpenCode Go网关主要聚焦代码开发场景。它不是把尽可能多的模型都塞进去，而是根据实际使用需求，精选适配模型，因此模型池更精简、更集中。

这意味着，如果某个模型在OpenCode上跑出明显增长，往往说明它在开发者真实编码场景里得到了快速采用。

OpenRouter是什么？为什么它的数据更能反映全场景覆盖能力

OpenRouter则是一个全场景通用API聚合网关，模型库更全，面向各类AI应用开发。它覆盖面更广，能看到的是一个模型在更大范围内的调用表现。

因此，OpenCode和OpenRouter的数据共同出现高增长，意义就在于：DeepSeek V4 Flash并非只是在某个垂直圈层里短暂走红，而是在代码开发和更广泛API调用场景中都表现强势。

平台增长有多直接？DeepSeek V4 Flash上线后，OpenCode用户和订阅同步拉升

OpenCode CEO Jay（贾亚库马尔）于8月1日发文称，DeepSeek V4 Flash上线后，平台使用量单日增长了30%，OpenCode Go的新订阅用户也增长了30%。

这个信号很直接。对平台来说，一个模型真正有价值，不只是有人讨论，而是能带来调用增长、付费转化和新增用户。从这个角度看，DeepSeek V4 Flash已经不只是模型产品本身的成功，也成了平台增长的驱动因素。

评论区为什么会出现“我们希望得到DeepSeek的价格”？这背后是怎样的竞争信号

一个很有代表性的细节出现在评论区。OpenAI核心产品与平台负责人Tibo（蒂博·索蒂奥）在评论区推广了OpenAI GPT-5.6产品家族中的轻量经济型模型Luna。但开发者并未买账，有开发者直接表示：“我们希望得到DeepSeek的价格。”

这句话很短，却把当前竞争焦点说透了。开发者关心的不只是模型名气，也不只是参数规模，更现实的判断标准是：性能接近时，谁更便宜，谁更适合大规模调用。

OpenAI为何突然大幅降价？开闭源模型竞争已经进入贴身阶段

7月31日，OpenAI宣布GPT-5.6 Luna降价80%：输出价格从每百万Token 6美元降到1.2美元，输入价格从1美元降到0.2美元。紧接着，当日晚些时候，DeepSeek V4 Flash正式版API上线公测。

这一前一后的时间点，足以说明市场竞争已经非常激烈。尤其是在开发者越来越看重成本、调用效率和实际效果的情况下，价格战已经不是辅助动作，而是决定用户去留的重要变量。

DeepSeek V4 Flash到底提供了什么能力？为什么它能在价格之外继续吸引开发者

模型架构和规模有哪些关键信息

DeepSeek-V4-Flash正式版采用MoE架构，总参数规模达到284B，其中激活13B。它支持最长100万Token上下文，同时支持非思考与思考模式切换。

从来源内容来看，正式版在模型结构和尺寸上与预览版保持一致，变化主要在于重新进行了后训练。这说明它不是完全换代式重做，而是在原有基础上继续打磨实际表现。

智能指数表现如何？和GPT-5.6 Luna差距大吗

在Artificial Analysis智能指数中，DeepSeek V4 Flash获得50分，而GPT-5.6 Luna为51分，两者只差1分。

这个结果释放出的信息很明确：两者定位相近，能力差距并不大。也正因为如此，后面的价格比较才会变得更有杀伤力。若分数只差1分，但成本差距更明显，开发者自然更容易转向更有性价比的一方。

DeepSeek V4 Flash为什么更便宜？关键不只在标价，更在缓存命中折扣

来源内容指出，即便OpenAI已经将GPT-5.6 Luna价格下调80%，DeepSeek V4 Flash在其自有API上的单任务成本仍比前者低约60%。

这里的关键原因，不只是简单降价，而是DeepSeek提供了约98%的缓存命中折扣。也就是说，当输入内容与服务器上已有计算记录匹配时，命中缓存的Token仅按标价2%计费。这一折扣力度明显高于业内普遍的90%折扣水平。

换句话说，同样是做大规模调用，特别是在重复请求多、模板化输入多、连续开发任务多的情况下，这种缓存机制会直接拉低实际成本。对开发者来说，这不是账面上的“便宜一点”，而是长期使用时很容易积累出明显差距。

DeepSeek V4 Flash的定价具体是多少

根据来源内容，DeepSeek-V4-Flash的定价为：

输入命中缓存：0.2元/百万Token
未命中输入：1元/百万Token
输出：2元/百万Token

结合前文提到的缓存命中折扣机制，这组价格之所以有冲击力，不只是因为低，而是因为它和模型能力表现放在一起看时，形成了非常直接的性价比优势。

为什么说这场竞争已经不只是“开源”或“闭源”之争，而是性价比之争

来源内容提到，相近定位却更具性价比，正是近期海外对开闭源模型争议的核心。分析认为，OpenAI面临多重竞争压力，其中一个重要背景就是：中国开源模型快速迭代，模型差距不断缩小，这使得美国头部模型也不得不重新思考性价比。

这句话的重点不在情绪，而在市场逻辑。过去用户可能愿意为“领先更多”支付更高价格；但当能力差距逐渐缩小，开发者就会更认真地核算每一次输入、每一次输出、每一次批量调用的真实成本。到这个阶段，谁能以更低价格提供足够接近的效果，谁就更容易进入开发者默认选项。

DeepSeek V4 Flash的爆发说明了什么？短短不到一周，已经给出清晰答案

DeepSeek-V4-Flash正式版上线不到一周，就在两大平台交出了单日8T、周调用7.22T的成绩单。这样的结果说明，开发者并不是只看品牌，也不是只看谁先降价，而是在真实使用中比较效果、成本和场景适配度。

当OpenAI已经把GPT-5.6 Luna价格明显下调，却仍无法在成本与用户心智方面取得更强优势时，国产开源模型实际上已经把传统“性价比”概念推进到了新的竞争阶段。这个阶段比的不是单一参数，也不是单一口号，而是谁能真正让开发者在日常调用里感到“更划算、更顺手、更值得长期用”。

结语：从调用量到价格战，DeepSeek V4 Flash给行业带来了什么启示

从OpenCode单日8T Token，到OpenRouter周调用7.22万亿Token，再到平台使用量和新订阅同步增长，DeepSeek V4 Flash这次爆发并不是偶然。它背后反映的是模型市场竞争逻辑的变化：当能力差距缩小后，成本效率、缓存机制、实际适配场景，都会变成开发者更在意的决定因素。

尤其是在与GPT-5.6 Luna这样定位接近的模型对比中，DeepSeek V4 Flash用接近的分数、更低的单任务成本和更强的价格感知，迅速占据了讨论与调用优势。这也让“开源是否能打”这个问题，越来越少停留在口头争论里，而越来越多落到真实账单和调用曲线上。

我认为：真正改变市场的，往往不是一句响亮的话，而是一张开发者愿意长期买单的价格表。模型竞争走到今天，谁都不能只靠名头站稳脚跟。说到底，用户并不替谁守擂，他们只会走向那个既能办事、又不太费钱的选择。若这种趋势继续下去，所谓领先者的护城河，恐怕也要先经得住一笔一笔Token成本的盘问。

#大模型竞争