變天了 DeepSeek自砍一刀 AI價格腰斬
來源：倍可親(backchina.com)太卷了，又降價了！DeepSeek 這是鐵了心要當 AI 圈的價格屠夫。
最近（9 月 29 日晚），DeepSeek 官宣全新模型 V3.2-Exp 正式發布並開源，緊接著，API 價格也跟著跳水。
降價還不是象徵性地降一點，而是直接腰斬：成本直接砍掉 50% 以上，輸出價格甚至暴跌 75%。
API 輸入價格（緩存命中）從每百萬 tokens 0.5 元降到 0.2 元，輸出價格從 12 元砍到只剩 3 元，簡直是三折跳樓甩賣的力度。
而且是馬上生效，毫不拖泥帶水，這波速度，屬實帶點國產廠商的豪爽氣質。
這也讓 DeepSeek 的 V3.2-Exp，成為了「性價比最高」的 API 之一。
其實老狐覺得連之一都可以省略了，目前主流 AI 大廠，能給到這個價格的，幾乎一個沒有。
網友們看完新報價直接發出靈魂拷問：「百萬輸出 3 塊，這誰卷得過呀？」
值得一提的是，這波降價不是瞎搞促銷，而是人家真在底層模型上做了優化。這一切的關鍵，是這次發布的 V3.2-Exp 模型核心創新技術：DeepSeek Sparse Attention（稀疏注意力機制，簡稱 DSA）。
為啥這玩意這麼重要？稍微跟狐友們科普一下：
聽著很抽象對吧？但其實你可以把它想象成一種「聰明的省電模式」。傳統的注意力機制是每個 token 都要跟其他所有 token 打招呼，一句話幾十個字，它們內部得互相問好幾十次，累不累？
當然累啊，不僅計算慢，還特別燒錢（你懂的，伺服器、GPU、電費、維護啥的都不是小錢）。
而 DSA 這個新招數呢？它只讓重要的 token 說話，不重要的就自動閉麥，節省了大量計算資源和時間。
結果就是：推理更快了，成本更低了，關鍵是模型表現還沒掉鏈子，跟前一版本 V3.1-Terminus 的水平差不多。就是說，在不犧牲效果的前提下，成功把算力這口鍋輕了好幾斤。
為啥叫「Exp」？因為這是個實驗性版本，意思是團隊在探索新架構的路上，邁出的關鍵一步，不是最終版本，但已經實用到可以全面開用。所以你現在用到的 DeepSeek API，全都已經是這個新模型了。
如果你是開發者，恭喜你，沒動代碼，調用成本直接砍半，喜提史上最值更新。
如果你還想對比下老模型的效果，DeepSeek也很貼心地保留了 V3.1-Terminus 的 API 介面直到 10 月 15 日，修改個 base_url 就能切換測試，不影響當前價格。
真學術范十足的安排，官方都勸你自己實測，不怕 PK，實力說話。
咱們再從開發者的角度，直白點說這波更新到底有多香。
比如你做長文本處理的，文檔摘要、歷史對話、代碼分析這種，最怕的就是上下文太長，token 一多，價格跟著飆，跑一次你得猶豫半天。
這回好了，DSA 專門優化了「長上下文」任務的推理效率，成本一下就被拉下來了。再長的上下文也不用擔心破產式調用了，終於能踏實跑大任務了。
而從模型訓練的角度，V3.2-Exp 的開發過程其實也是科技感拉滿。他們這次用的是「專家蒸餾+統一強化學習」雙管齊下策略。
先是針對數學、編程、邏輯推理等多個領域，各自訓練出了專精模型，再把這些「專家」的知識整合進最終大模型中（這波叫做蒸餾）。
然後在強化學習階段，用一種新的 GRPO 策略（Group Relative Policy Optimization），把智能體能力、人類偏好（alignment）、推理水平全融合到一次訓練中。
這樣訓練有兩個好處：
每個領域都不落下，性能均衡
不會出現「新技能學了，舊知識忘了」的災難性遺忘問題
更硬核的是，DeepSeek 還把 GPU 運算元開源了，兩套版本，TileLang 和 CUDA 全放出來了，研究、部署、二開隨你選，開源力度拉滿。MIT協議，不限商用，真誠到令人髮指。
你要做本地部署？也OK。Docker 鏡像準備好了，還兼容各種硬體平台，包括 NVIDIA H200、AMD MI350、甚至國產 NPU。
而這波重磅發布的時間點嘛……DeepSeek又一次選擇了節前。
沒錯，他們是真的熱愛在大家放假前丟重磅炸彈。前有 V3.1、再有 Terminus，這次 V3.2-Exp 又趕在國慶之前放出，這公司更新節奏，堪比高鐵發車。
不過，也不是沒人質疑：你這幾次都是「小步快跑」，真正的大招呢？比如一直被期待的 V4、R2，什麼時候上線？
甚至在 X（原推特）上就有海外網友留言問 DeepSeek：「你們啥時候發 V4？」底下有人直接回：看這節奏，短期內怕是看不到。
其實從這次發布內容來看，V3.2-Exp 已經是邁向 V4 的關鍵中間步驟了。
尤其是 DSA 架構的引入，為千億參數級別的大模型做了前期驗證，等下一波大規模模型上線，很可能就是在這個基礎上完成的。
所以說，這波 DeepSeek 降價不僅不是「營銷噱頭」，反而更像是「提前放出未來技術紅利」。你可以把 V3.2-Exp 看作一款「技術預告片」，但這預告片本身就已經能跑商用、能降成本、還能開源拿去部署。
這放在全球 AI 廠商里，真沒幾個能做到。
有人說，在開源模型競爭白熱化的今天，留住開發者靠的不是光說不練，而是持續優化體驗+價格給到位+社區透明度高。這次 DeepSeek 顯然是三管齊下，全拿下了。
相比之下，大多數廠商仍在拼參數、拼能力、拼精度，但 DeepSeek 選擇了另一條更難模仿的道路：卷服務成本，卷研發效率，卷開源透明度。
這種紮實且高門檻的優勢，才是真正構築護城河的核心。或許，是時候重新評估國產大模型實力了。