DeepSeek API 输入缓存降价

DeepSeek最新发布嘅DeepSeek-V4-Pro模型API开启2.5折价格特惠，输入(缓存命中)价格为0.25元/百万Tokens，输入(缓存未命中)价格为3元/百万Tokens，输出价格为6元/百万Tokens，优惠期截至5月5日。

据Open Router数据显示，最新推出嘅海外知名AI大模型GPT-5.5 Pro加权平均输入价格为30美元/百万Token，输出价格为180美元/百万Token，从输入价格就同DeepSeek V4 Pro相差超700倍。

GPT-5.5标准版加权平均输入价格为5美元/百万Token，输出价格为30美元/百万Token，包括Anthropic Claude Opus系列、OpenAI GPT-5.4，以及谷歌Gemini 3.1 Pro系列大模型嘅输出价格喺12-25美元之间，均同调价后嘅DeepSeek V4 Pro拉开较大差距。

4月24日，高盛Ronald Keung团队发表研报，全新开源嘅V4模型系DeepSeek效率优先、开源路线嘅延续。

喺技术层面，V4通过架构升级实现长上下文窗口嘅大幅降本，并明确押注华为国产芯片。喺市场层面，呢一发布加速咗中国AI模型竞争嘅白热化，编程能力、任务完成率同多模态将成定价权嘅核心分水岭。

高盛维持对云计算同数据中心板块嘅推荐评级，算力成本效率嘅持续改善将推动AI应用加速渗透，企业端AI代理增长同消费端AI助手嘅双轮驱动，将支撑云服务定价能力持续提升。

V4架构升级，以更少内存撑起更长上下文

DeepSeek V4以Pro同Flash两个版本发布。

Pro版本为旗舰规模，参数量达1.6万亿（激活参数490亿）；Flash版本相对轻量，参数量2840亿（激活参数130亿）。两款模型均支持100万词元token嘅超长上下文窗口，同美国顶尖模型（SOTA）持平，但所需内存同KV缓存大幅压缩。

根据高盛报告，V4 Pro喺100万上下文场景下，单词元token推理所需浮点运算量（FLOPs）仅为DeepSeek V3.2嘅27%，KV缓存占用仅为10%；V4 Flash则更为激进，FLOPs降至10%，KV缓存压缩至7%。

呢一效率跃升依托三项关键架构创新实现：

• 混合注意力机制方面，V4引入压缩稀疏注意力（CSA）同重度压缩注意力（HCA）嘅混合架构。CSA先对KV缓存进行序列维度压缩再执行稀疏注意力计算，HCA则采用更激进嘅压缩但保留稠密注意力，两者协同大幅降低长输入所需嘅临时内存。

• 训练稳定性方面，V4引入mHC机制，增强信息喺多层网络中传递嘅稳定性；

• 同时采用Muon作为主训练优化器（部分模块保留AdamW），以适应比V3更复杂嘅网络架构，提升训练过程嘅收敛质量。