7月31日，DeepSeek V4-Flash正式版API上线公测，以极低的价格引发行业关注。每百万输入token仅需1元，每百万输出token仅需2元，缓存命中后输入成本低至每百万token 2分钱。同时，该模型支持100万上下文、思考模式、工具调用和Responses API，单账户并发连接上限达2500。DeepSeek还计划推出峰谷定价，高峰时段价格翻倍，即便如此，其价格仍远低于市场平均水平。
按照官方换算，1个中文字符约消耗0.6个token，一百万token可读入约167万中文字符。这意味着，读入一本百万字的书籍，账面成本仅需几元钱。对于依赖大模型API的AI应用创业者而言，这无疑是一次成本结构的重塑。
AI应用的本质：倒卖token的生意
过去，人们习惯用互联网产品或SaaS的框架理解AI应用。但AI应用有一个显著不同：用户每次交互，应用公司都需要向模型供应商支付推理成本。因此，大多数纯软件AI应用跑通的商业模式，本质上是采购token，将通用模型能力包装成具体产品，再通过会员、积分或按次收费卖给用户。正如Poe在推出API时所明确的，其点数定价直接与底层模型供应商的成本挂钩。
有观点认为，AI应用就是一门“倒卖token”的生意。尽管措辞直白，但产业链条确实如此：模型厂商生产智能，应用公司负责选品、加工和配送。这门生意的利润，主要来自三笔差价：采购差价（通过规模化或技术手段降低成本）、使用差价（用户套餐的未使用额度沉淀）以及产品差价（将token加工为高价值交付物）。其中，产品差价才是应用的真正价值所在。
成本压力倒逼产品设计：谨慎的账房先生
然而，持续增长的推理成本正在反向影响产品决策。以Manus为例，其官方使用说明建议用户根据任务复杂度选择模式，简单问题使用Chat模式，复杂任务则需检查中间结果，以避免Agent在错误方向上消耗更多积分。这些指导合理，却也揭示了Agent产品的一大难题：模型越自主，成本越难预测。
当一次用户指令可能触发数十次模型调用时，应用团队不得不像账房先生一样精打细算。功能是否上线，往往先考虑单次任务的成本，而非用户需求；更强的模型能力被拆进高价套餐，普通用户只能使用限流版本。行业出现一种尴尬的倒置：产品卖的是智能，团队却时刻在“克扣智能”。
过去两年，AI应用创业者并不缺少创意，他们缺的是足够强、足够便宜、可以放心塞进产品里的智能。上游模型的价格波动，直接影响着应用层的商业设计。
DeepSeek的突破：把“智能过路费”砍下来
DeepSeek V4-Flash并非一款因降价而牺牲能力的“残血”模型。它拥有100万上下文，支持思考模式和工具调用。4月预览版发布时，其推理能力已接近V4-Pro；7月31日的正式版重新进行了后训练，多项Agent基准成绩超越V4-Pro预览版。这意味着，它在保持高性能的同时，将价格拉到了极具竞争力的水平。
这很重要。过去，便宜模型往往伴随能力不足，而AI应用真正需要的是单位价格下足够稳定的智能。DeepSeek让一批高频任务跨过了“够用”线，同时将成本降至可高频调用的区间。对于普通用户而言，大模型很可能已经走过临界点：他们不关心benchmark上的几分差距，只在意自己的任务能否被搞定。当模型已经能读材料、做推理、调工具、交结果，继续提升的能力是否还值得数倍溢价，开始成为需要重新探讨的问题。
DeepSeek没有让所有模型变便宜，但它让高价模型必须向用户解释自身的溢价理由。这类似于拼多多击穿日用品价格心智后，品牌溢价、渠道成本等中间环节都需要重新证明自身价值。DeepSeek击穿的是智能的价格心智。
创业者终于可以低头做产品了
当模型成本降至合理水平，AI应用团队得以将目光从上游收回，专注产品本身。过去，大模型频繁迭代，应用公司被迫跟着模型厂商的节奏走，今天接入新上下文，明天换上新推理模型，产品路线被上游牵着走。现在，底层模型有机会成为相对稳定的生产资料，团队不必再围绕榜单打转，也不必再以“接入最新模型”作为核心卖点。
模型稳定之后，产品反而没有借口了。模型能完成任务只是起点，产品要做的是将任务放进真实流程，处理权限、数据、协作、审核和失败，让用户无需反复教AI如何工作。这些细节虽然不性感，却决定了用户是否持续付费。AI应用的价值不在于展示模型，而在于让模型隐于工作流之中。
由此，应用公司之间的竞争不再是“谁先拿到模型”，而是“谁更懂一项工作”。模型可以在一夜之间变强，行业理解却无法速成；API可以被任何人接入，一套被用户接受的工作方式却难以复制。这也让许多看似不那么宏大的生意重新变得可行——AI创业不必从“下一代入口”开始，可以只解决一个具体问题，服务一群特定用户。
过去，模型太贵时，小市场撑不起完整产品，团队只能追求规模、高客单价和快速融资，以覆盖推理成本。如今，故事可以小一点：小团队先服务一小群人，把一件事做透，再向外扩展。这正如许多“百年老店”的起点——没想统治一条街，只先把门口几桌客人照顾好。
贵五谷而贱金玉
西汉晁错在《论贵粟疏》中写道：“贵五谷而贱金玉。”过去几年，大模型更像金玉——参数越来越大，榜单越来越高，被聚光灯环绕，却难以真正融入日常生产。应用层的使命，是将金玉化作五谷。DeepSeek没有替创业者做好饭，它只是把米价降了下来。至于谁能把饭馆开起来，就看各自的手艺了。
