DeepSeek 输入缓存价格降到一折，这个信号比单纯发新模型更值得看。 AI 工具下一轮竞争，不只是“谁更聪明”，而是谁能把一次任务的成本打下来。 因为普通人真正高频使用 AI，卡的不是会不会提问，而是能不能放心大量用。 当模型能力越来越接近，成本、稳定性、工作流接入，才会变成真正的分水岭。 所以我越来越觉得，AI 工具的机会不只在模型本身。 也在中转、路由、缓存、自动化和工作流这些脏活里。

DeepSeek V4 没有缩小差距——它正在悄悄落后 主流叙事是"中国 AI 已经追上美国"。但美国 NIST 旗下 CAISI 5 月独立评估，把这个故事打得粉碎。 问题 1：与前沿模型差距从 3 个月扩大到 8 个月。 DeepSeek 自己的报告说 V4-Pro 与 GPT-5.4、Claude Opus 4.6 相当（差 2 个月）。但 CAISI 用非公开基准测试得出结论——V4 实际只相当于 8 个月前的 GPT-5。差距没缩小，是拉大了。 问题 2：参数堆到 1.6 万亿，仍然追不上闭源。 DeepSeek 把参数从 V3.2 的 6710 亿堆到 V4-Pro 的 1.6 万亿（4900 亿激活），成为全球最大开源模型——还是只在编码竞赛上"与 GPT-5.4 相当"，世界知识、推理、多模态全面落后。 问题 3：训练框架在英伟达和华为之间反复横跳。 DeepSeek 2025 年中曾把训练迁移到华为昇腾，结果出现"严重训练失败"，R2 被迫退回 NVIDIA GPU。现在的解法是——训练用 NVIDIA，推理用华为。这恰恰证明国产 AI 芯片还撑不起前沿模型训练。 DeepSeek 内部的真实困境？ V4 推迟 6 个月才上线，定价砍到 GPT-5.4 的 1/9（每百万 tokens 3.48 美元 vs 30 美元），但这不是技术优势——是利润换市占率。Anthropic 单用户月营收 211 美元，DeepSeek 拿什么对手？ 中国 AI 不是没进步，是别人跑得更快。CAISI 的 8 个月差距不是技术差距，是体系差距——GPU 禁令、人才流失、训练框架本土化全部失败叠加的结果。

DeepSeek V4.1 下个月发布 Agent+MCP+多模态 现在MCP生态三家都上了桌 Claude发明的 OpenAI跟进了 DeepSeek也来了 但只有一家是开源免费的 同样的能力 一个收你200刀 一个收你20刀 一个不收钱 你选哪个

DeepSeek 最新融资，最有意思的不是估值涨到了 515 亿美元 是梁文锋拒绝了谁，又选择了谁🧐🧐 阿里谈崩了，条件是「生态整合」。腾讯开价想拿 20% 股份，同样被拒。 中国互联网最厚的两张钱包，在梁文锋这里都吃了闭门羹。 原本传闻领投的国家大基金，现在退居第二。领投位置留给了梁文锋自己： 个人认购约 40%，开出整轮最大一张支票，把控制权牢牢锁住🔒 DeepSeek 自 2023 年成立以来从未接受外部融资（想起了 Hyperliquid 哈哈），把 VC 和互联网大厂一起挡在门外，不是因为不缺钱，是因为他们要的太多。 或许中国 AI 独立性真正的对立面，是商业巨头的生态并吞。

DeepSeek 这个缓存机制非常合理且简单（无需额外配置，默认命中 ），对比 Anthropic 好复杂啊，还需要手动控制。 然后 DeepSeek 的缓存命中率非常给力。Pro 1500w tokens 只要九毛六。

DeepSeek首轮融资估值数周翻倍至450亿美元，大基金领投。 可能包含的投资方：中投公司，国家主权基金，中国社保基金，腾讯，阿里。 梁文峰，其实不需要投资的IPO 的，但是为了稳住核心人才，这一步必须走了。