变天了 DeepSeek自砍一刀 AI价格腰斩

2025-10-03 | 来源: 科技狐 | 转到微信 | 有0人参与评论 | 字体: 放大缩小 | 收藏 | 打印

太卷了，又降价了！DeepSeek 这是铁了心要当 AI 圈的价格屠夫。

最近（9 月 29 日晚），DeepSeek 官宣全新模型 V3.2-Exp 正式发布并开源，紧接着，API 价格也跟着跳水。

降价还不是象征性地降一点，而是直接腰斩：成本直接砍掉 50% 以上，输出价格甚至暴跌 75%。

API 输入价格（缓存命中）从每百万 tokens 0.5 元降到 0.2 元，输出价格从 12 元砍到只剩 3 元，简直是三折跳楼甩卖的力度。

而且是马上生效，毫不拖泥带水，这波速度，属实带点国产厂商的豪爽气质。

这也让 DeepSeek 的 V3.2-Exp，成为了“性价比最高”的 API 之一。

其实老狐觉得连之一都可以省略了，目前主流 AI 大厂，能给到这个价格的，几乎一个没有。

网友们看完新报价直接发出灵魂拷问：“百万输出 3 块，这谁卷得过呀？”

值得一提的是，这波降价不是瞎搞促销，而是人家真在底层模型上做了优化。这一切的关键，是这次发布的 V3.2-Exp 模型核心创新技术：DeepSeek Sparse Attention（稀疏注意力机制，简称 DSA）。

为啥这玩意这么重要？稍微跟狐友们科普一下：

听着很抽象对吧？但其实你可以把它想象成一种“聪明的省电模式”。传统的注意力机制是每个 token 都要跟其他所有 token 打招呼，一句话几十个字，它们内部得互相问好几十次，累不累？

当然累啊，不仅计算慢，还特别烧钱（你懂的，服务器、GPU、电费、维护啥的都不是小钱）。

而 DSA 这个新招数呢？它只让重要的 token 说话，不重要的就自动闭麦，节省了大量计算资源和时间。

结果就是：推理更快了，成本更低了，关键是模型表现还没掉链子，跟前一版本 V3.1-Terminus 的水平差不多。就是说，在不牺牲效果的前提下，成功把算力这口锅轻了好几斤。

为啥叫“Exp”？因为这是个实验性版本，意思是团队在探索新架构的路上，迈出的关键一步，不是最终版本，但已经实用到可以全面开用。所以你现在用到的 DeepSeek API，全都已经是这个新模型了。

"低得荒谬可笑" DeepSeek R1模型惊人成本曝

DeepSeek一句话,沪指重回3800点....

针对DeepSeek?美AI独角兽宣称停止服务中国公司

如果你是开发者，恭喜你，没动代码，调用成本直接砍半，喜提史上最值更新。

如果你还想对比下老模型的效果，DeepSeek也很贴心地保留了 V3.1-Terminus 的 API 接口直到 10 月 15 日，修改个 base_url 就能切换测试，不影响当前价格。

真学术范十足的安排，官方都劝你自己实测，不怕 PK，实力说话。

咱们再从开发者的角度，直白点说这波更新到底有多香。

比如你做长文本处理的，文档摘要、历史对话、代码分析这种，最怕的就是上下文太长，token 一多，价格跟着飙，跑一次你得犹豫半天。

这回好了，DSA 专门优化了“长上下文”任务的推理效率，成本一下就被拉下来了。再长的上下文也不用担心破产式调用了，终于能踏实跑大任务了。

而从模型训练的角度，V3.2-Exp 的开发过程其实也是科技感拉满。他们这次用的是“专家蒸馏+统一强化学习”双管齐下策略。

先是针对数学、编程、逻辑推理等多个领域，各自训练出了专精模型，再把这些“专家”的知识整合进最终大模型中（这波叫做蒸馏）。

然后在强化学习阶段，用一种新的 GRPO 策略（Group Relative Policy Optimization），把智能体能力、人类偏好（alignment）、推理水平全融合到一次训练中。

这样训练有两个好处：

每个领域都不落下，性能均衡

不会出现“新技能学了，旧知识忘了”的灾难性遗忘问题

更硬核的是，DeepSeek 还把 GPU 算子开源了，两套版本，TileLang 和 CUDA 全放出来了，研究、部署、二开随你选，开源力度拉满。MIT协议，不限商用，真诚到令人发指。

你要做本地部署？也OK。Docker 镜像准备好了，还兼容各种硬件平台，包括 NVIDIA H200、AMD MI350、甚至国产 NPU。

而这波重磅发布的时间点嘛……DeepSeek又一次选择了节前。