DeepSeek 封神、GPT 骨折、GLM 涨价：这轮价格战，谁把牌打反了？

一、DeepSeek V4-Flash：参数没变，能力却越级了

　　7 月 31 日，DeepSeek 官方更新日志里多了一行字：deepseek-v4-flash 正式版 API 上线公测。没有造势，没有直播，但放出的数据表足够吓人。

　　最反直觉的地方在于，V4-Flash-0731 和预览版相比，模型架构、参数总量、激活参数、上下文长度都没动，只重新做了后训练（Post-Training）。说白了，身板还是那副身板，但「做事习惯」被彻底重塑。

　　结果是：在 Terminal Bench、CyberGym、Toolathlon、DSBench-Hard 等 9 项 Agent 基准测试上，Flash 正式版不仅全面超越自家 V4-Pro-Preview，还在所有有数据的项上赢了 GLM-5.2。Terminal Bench 82.7 分，直接逼近 Opus 4.8 的区间；CyberGym 76.7、Toolathlon 70.3，比 Pro-Preview 高出近一倍；DSBench-Hard 59.6，而 Pro-Preview 只有 31.1。

DeepSeek V4-Flash 通过纯后训练提升，在代码 Agent、终端操作、多工具协同上实现大幅越级。

　　这释放了一个很强的信号：模型能力的提升不一定靠堆参数，训练方法论本身就能带来质变。 当大家都在比谁的模型更大、谁的上下文更长时，DeepSeek 用更小的 Flash 证明，优化数据质量、强化学习和推理策略，一样能从现有模型里榨出大量能力。

　　更狠的是价格。V4-Flash 非高峰时段维持输入 1 元 / 百万 token、输出 2 元 / 百万 token，缓存命中输入低到 0.02 元 / 百万 token。即便高峰时段（北京时间 9:00–12:00、14:00–18:00）价格翻倍，也远低于 V4-Pro 的预定价。用网友的话说：「这价加这能力，是真的香。」

　　一个小细节：V4-Flash 目前是 DeepSeek 唯一原生支持 OpenAI Responses API 的模型，且已完成 Codex 全链路适配。对已经在用 Codex 工作流的开发者来说，换 base_url 和 model 名就能跑，迁移成本几乎为零。

二、GLM Coding Plan：从「抢不到」到「买不起」？

　　同样是 7 月 31 日，智谱宣布 GLM Coding Plan 重大改版：从长期「秒杀抢购」转向开放订阅，同时引入积分制。初衷听起来不错——不用蹲点抢了，额度使用也更透明。但一看价格，社区直接炸了。

　　国内版连续包月原价：Lite 从 49 元涨到 118 元，Pro 从 149 元涨到 538 元，Max 从 469 元涨到 1078 元。按连续包月原价算，三档涨幅分别约为141%、261%、130%。Pro 翻了两倍多，Max 直接破千。这个价格，足够订一年的 GPT Plus 还有余。

　　涨价之外，额度也变了。新版采用积分制：Lite 每 5 小时 2000 积分、每周 1 万积分；Pro 每 5 小时 1.2 万、每周 6 万；Max 每 5 小时 2.8 万、每周 14 万。以 GLM-5.2 为例，输入、缓存、输出系数分别是 6.9、1.7、24，输出 token 消耗尤其快。工作日 14:00–18:00 为高峰期，其余时段积分消耗减半。

　　更让老用户难受的是套餐比例。过去 Pro 是 Lite 的 5 倍，Max 是 Lite 的 20 倍；现在 Pro 变成 6 倍，Max 却降到 14 倍。Max 月费翻一倍多，相对额度反而从 20 倍缩到 14 倍。 这不就是经典的「加价减量」？

当价格上涨而相对额度缩水，用户手里的「智价比」天平自然会倾斜。

　　智谱当然有它的难处。GLM-5.2 上线后用户暴增，算力供给跟不上，低价套餐长期处于抢购状态。积分制可以精细化管理资源，把高峰、长输出、多工具调用的成本摊到用户侧。但问题在于：当 DeepSeek 把同代甚至更低价位的模型能力拉满，当 OpenAI 把入门款价格砍到脚脖子，GLM 选择在这个时间点涨价，舆论场天然就处于劣势。

三、OpenAI 的反向操作：GPT-5.6 中低端骨折降价

　　比 DeepSeek 早一天，OpenAI 宣布调整 GPT-5.6 系列定价。Luna 输入从 1 美元 / 百万 token 降到 0.2 美元，输出从 6 美元降到 1.2 美元，降幅都是 80%；Terra 也降价 20%。

　　Luna 本来就是 GPT-5.6 系列里最快、最便宜的型号，定位大规模高频任务。降价之后，它的海外 API 价格已经和 DeepSeek V4-Flash 的非高峰输出价（2 元人民币，约合 0.28 美元）进入同一个数量级——虽然按当前汇率算还是贵一些，但幅度之大，明显是冲着「把入门门槛打到地板上」去的。

　　这两件事连起来看，趋势非常清晰：头部模型厂商正在把竞争主线从「能力上限」切换到「智价比」。 不是不要能力，而是能力相近时，谁更便宜、谁更易接入、谁更能在 Agent 长链路里省钱，谁就更有可能吃掉下一波增量市场。

四、用户会用脚投票

　　今天早上刷了一圈文章和评论区，关于 GLM 涨价这件事，几乎没看到一条说「合理」的。高频出现的词是：「恐怖故事」「额度大缩水」「重度用户可用量暴跌」「这价格为什么不直接订 GPT/Claude」。

　　这并不意味着 GLM 一定走错。对无法稳定购买海外模型的个人用户、有数据合规要求的机构来说，国内直达、人民币结算、采购便利依然是硬需求。但「不可替代性」正在快速收窄：DeepSeek 的能力追上来了，OpenAI 的价格下来了，GPT-5.6 Luna 的低价档甚至已经快摸到 DeepSeek V4-Flash 的价位。GLM 过去靠「国产最强代码模型 + 低价」建立的心智，现在两边都在被侵蚀。

　　更深层的问题是：AI 订阅的定价逻辑正在从「固定配额」转向「按真实算力消耗计费」。 积分制、峰谷定价、缓存折扣，本质都是厂商把成本结构摊开给用户看。这本身没问题，甚至是行业成熟的表现。但谁先把价格透明度和性价比同时做到位，谁才能让用户心甘情愿买单。

写在最后

　　这轮 48 小时的价格地震，给我的感受不是某一家赢了或输了，而是 AI 行业真正进入了「智价比」时代。

　　DeepSeek 证明了一件事：后训练还能挖出大量能力，而且可以不涨价。OpenAI 证明了另一件事：即便是最新系列，入门款也可以快速降价抢市场。GLM 则做了一个更艰难的选择：用涨价和积分制来平衡供需，代价是把舆论场和一部分价格敏感用户拱手让人。

　　接下来最值得期待的，是 DeepSeek V4-Pro 正式版。如果 Flash 已经强成这样，Pro 会到什么水平？而在它到来之前，开发者大概会先做一件事：把 Codex 的 base_url 切到 deepseek-v4-flash，然后算一笔账——看看同样一笔钱，谁家的模型能干更多活。

毕竟，模型厂商可以讲故事，但账单不会。