梁文锋出手了！DeepSeek V4 Pro正面硬刚Grok 4.6，首测结果一出，全网炸了。
 
8月12日深夜到13日凌晨，全球AI圈经历了一场罕见的“撞车”。
 
梁文锋的DeepSeek和马斯克的SpaceXAI，几乎在同一时间分别放出了自己的旗舰模型——DeepSeek V4 Pro正式版和Grok 4.6。
 
说是“撞车”，其实两边的方式很不一样。DeepSeek这边没有发布会、没有官宣推文，甚至连更新日志都没来得及写。
 
8月13日凌晨，DeepSeek官网的API文档悄悄刷新了一下，模型版本从V4 Pro预览版变成了“DeepSeek-V4-Pro-0813”。
 
从4月24日预览版上线算起，整整等了111天，正式版就这么来了。马斯克那边则高调得多，直接在X上转发SpaceXAI的推文宣布Grok 4.6上线，英伟达第一时间在评论区留言“恭喜发布”。
 
说实话，这两款模型放在一起对比，最让人感慨的不是谁更强，而是价格差距实在太离谱了。
 
先看性能。DeepSeek V4 Pro正式版最亮眼的成绩在Agent相关评测上。Terminal Bench 2.1拿到了87.9分，只比全球第一的Anthropic Fable 5的88.0分差了0.1分。
 
Cybergym拿到83.3分，以0.2分的微弱优势压过了Fable 5的83.1。最夸张的是DeepSWE软件工程基准，从预览版的12.8直接飙到62.7，涨了将近5倍。
 
这些测试都不是简单的“会不会写代码”，而是考察模型能不能像工程师一样在复杂代码仓库里持续干活、修改多个文件、运行测试并不断修正。
 
换句话说，V4 Pro从预览版到正式版，变化大到“像换了个模型”。
 
Grok 4.6同样不弱。第三方评测机构Artificial Analysis的智能指数显示，Grok 4.6得分61，与OpenAI的GPT-5.6 Sol持平，比上一代Grok 4.5提高了5分。
 
在GDPVal-AA v2真实知识工作评估中，Grok 4.6拿到1753 Elo，超过了Fable 5的1741和GPT-5.6 Sol Max的1728。
 
性能上两边咬得很紧，但价格完全不在一个量级。
 
Grok 4.6的API定价是输入2美元/百万Token、输出6美元/百万Token。SpaceXAI自己说这是“其他前沿模型的一半价格”。
 
但跟DeepSeek一比就尴尬了——V4 Pro的价格是输入3元人民币/百万Token、输出6元人民币/百万Token。
 
按汇率换算，DeepSeek V4 Pro的输出价格大约是0.87美元，而Grok 4.6是6美元。差了多少？将近7倍。
 
更直观的对比来自一个实际测试。有开发者让两个模型去完成同一个代码修复任务，DeepSeek V4 Pro花了12分02秒、成本0.12美元，但代码有bug；Grok 4.6只花了3分18秒、成本1.41美元，代码没问题。
 
Grok快是快，但成本是DeepSeek的近12倍。这就引出一个很现实的问题：对于绝大多数开发者来说，你是愿意多花11倍的钱省9分钟，还是愿意花一毛二分钱等12分钟然后自己修bug？
 
我个人的看法是，这恰恰暴露了AI行业当前最核心的矛盾——性能和成本之间到底该怎么取舍。
 
DeepSeek走的是一条极致的性价比路线。1.6万亿总参数、490亿激活参数的MoE架构，100万Token上下文、38.4万最大输出。这些硬指标摆在那里，价格却只有对手的零头。
 
Grok 4.6的路径则完全不同。它更强调“快”和“准”——3分18秒完成任务、没有bug。SpaceXAI特别强调Grok 4.6的长流程智能体能力，说模型能够自己理解需求、写代码、运行测试、发现问题再修改，不用每一步都等用户下指令。
 
这种“一次到位”的能力确实有它的价值，尤其是对那些时间比钱更贵的场景。
 
但问题在于，全球有多少开发者愿意为这9分钟多付11倍的钱？我猜不会太多。
 
尤其是在当前AI应用越来越普及、开发者预算越来越紧张的背景下，DeepSeek这种“够用且便宜”的策略，市场空间可能比我们想象的要大得多。
 
有一点是可以肯定的：当梁文锋和马斯克同时把高性能模型的价格打到这个水平，真正睡不着觉的不是对方，而是OpenAI和Anthropic。
 
Fable 5每百万输出Token定价50美元，GPT-5.6 Sol Max是30美元。DeepSeek卖0.87美元，Grok卖6美元。
 
价格差了一个数量级甚至两个数量级，性能却差不了多少。这种降维打击，才是这场“撞车”最值得关注的地方。