8月5日，两条融资消息几乎同时传出。
第一条消息，是DeepSeek重启了第二轮融资。据“财经杂志”独家报道，大模型公司DeepSeek在7月底短暂暂停后，已悄然重启第二轮融资，计划募资500亿元，投前估值约5000亿元。若本轮顺利完成，DeepSeek将在不到五个月内累计融资超1000亿元。
第二条消息，是在同一天，月之暗面被曝出以500亿美元估值启动G轮（Pre-IPO轮）融资，在此之前，它刚刚完成315亿美元估值的F轮。
中国大模型“双雄”同日传出融资新进展。大笔资金仍在涌向头部。但真正牵动市场神经的，不是融资额的数字游戏，而是7月31日DeepSeek一次低调的模型更新。
那天，DeepSeek V4-Flash正式版悄然上线公测。没有发布会，没有预热海报，却催生了一个让整个AI圈为之震动的词：“斩杀线”。
“斩杀线”是什么？
这个词不是DeepSeek官方提出的，而是来自海外独立评测机构Artificial Analysis的一幅散点图。
7月31日当天，Artificial Analysis发布了最新的AI模型性价比排行榜。他们收录了128款主流模型，横轴是单次任务成本，纵轴是智能指数得分。DeepSeek V4-Flash 0731落在图中一个极为刺眼的位置：智能指数50分，单次任务成本约3美分。
50分是什么水平？比Anthropic的Claude Opus5低约10分。3美分又是什么水平？完成同一套基准测试，Claude Fable 5要3.15美元，DeepSeek的成本比 Claude 便宜了100倍。
从DeepSeek V4-Flash这个点往右拉一条横线、往下拉一条竖线，两条线夹出的右下角区域，就是开发者口中的“斩杀区”。判定标准很简单：比它贵、还比它笨的模型，商业上再没有存在的理由。在Artificial Analysis的散点图上，全球约70%的模型都落在了这条“斩杀线”以下。
更值得玩味的是技术细节。V4-Flash正式版的架构和参数规模与预览版完全相同：284B总参数，13B激活参数。没加一个参数，纯粹通过后训练的精细化调整，就把Agent能力推到了新的台阶。Terminal-Bench 2.1从61.8分拉到82.7分，DeepSWE从7.3分飙到54.4分，涨幅超过640%。在9项Agent基准测试上，这个“轻量版”直接碾压了自家旗舰V4-Pro预览版。
这意味着什么？DeepSeek用事实证明了：模型变强，不一定非要变得更大、更贵。这对那些“堆参数换能力、凭能力定高价”的传统逻辑，是釜底抽薪式的打击。
“斩杀”的原理：凭什么这么便宜？
一条斩杀线的形成，靠的不是补贴烧钱。DeepSeek的低价背后，是一整套工程优化的叠加。
首先是架构层面。V4-Flash采用MoE（混合专家）架构，虽然总参数2840亿，但每次推理只激活130亿个参数，不到总量的5%。这就像一栋大楼里只开了需要的几盏灯，电力消耗被压到最低。
更深层的优化在注意力机制上。V4系列设计了一套CSA（压缩稀疏注意力）与HCA（重度压缩注意力）交替排列的混合架构——核心逻辑很朴素：近处的信息记得很清楚，远处只记个大概。在百万token的超长上下文下，单token计算量降至前代V3.2的10%，KV缓存占用仅为原先的7%。
还有一个杀手锏是缓存命中机制。API调用中，大量内容是重复的，系统提示词、背景文档、对话历史。DeepSeek对命中缓存的输入token按标价的2%计费，折扣力度约98%，远超行业普遍的90%。在Agent这种天然需要多轮调用、前缀大量重复的场景里，这50倍的差价就是留给开发者的红利。
官方定价本身也已经极低：输出每百万token 0.28美元，输入0.14美元，缓存命中仅0.0028美元。横向对比，OpenAI经过两轮降价后的GPT-5.6 Luna输出价仍是它的4倍多。
用一位海外开发者的话说：同等智能，“100美元够你在V4 Flash上跑3333套测试，在Claude Fable 5上只能跑31套。”
市场反应：48小时内，格局改写
斩杀线的冲击，以小时为单位在传导。
7月30日，OpenAI宣布GPT-5.6系列降价，入门级Luna降幅80%。这本是美国巨头历史上最大幅度的单次调价，但一天后DeepSeek V4-Flash上线，用原价提能的姿态把这条性价比边界继续推远。开发者社区的反应很直接。OpenAI官方账号评论区被刷屏：“我们要DeepSeek的价格。”
8月1日，AI编程平台OpenCode披露，DeepSeek V4-Flash在其平台单日处理8万亿Token，使用量单日增长30%，新订阅用户同步增长30%。CEO Jay公布这组数据时，OpenAI核心产品负责人Tibo在评论区打起了自家Luna的广告，开发者直接怼回去：“我们希望得到DeepSeek的价格。”
OpenRouter最新周榜上，全球调用量前五名全部被中国模型包揽：DeepSeek V4-Flash、小米MiMo-V2.5、腾讯Hy3、DeepSeek V4-Pro、智谱GLM-5.2。中国大模型周调用量已连续14周超过美国厂商闭源模型的总和。
多名海外AI初创创始人在X平台公开复盘：团队全线迁移至DeepSeek后，月度推理成本下降60%至85%。对现金流紧绷的小微AI公司而言，这不是“省点钱”的问题，是能不能活下去的问题。
但这只是开始。DeepSeek手里还有一张牌没完全打出来，Harness。这是DeepSeek自研的Agent运行时框架，类似OpenAI的Codex和Anthropic的Claude Code，负责组织上下文、处理工具调用、压缩长会话。目前V4-Flash公布的基准测试成绩，大多是在Harness minimal模式下跑出来的。DeepSeek已明确表示，Harness完整版将与V4-Pro正式版同步上线。届时，同样的模型在同样任务上的实际成本可能再降一截。
斩了什么，没斩什么
回到文章开头那两条融资新闻。
月之暗面F轮刚以315亿美元估值完成交割，G轮就以500亿美元估值接踵而至。推动估值跳涨的核心变量，是Kimi K3模型的发布——2.8万亿参数，Code Arena编程能力登顶全球第一，全部开源。据“财经杂志”报道，曾有投资人坦言，K3发布前，F轮额度“兜售好几天都没人要”；K3一出，份额骤然紧俏，老股卖家坐地起价。
这说明什么？市场对两类模型依然愿意给出高溢价：一是能力断档领先的旗舰模型，二是抓住了差异化赛道（如AI Coding）的玩家。
DeepSeek V4-Flash的“斩杀线”，斩的不是最顶层。Claude Opus 4.8、GPT-5.6 Sol、Kimi K3这些旗舰模型，在复杂推理、专业任务、企业级服务上仍有不可替代性，高价有其合理性。斩的也不是最底层那些专做分类、摘要的小参数模型，它们本就便宜。
真正危险的，是中间地带。能力跟V4-Flash差不多甚至更弱，价格却贵数倍甚至几十倍的模型。过去开发者没得选，只能接受；现在有了参照物，一句“我为什么还要用你”就足以让这些模型的商业逻辑崩塌。
更深层的变化是，大模型竞争的核心标尺正在迁移。过去行业比参数量、比跑分、比训练算力规模；现在开发者最先核算的指标，变成了“完成一个任务到底花多少钱”。这不是价格战，这是整个行业定价逻辑被重写。
一条线，两种路线
DeepSeek划出的这条斩杀线，本质上是全球大模型两条发展路线的正面碰撞。
一条是硅谷巨头代表的路线：重金训练闭源旗舰模型，维持高毛利，重心面向大型企业客户，优先冲击能力上限。另一条是DeepSeek代表的路线：依靠工程优化压到极致的推理成本，走薄利多销的普惠路线，优先抢占开发者群体，用规模效应摊薄成本。
两条路线没有绝对的对错。但DeepSeek的崛起证明了一个核心事实：大模型竞争不再单纯比拼烧钱的规模。算力投入是基础，但推理效率、商业化定价、生态策略，同样能改写全球市场份额。
那些既不够强、又不够便宜、还解释不了自己溢价的模型，或许终将成为这条斩杀线下最先消失的名字。
但决定谁能跑到最后的，不只是账上的现金。最终要回答的问题很简单：当你的模型能力跟竞争对手差不多的时候，你的价格凭什么贵100倍？
而现在，变化已经发生。对于全球数百万AI开发者而言，选择变多了，成本下降了，创新的门槛正在被不断压低。
当AI的定价权开始转移，让更多人用得起、用得上的技术普惠，或许才是这条“斩杀线”背后，最值得记住的东西。