一、那 0.2 个百分点到底是什么

先把噪声和信号分开。

测评行业有个不成文的规矩——SWE-bench Verified 这种主观打分类的 benchmark，重测一次抖动 1 到 2 个百分点是常态。今天 80.6 明天可能 81.1，后天可能 80.2。这不是模型变聪明了或变笨了，是用例采样和打分员判断的随机性。0.2 个百分点远远落在这个区间内。

所以 V4-Pro 和 Opus 4.6 在 SWE-bench 上的差距，技术上等同于"打平"。再跑一次实验，谁赢谁输都说不准。

LiveCodeBench 上 V4-Pro 反超 Opus 4.6 4.7 个百分点。这个差距已经超出噪声范围，是真实差距。Codeforces Rating V4-Pro 比 GPT-5.4 高 38 分，Codeforces 这种 ELO 体系的题目对推理质量极敏感，38 分等同于一个稳定的等级差。

四个核心代码 benchmark，三项 V4-Pro 领先，一项打平。这是数据的事实。

但读者必须知道 V4-Pro 不是全能。SimpleQA-Verified 这个测"模型记得多少世界事实"的题目，V4-Pro 只有 57.9%，Gemini-3.1-Pro 是 75.6%。差距快 18 个百分点。HLE（人类终极考试）V4-Pro 37.7%，Gemini 44.4%。HMMT 数学竞赛 V4-Pro 95.2%，GPT-5.4 是 97.7%。

读出来的画像很清楚——V4-Pro 是一个代码强、数学贴近、知识弱的偏科模型。它在你写代码时几乎可以平替 Opus 4.6，但你让它回答"X 公司 2023 年财报营收多少"这类问题，会比 Gemini 差一截。

DeepSeek 官方公告对这条短板的措辞很有意思——"trails only Gemini-3.1-Pro"（仅次于 Gemini-3.1-Pro）。这是把对手范围从所有模型缩成"只输给一个人"，落点是好看的。但翻成实操语言：知识查询任务请绕开 V4-Pro。

二、价差 7.2 倍意味着什么

技术追平是上半场，价格暴力压制是下半场。

把四家旗舰摆齐。V4-Pro 输入 1.74 美元/百万 token，输出 3.48 美元。V4-Flash 输入 0.028 美元，输出 0.28 美元。Opus 4.6 输入 5 美元，输出 25 美元。GPT-5.4 输入 2.5 美元，输出 15 美元。

V4-Pro 输出价格是 Opus 4.6 的 14%。V4-Flash 是 1.1%。

Buildfastwithai 给了一个具体场景——一条生产环境的 agent coding 流水线，每月输出 5000 万 token。V4-Pro 月成本 174 美元。Opus 4.6 月成本 1250 美元。差额 1076 美元。一年差 12912 美元。一个 50 人团队差 645600 美元。

645600 美元在什么概念。是再招两个高级工程师的预算。是一年两次品牌赞助大会的预算。是 CFO 季度评审表里"AI infrastructure"那一行从绿变红的原因。

这件事的真实分量必须和上周 Anthropic 自己说过的话放一起读。4 月 21 日，Anthropic 增长主管 Amol Avasare 在 X 上有这么两句话：

"Usage has changed a lot and our current plans weren't built for this." 「使用模式变化很大，我们现有的计划方案并不是为此设计的。」

"Per-subscriber usage has increased significantly, and our current plan architecture was not designed for this scale." 「每个订阅用户的使用量大幅增加，我们现有的计划架构不是为这种规模设计的。」

这两句话是 Anthropic 自己暴露的——agent loop 长跑（一个任务在后台跑数小时，无人值守）让单席位实际算力消耗从聊天量级跳到持续算力量级。按席位计费的订阅模型，在 agent 时代有结构性瑕疵。

DeepSeek V4 在这个裂缝上落了一锤。当 agent 长跑变成主流使用模式，决定经济账的不再是 benchmark 高出来的那 0.5 个百分点，是输出每百万 token 多少钱。Opus 4.6 在 0.2 个百分点优势上能维持多少溢价？答案是 25 减 3.48，等于 21.52 美元每百万 token。在性能差距没大于噪声的前提下。

这不是降价竞争。是定价权易手。过去三年闭源派一直在用"我们更强所以更贵"建立锚点，V4 用 0.2 个百分点的差距把这个锚点的合理性踩碎了。

剩下的争论会是：V4-Pro 1.6 万亿参数推理成本能不能撑住 3.48 美元这个价格多久。这件事 DeepSeek 自己没说。一个团队 all-in 押注 V4 价格结构时，"政策可能调整"是要进财务模型分母的风险变量。但这个风险变量的形状已经不是"是否调整"，是"调整后还会不会比 Opus 便宜五倍"。

三、能让 1.6 万亿参数训稳的工程方案，被白送了

回到上半场。前两节看了能力和价格的事实，第三节看技术暗线——V4 这次开源开的不是模型权重，是怎么把这种规模的模型训得稳。

千亿参数以上的 Dense 模型训练里有一个工程难题，叫"训练不稳定"。具体表现是 loss 在某个 step 突然飞到无穷大，整个训练崩盘——重启从最近 checkpoint 续，运气不好整个实验报废。Anthropic、OpenAI、Google 这些大厂在 1T+ 模型上的训练稳定性，是闭源最深的护城河之一。大家心里都清楚怎么把模型做大，但谁都不公开怎么把大模型训稳。

DeepSeek V4 tech report 里把这件事公开了。

核心方法叫 mHC（Manifold-Constrained Hyper-Connections，流形约束超级连接）。它做的事情很具体——把神经网络层之间信号传播的放大倍数从 3000 倍压到 1.6 倍。

3000 倍是什么意思。深层网络里前一层的微小数值波动，传到几十层之后被放大几千倍，就是一次"训练崩盘"的导火索。把放大倍数压到 1.6 倍，等于给每一层加了一个限流阀。1.6 万亿参数能在这个限流阀下稳定收敛。

第二项是 DSA（DeepSeek Sparse Attention）。在 1M token 上下文设置下，V4-Pro 相比 V3.2，单 token 推理 FLOPs 是 27%，KV cache 是 10%。换句话说，1M 上下文的成本被压缩了一个数量级。

第三项是用 Muon 替代 AdamW 做优化器。这一项相对小，但和前两项一起，意味着 DeepSeek 在训练栈的三个层面都做了非主流选择。这家中国团队没有沿用美国大厂的默认配方。

三项加起来传递一个信号：1.6 万亿参数的训练稳定性曾经是闭源派最深的护城河之一，DeepSeek 把这个护城河的工程方案放进了一份开源 tech report。下一代开源模型不需要从零摸索这条路。

护城河的深度不是被攻破的——是被填平的。任何后续团队，只要肯读 tech report 复现，就能站在 V4 已经填好的那一半坑上继续。

四、不会被 DeepSeek 主动说的几件事

把官方话和独立证据对齐看，有几件事必须自己加上去。

33 万亿训练 token 来源没公开。DeepSeek tech report 声称用了 33T tokens 做预训练。这是厂方声称的数字。33 万亿 token 这个量级，纯靠合规公开数据加开源数据集是非常紧的。版权数据、合成数据、竞品 distill 的混合占比，外人看不到。DeepSeek 历史上有过 OpenAI 控诉"蒸馏 GPT-4"的事件未结案。这条悬而未决的合规风险，在企业部署评估表里要进"数据来源"那一栏。

"Preview" 标签在传话。模型卡里写着 "preview release—further post-training refinements are expected"（预览版，后续训练阶段调优可期）。和 Anthropic 给 Mythos / Claude Design 加的 "Research Preview" 是同种话术——能力天花板可以发布，稳定性边界场景没保证。生产环境上线请把"版本锁定"作为风险预案。Anthropic 上周三连降智事件（默认推理被偷偷调低、缓存逻辑写错、prompt 字数被加限制）就是这种"边界场景没保证"在用户那一端的实际体感。

API 在中国基础设施。开源权重可以本地部署。但调 chat.deepseek.com 走 API 的开发者，数据出境到中国境内基础设施。这条对中国境内从业者无影响，对要服务美国/欧盟 enterprise 客户的开发者是硬约束。Western 媒体在发布稿后两小时已经在追问，国内媒体几乎不提。这个差异本身就值得记一下——同一个事实，不同读者的实际后果不一样。

3.48 美元的可持续性没有保证。DeepSeek 没承诺这个价格不会调整。1.6 万亿参数推理的 GPU 占用决定了真实算力成本。如果 V4-Pro 的 3.48 美元/百万 token 是 DeepSeek 在补贴市场份额，那调整时间窗是写在他们融资节奏里的，不是写在公告里的。压价格的下界值得做一次粗算——同等架构在 H100 集群上的推理成本理论下界，Buildfastwithai 没给，但有公开经验数字大约在 1.5 美元/百万 token 量级。3.48 离这个下界已经不远，所以"调整空间"不一定大。但"会不会调整"和"什么时候调整"还是企业财务模型里需要单列的不确定项。

这四件事官方不会说，但读到这一节的人必须自己加上。

五、9 天里出现的三种范式

把过去 9 天发生的事情按时间轴串起来——

日期	事件
4-16	Anthropic 发布 Opus 4.7（Tier 2 公开版）+ 锁 Mythos Preview 进 Project Glasswing 联盟（Tier 1）
4-17	Anthropic 发布 Claude Design + Mike Krieger 辞 Figma 董事
4-21	Anthropic 把 Claude Code 从 Pro 计划悄悄移除（2% 测试），开发者社区反弹
4-22	OpenAI Codex 团队公开声明 "Codex stays in Plus ($20/month)"
4-23	OpenAI 发布 GPT-5.5 + Anthropic 主动披露 Claude Code 三次降智事件
4-24	DeepSeek 发布 V4-Pro 和 V4-Flash，MIT 开源

9 天内三种发布范式同台亮相。

Tiered（Anthropic 的姿势）。最强模型只给联盟，公开版是经过差异化训练削弱后的安全版。逻辑是把"能力"作为可分级访问的资产管理。

$20 锚定（OpenAI Codex 的姿势）。保留低价档位的可用性作为差异化卖点。逻辑是把"性能/价格比"押在订阅档位的可达性上——20 美元能用最好的 Codex，是写给开发者的承诺。

Open（DeepSeek 的姿势）。直接把 1.6 万亿参数 MIT 协议扔出来，价格降到闭源 14%。逻辑是把"开放性 + 价格"作为护城河——既然你打不过我们的能力，那你也付不起对应的代价。

三种范式不是互斥的产品策略选择，是对"未来 12 个月谁能定价"这件事的三种押注。Anthropic 押"能力稀缺性"，靠 Tiered 维持高价。OpenAI 押"价格档位 + 生态"，靠 20 美元守住开发者基本盘。DeepSeek 押"性能追平 + 开源完整性"，直接把对手的定价空间压缩。

上周用来形容 GPT-5.5 vs Opus 4.7 的"分叉领先"框架——一家在 A 类任务领先，另一家在 B 类任务领先——本周需要扩成三叉。第三叉不在 benchmark 上，在 license 和定价上。

更值得停下来的是这一周的次序。Anthropic 4-21 流程失控暴露订阅架构问题，OpenAI 4-22 当天反击，DeepSeek 4-24 把整张牌桌掀了。前两家在打"哪种订阅档位最划算"，DeepSeek 的回答是：你不需要订阅。

六、对从业者意味着什么

这一节按身份拆开。

对 AI 应用开发者。把 V4-Pro 加进路由层做 A/B 测试，是本周值得排进迭代的事。具体动作：选 3 到 5 个核心 agent 任务（多文件 bug 修复、code review、文档查询、终端脚本生成），用相同 prompt 同时跑 V4-Pro / Opus 4.6 / GPT-5.4，对比通过率和成本。V4-Pro 在核心任务上通过率不输 Opus 4.6 的 95% 时，切换是值得做的——70% 的成本节约会直接落到 P&L 表上。事实查询类任务（agent 长跑里需要查事实的子任务）保留闭源模型做兜底，是更稳的姿势。

对 AI 创业者和 CTO。成本模型可能需要重写。过去六个月假设的"模型成本占比"如果还是 30% 到 40%，现在有机会压到 5% 到 10%。省下来的钱是用来扩团队还是扩并发，是一道战略选择题——同样预算下 agent 同时跑的并发数从 100 提到 1000，意味着 SLA 和定价层都要重新设计。"模型供应商分散"是值得在这一波纳入架构原则的——开源加闭源至少各两家，避免被任何单家定价权劫持。

对企业 IT 决策者。之前因为合规没法用 DeepSeek API（数据出境、监管）的团队，现在 MIT 开源权重打开了本地部署通路。V4-Flash 284B 参数 / 13B active，在 4 块 H100 80GB 上可推理——这条路径之前需要 H100 集群门槛，现在被打破。本地部署 + 开源权重 + 同等性能，是一条之前不存在的合规通路，值得纳入供应商评估表。如果你过去 6 个月一直在做"敏感数据不能出境"的部署架构，这周的供应商清单上多了一行新选项。

对中国 AI 从业者。Moonshot PrfaaS（Prefill-as-a-Service，把 prefill 和 decode 拆到不同数据中心跑）4 月 16 日发论文。DeepSeek V4 4 月 24 日发模型。两条线一条在系统层一条在模型层，同月双发。Western 媒体过去三年的"中国 AI 在追赶"叙事在这周看着已经过时。把这两条线连起来读，下一波"中国 AI"叙事会是基础设施 + 模型双轮——这个判断值得记入路线图。

对投资人。据公开融资文件，Anthropic 在 2026-02 完成 Series G 30 亿美元 @ 380 亿美元 post-money，行业分析师预期 2026-10 IPO（目标 60 亿融资）。V4 把 Anthropic 闭源最强模型的边际溢价从"无限大"压到"21.52 美元每百万输出 token"。这个数字会进所有专业 AI 投资人的估值模型分母。Anthropic 的 IPO pitch 里"我们的模型能力领先 X 代"这种话不能再用——领先维度要换成 RSP（Responsible Scaling Policy）、Glasswing 联盟、Anthropic Labs 应用矩阵。估值锚从"模型稀缺性"换到"政策护城河 + 应用生态"，是 Anthropic 接下来 6 个月叙事的必修课。

对你这周还在续 Claude Max 的人。续，是可以的。Opus 4.6/4.7 在多文件代码工程、IDE 嵌入精度、严谨推理上仍然是更稳的选择。但请把"我每月花 100 美元买的是什么"这件事重新写一遍——不是"最强模型"，是"在某个被 Anthropic 选定的能力赛道上仍然领先"。你在为那个特定赛道的领先付钱。如果你的工作 80% 都在这个赛道里，钱花得值。如果不是，把 V4-Pro 接进路由层做兜底，是这周可以排进迭代的优化。

七、护城河被迫迁移

这一周确认的事情是：模型权重本身不再是护城河。

能让 1.6 万亿参数训稳定的工程方案进了开源 tech report。能让 1M 上下文成本下降一个数量级的注意力压缩进了开源权重。价格降到闭源 14% 的同等性能也进了开源权重。三个维度同时开源。

闭源派护城河被迫迁移。从"我们手上有更强的模型"，迁移到"我们手上有更深的安全合规护栏 + 更广的产品生态 + 更稳定的企业部署 + 更绑定的政策影响力"。

这个迁移过程不是这周完成的。是这周开始的。Anthropic 还有几张牌没出——RSP 制度化为美国 / 欧盟监管标准、应用层 bundle 战略（Claude Design 和数字员工和企业上下文工程）、深度模型（如 Mythos）继续作为 Tier 1 资产保留、未来差异化训练做行业专版。这些都不是 V4 一次发布能压塌的护城河。但它们都不在"模型能力本身"这一维度上。

读到这里你可能想问一句：那我下个季度的押注要换吗。

答案分两层。技术押注层面，"开源 vs 闭源"已经不是一个有意义的二选一——双轨同时押注是这周的新基准。商业押注层面，闭源派的故事正在从"能力领先"切到"生态领先"，能不能接住这个切，看 Anthropic / OpenAI 接下来 6 个月的应用层动作而不是模型层动作。

如果你上周还在 Q1 OKR 里写"采用闭源 SOTA 是因为它领先 6-12 月"，这周需要把这句话改写成"采用闭源 SOTA 是因为它在合规 / 生态 / 部署稳定性上领先"。改这句话的过程，比追这周的 benchmark 数字有用得多。

---

本期关键词

0.2 个百分点（The 0.2 Gap） —— DeepSeek V4-Pro 与 Claude Opus 4.6 在 SWE-bench Verified 上的差距。统计噪声级。象征意义远超技术差异——开源和闭源同代性能拐点的标记数字。

14% 定价 —— V4-Pro 输出价格 3.48 美元/百万 token 相对 Opus 4.6 25 美元的比例。决定 agent loop 长跑场景下的真实成本边界。

mHC（Manifold-Constrained Hyper-Connections，流形约束超级连接） —— DeepSeek V4 训练稳定性的核心创新。把神经网络层间信号放大从 3000 倍压到 1.6 倍，让 1.6 万亿参数训练不崩。是行业首次公开 1T+ 模型训练稳定性的工程解法。

DSA（DeepSeek Sparse Attention） —— V4 在 1M 上下文下相比 V3.2 节约 73% FLOPs / 90% KV cache 的注意力机制。和 Moonshot PrfaaS 同月发布，构成 KVCache 压缩的两条并行路径。

三叉发布范式 —— 2026-04 同周出现的三种最强模型发布姿势：Anthropic 的 Tiered（最强不公开）、OpenAI 的 $20 锚定（性价比兜底）、DeepSeek 的 Open（最强直接给）。三种范式对未来定价权的不同押注。

护城河迁移（Moat Migration） —— 当模型权重本身不再是壁垒，闭源派护城河被迫从"模型稀缺性"迁移到"政策合规 + 应用生态 + 企业部署稳定性"。是未来 12 个月头部 AI 厂商对外叙事的隐藏主线。

原文关键引用

"Usage has changed a lot and our current plans weren't built for this." —— Amol Avasare, Anthropic 增长主管（X, 2026-04-21） 「使用模式变化很大，我们现有的计划方案并不是为此设计的。」

"Per-subscriber usage has increased significantly, and our current plan architecture was not designed for this scale." —— Amol Avasare 「每个订阅用户的使用量大幅增加，我们现有的计划架构不是为这种规模设计的。」

"Codex will remain available in both the free and Plus ($20/month) plans." —— OpenAI Codex 团队声明（2026-04-22） 「Codex 将在免费版和 Plus（20 美元/月）计划中继续开放。」

"trails only Gemini-3.1-Pro" —— DeepSeek V4 官方发布稿，知识领域对手选择措辞。

引用

1. DeepSeek V4 Preview Release —— DeepSeek 官方发布稿
2. DeepSeek-V4-Pro on Hugging Face —— 模型权重 + 模型卡 + Tech Report PDF
3. DeepSeek V4-Pro Review: Benchmarks, Pricing & Architecture —— 第三方独立横向评测
4. Anthropic tests reaction to yanking Claude Code from Pro —— Avasare 公开承认订阅架构问题的来源