1.6 万亿参数砸进 HuggingFace 那一刻，闭源派的定价权听见了第一声脆响
1.6 万亿参数砸进 HuggingFace 那一刻，闭源派的定价权听见了第一声脆响
上周还在 Claude Max 跑 agent 的人，本周需要重写一份成本表。
DeepSeek 在 4 月 24 日把 V4-Pro 的权重、模型卡、技术报告一起放上了 HuggingFace。1.6 万亿参数总量，49B 激活，MIT 协议，1M 上下文默认开启。SWE-bench Verified 拿到 80.6%，比 Claude Opus 4.6 的 80.8% 低 0.2 个百分点。LiveCodeBench 93.5%，反超 Opus 4.6 的 88.8%。Codeforces Rating 3206，比 GPT-5.4 的 3168 高 38 分。Terminal-Bench 2.0 拿到 67.9%，反超 Opus 4.6 的 65.4%。
这几个数字配在一起的结果，是过去三年"开源和闭源还差几代"的默认假设，被压缩成了一道纯粹的数学题：每百万输出 token 的价格差是 $25 减 $3.48 等于 $21.52，性能差是 0.2 个百分点。
而这道数学题落在 Anthropic 头上的时机，比题目本身更尖锐——过去 9 天里，Anthropic 自己已经在三个不同方向暴露过订阅模型、能力分级、稳定性边界的裂缝。V4 不是从天上落下来砸到一块完整的护城河，是落到了一块已经裂了三道缝的护城河上。
本期关键词
0.2 个百分点（The 0.2 Gap）——V4-Pro 在 SWE-bench Verified 上和 Opus 4.6 的差距。统计噪声级别，重测可能翻盘。它的意义不是技术差异，是开源闭源同代性能拐点的象征。
14% 输出价（14% Pricing）——V4-Pro 输出 $3.48/MTok，是 Opus 4.6 输出价 $25/MTok 的 14%。V4-Flash 进一步压到 1.1%。决定 agent loop 长跑场景下真实的成本曲线。
mHC（Manifold-Constrained Hyper-Connections，流形约束超级连接）——DeepSeek V4 训练稳定性的核心机制。把神经网络层间信号放大从 3000 倍压到 1.6 倍，让 1.6 万亿参数模型不在训练过程中崩塌。据 DeepSeek tech report，是行业首次公开 1T+ 模型训练稳定性的工程方案。
DSA（DeepSeek Sparse Attention）——让 1M 上下文相比 V3.2 节约 73% FLOPs、90% KV cache 的注意力压缩。和 Moonshot 4 月 16 日发的 PrfaaS 在同一个月把 KV 这件事从两个方向各压一刀。
三叉发布范式（Three-Fork Release）——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）。9 天内三种姿势同台亮相，每一种都是对未来 12 个月谁能定价的不同押注。
一、0.2 个百分点为什么不能再被忽略
把四列模型的七项指标摆齐看。
V4-Pro 在四项 coding 类 benchmark 上要么领先要么贴近闭源最强：SWE-bench Verified 80.6% 对 Opus 4.6 的 80.8%，差 0.2 点；LiveCodeBench 93.5% 高于 Opus 4.6 的 88.8% 和 GPT-5.4 的 91.7%；Codeforces Rating 3206 高于 GPT-5.4 的 3168；Terminal-Bench 2.0 67.9% 高于 Opus 4.6 的 65.4%。这组数字来自 Buildfastwithai 的独立横评，DeepSeek tech report 与 HuggingFace 模型卡交叉对应。
弱项也不藏。SimpleQA-Verified 57.9%，比 Gemini-3.1-Pro 的 75.6% 低近 18 个百分点。HLE 37.7%，比 Gemini 的 44.4% 低 6.7 点。HMMT 2026 Math 95.2%，比 GPT-5.4 的 97.7% 低 2.5 点。这是一个代码强、数学贴近、知识弱的偏科模型——DeepSeek 官方公告对这条短板用一句外交辞令带过：trails only Gemini-3.1-Pro。
但偏科不是这次发布的重点。重点在于：四列模型里只有 V4-Pro 是开源的。
Anthropic 9 天前（4 月 16 日）发布 Opus 4.7，把更强的 Mythos Preview 锁进 Project Glasswing 联盟——AWS、Apple、Google、Microsoft、NVIDIA、JPMorgan、Cisco、CrowdStrike、Broadcom、Palo Alto Networks、Linux Foundation 共 11 家。"模型分级发布"在那一周第一次被作为一种正式的发布姿态展示给整个行业看：Tier 0 内部不发布，Tier 1 联盟限制，Tier 2 公开商用，Tier 3 专业豁免。最强模型从那时起被 Anthropic 当成一项分级访问的资产来管理。
DeepSeek V4-Pro 的姿势是反过来的。1.6 万亿参数权重、训练稳定性细节、注意力压缩论文，一起 MIT 扔到 HuggingFace。没有 Tier 1，没有联盟，没有"未手术版只给特定客户"。
两种发布姿态在同一周内出现在同一个性能等级上。0.2 个百分点把两者的技术差距推到统计噪声里，剩下的全是范式选择的差异。
二、$3.48 vs $25：定价权的转移
技术追平只是上半场。
V4-Pro 输入 $1.74、输出 $3.48，每百万 token。V4-Flash 输入 $0.028、输出 $0.28。Opus 4.6 输入 $5、输出 $25。GPT-5.4 输入 $2.5、输出 $15。
V4-Pro 的输出价是 Opus 4.6 的 14%。V4-Flash 直接低到 1.1%。
Buildfastwithai 给了一个具体场景：一条生产环境 agent coding 流水线，每月输出 5000 万 token。V4-Pro 月成本 $174，Opus 4.6 月成本 $1250。差额 $1076，一年 $12912，一个 50 人团队一年差 $645600。
这件事的真实分量要回到上周 Anthropic 自己说过的话来读。Anthropic 增长主管 Amol Avasare 4 月 21 日在 X 上这样说：
"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显著增加，我们现有的计划架构不是为这种规模设计的。」
Avasare 同一组帖子里还提到 Claude Code 的消耗集中在大约 2% 的 prosumer 用户身上。这是 Anthropic 自己暴露出来的 agent 时代订阅架构裂缝——agent 长跑（数小时无人值守的后台执行）让单席位实际算力消耗从聊天量级跳到持续算力量级，按席位计费的订阅在这种使用模式下会出现结构性瑕疵。Anthropic 4 月 21 日把 Claude Code 从 Pro 计划悄悄移除，做的是 2% 测试，开发者社区当天就发现并反弹。
DeepSeek V4 在这条裂缝上落了一锤。当 agent loop 长跑变成主流使用模式，决定经济账的不是 benchmark 上 0.2 个百分点的高低，是每百万 token 多少钱。Opus 4.6 那 0.2 点优势能撑多少钱？$25 减 $3.48 = $21.52，每百万输出 token。这是闭源在性能差落入误差范围之后还能维持的溢价空间——一道闭源派现在必须自己算清楚的题。
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 个百分点把这个锚点的合理性踩碎了。
三、技术暗线：1.6 万亿参数怎么训稳定
看完前两节再回头看技术，会发现 V4 的几个架构选择不是孤立的工程优化——是专门拆闭源派护城河的几根关键钢筋。
第一根是 mHC——Manifold-Constrained Hyper-Connections。听起来玄，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。
这件事为什么重要？千亿参数以上的 Dense 模型训练里，信号在层间放大失控是 collapse 的主要触发器。Anthropic、OpenAI 在万亿级别训练的稳定性曾经是闭源大厂的核心壁垒之一——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 把 mHC 当成方法论展开。据 tech report 自述，这是行业首次有 1T+ 模型公开训练稳定性的工程解法。
第二根是 DSA——DeepSeek Sparse Attention。第三方评测把它拆解成两段混合架构：CSA（Compressed Sparse Attention）加 HCA（Heavily Compressed Attention）。1M token 上下文设置下，V4-Pro 相比 V3.2 单 token 推理 FLOPs 27%（节约 73%），KV cache 10%（节约 90%）。
这个数字配合 Moonshot 4 月 16 日发布的 Prefill-as-a-Service 论文一起读才完整。PrfaaS 把 prefill 和 decode 分到不同数据中心跑，证明 KVCache 可以跨数据中心调度。DSA 证明 KVCache 自己可以再被压一个数量级。两条线并行——模型架构压缩 KV，基础设施压缩 KV 传输——同月汇在同一个目标上：让 1M 上下文从研究指标变成商业可行。
第三根是 Muon 优化器替代 AdamW。声称收敛更快、训练更稳。这一项相对小，但和 mHC 一起构成 V4 训练栈的两个非主流选择——这家中国团队没有沿用美国大厂的默认配方。
三根钢筋加起来传递一个信号：1.6 万亿参数训练稳定性曾经是闭源派最深的壁垒之一，DeepSeek 把这个壁垒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。
四、不会被官方主动说的偏科
把官方叙事和独立评测放一起看，V4 是一个代码强、数学贴近、知识弱的偏科模型。
LiveCodeBench 93.5% 是 V4 第一，Codeforces 3206、Terminal-Bench 67.9% 都在领先位。而 SimpleQA-Verified 57.9%，比 Gemini 75.6% 低近 18 点；HLE 37.7%，比 Gemini 44.4% 低 6.7 点；HMMT 95.2%，比 GPT-5.4 97.7% 低 2.5 点。
SimpleQA-Verified 测的是模型记住多少世界事实。V4-Pro 在这一项上的差距对应一个具体的产品判断：写代码场景 V4 接近最优解，问"X 公司 2024 年财报营收多少"这种事实问题 V4 显著落后。一个团队上来就用 V4 做事实查询助手，体验会和 benchmark 表给的整体印象不一样。
还有几条不会被官方主动说但读者必须自己加上的——
第一，据 DeepSeek tech report 声称的 33 万亿 token 训练数据来源没公开。DeepSeek 历史上有过 OpenAI 控诉"蒸馏 GPT-4"的事件未结案。33 万亿这个量级，纯靠合规公开数据加开源数据集是非常紧的。版权、合成数据、竞品 distill 的混合占比，外人看不到。
第二，"Preview" 标签在传话。模型卡里写 "preview release—further post-training refinements are expected"。和 Anthropic 给 Mythos / Claude Design 加 "Research Preview" 是同一种话术——能力天花板可以发布，稳定性边界场景没保证。production agent 场景下，版本锁定是值得纳入风险预案的项。
第三，API 在中国基础设施。这条对中国从业者无影响，对要做美国、欧盟 enterprise 客户的开发者是硬约束。开源权重可以本地部署，但调 API 走 chat.deepseek.com 时，数据出了境内基础设施。Western 媒体在 4 月 24 日发布稿后已经开始追问，国内媒体几乎不提。
第四，价格的可持续性。V4-Pro 1.6T 参数推理成本不会真的只有 $3.48/MTok 那么低——这个价格能撑多久 DeepSeek 没说。一个团队 all-in 押注 V4 成本结构时，"价格政策可能调整"是要进财务模型分母的风险变量。
五、Tier、Open、$20：9 天三种范式同台
把过去 9 天发生的事按时间线串起来，会看到一个比单次发布更密的剧情。
4 月 16 日，Anthropic 发布 Claude Opus 4.7（Tier 2 公开商用）+ 锁 Mythos Preview 进 Project Glasswing 联盟（Tier 1 联盟限制）。范式立场——Tiered Release，最强不公开。
4 月 17 日，Anthropic 发布 Claude Design + 同日 Mike Krieger 辞 Figma 董事。应用层扩张，往设计和开发工具的产品线伸手。
4 月 21 日，Anthropic 把 Claude Code 从 Pro 计划悄悄移除，做 2% 测试。开发者社区当天反弹。Avasare 那组承认订阅架构问题的推文就发在这一天。订阅架构裂缝第一次被自己人公开承认。
4 月 22 日，OpenAI Codex 团队公开声明：
"Codex will remain available in both the free and Plus ($20/month) plans." 「Codex 将在免费版和 Plus（$20/月）计划中继续开放。」
范式立场——$20 Tier 锚定。把低价档位的可用性作为差异化卖点钉死。
4 月 23 日，OpenAI 发布 GPT-5.5。同一天 Anthropic 主动披露 Claude Code 三次降智事件——主动披露的目的是夺回叙事主动权。两家在分叉领先的两端继续往前走。
4 月 24 日，DeepSeek V4-Pro + V4-Flash MIT 开源。范式立场——Open Release，最强直接给。
9 天三种发布范式同台亮相。
Tiered（Anthropic）的逻辑是把"能力"作为可分级访问的资产。最强模型只给联盟，公开版是经过差异化训练削弱的。维持高价靠能力稀缺性。
$20 锚定（OpenAI Codex）的逻辑是把"性能/价格比"押在订阅档位的可达性上。守住开发者基本盘，靠生态而非靠模型代差。
Open（DeepSeek）的逻辑是把"开放性 + 价格"作为护城河。1.6T 权重 MIT 扔出来，价格降到闭源 14%。直接把对手的定价空间压缩。
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不同押注。Anthropic 押能力稀缺性，OpenAI 押价格档位加生态，DeepSeek 押性能追平加开源完整性。
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——加上 V4 这条开源轨。
六、对从业者意味着什么
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周期的事。具体动作是选 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，切换是值得的——70% 的成本节约会直接落到财务报表。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 30 到 40%"现在有机会压到 5 到 10%。省下来的钱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 / 13B active 在 4 张 H100 80GB 上可推理——这条路径之前需要 H100 集群门槛已被打破。本地部署 + 开源权重 + 同等性能 = 一条之前不存在的合规通路，值得纳入供应商评估表。
对中国 AI 从业者。这是 Moonshot PrfaaS 和 DeepSeek V4 同月双发的第二刀。中国团队同时在系统层和模型层输出，Western 媒体的"中国 AI 在追赶"叙事过时了。把这两条线连起来读，下一波"中国 AI"叙事会是基础设施加模型双轮——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 年 2 月完成 Series G $30B 融资 @ $380B post-money 估值，行业分析师预期 2026 年 10 月 IPO（目标 $60B 融资）。V4 把 Anthropic 闭源最强模型的边际溢价从"无限大"压到"$21.52 per MTok"。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加应用生态，是 Anthropic 接下来 6 个月叙事的必修课。
七、收尾：定价权易手不是终点
9 天三种范式同期登台。0.2 个百分点和 7 倍价差让闭源派的能力溢价进入收敛期。
但收敛不等于结束。
闭源派还有几张牌没出——RSP 制度化和监管标准、应用层 bundle 战略（Claude Design、数字员工、企业上下文工程）、深度模型（如 Mythos）保留作 Tier 1 资产、以及未来差异化训练（在训练阶段精确削弱某些能力同时保留其他）做行业专版。这些都不是 V4 一次发布能压塌的护城河。
但有一件事是这一周确认下来的：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。
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"。这个迁移过程会塑造未来 12 个月所有头部 AI 厂商的对外叙事。
读懂这件事，比追每周的 benchmark 数字有用得多。
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, Anthropic 「每个订阅用户的使用量显著增加，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 团队公开声明（2026-04-22） 「Codex 将在免费版和 Plus（$20/月）计划中继续开放。」
"trails only Gemini-3.1-Pro" —— DeepSeek V4 官方发布稿（在知识领域选择对手时的措辞）
引用
- https://api-docs.deepseek.com/news/news260424 —— DeepSeek V4 官方发布稿
- https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro —— V4-Pro 模型权重 + 模型卡 + Tech Report PDF
- https://www.buildfastwithai.com/blogs/deepseek-v4-pro-review-2026 —— 第三方独立横向评测，含完整 benchmark 表 + 价格对比 + 月度成本计算
- https://www.theregister.com/2026/04/22/anthropic_removes_claude_code_pro/ —— Avasare 公开承认订阅架构问题的来源