10 月 20 日下午，DeepSeek 把支撑自家线上服务的内部推理框架 DeepInfer 全面开源，同步放出生产级 Token 编解码组件 deepseek-recipe。伴随官宣，官方技术报告给出一组此前从未公开的线上数据：单个集群每天服务 155 万亿 Token，单卡每小时收入 38 美元。36氪知乎
直接回答标题里的问题：价格战不是“将至”，它已经在打——就在这组数字公布的前一天，MiniMax 刚把 M3.1 Flash 的价格压到 DeepSeek 高峰期价格的约一半。而 155 万亿与 38 美元真正预告的，是竞争标尺的切换：当一家厂商把线上成本曲线完整摊在桌面上，行业比拼的重点就从“谁的分数高”转向“同一项任务谁更便宜”。
155 万亿和 38 美元，先读对口径
155 万亿 Token/天说的是“单一集群”当前的服务吞吐，不是公司整体，更不是全行业；换算下来，约等于每秒处理 17.9 亿 Token。而 38 美元/卡/小时的官方口径是收入而非利润，并且特意加了限定——按谷价计算，它是下限而不是均值。知乎36氪
这两个限定词在二次传播中几乎全部丢失：同一串数字在 24 小时内被读成收入、利润、回本周期三种东西，有人干脆算出“4 卡集群 10 个月回本 100 万美元”，随即被行业利润模型用二手云市场的实际售价反驳。量级本身不难交叉验证：一位知乎用户按官方吞吐估算，若 Token 按每亿 8 元的综合售价全部售出，对应约 1240 万元/天的收入，与媒体此前披露的年化 10 亿美元（约 1800 万元/天）在量级上吻合——这只是推算，但说明吞吐与收入两个口径并不互相打架。知乎知乎
成本是怎么被压下来的
这次披露里更有价值的部分，是官方第一次摊开的内部线上指标：平均每个请求输入 77K Token，首字时延平均 400 毫秒，生成阶段每秒输出 230 个 Token，写代码时能冲到 300 个。36氪
真正的分水岭在缓存：约 96% 的输入直接命中缓存、不用重算——同一张卡跑 Prefill，不算缓存命中每秒处理 6 万 Token，算上命中能到 150 万，整整差 25 倍。换句话说，38 美元省下的不是电费，是重复计算，谷价半价再把流量引到闲置的时段去消化这些计算。36氪知乎
账摊开了，开源版本的边界也得看清：官方写明开源版本目前提供的是离线推理，KV 缓存管理和负载均衡因与内部基础设施绑得太深，代码暂时没有完整开源，设计细节只写进了长文和问答。技术报告同时列出的三项“本版本不含”——KV 缓存、Prefill/Decode 分离、负载均衡，恰好是把离线批处理变成线上服务的那一层，仍需接手者自己补齐。36氪知乎
硬件名单目前只有两行：NVIDIA SM100 GPU 与华为昇腾 950 NPU。官方性能图的测试条件也一并公布：在单一 scale-up 域内，Prefill 用 4 张 SM100、Decode 用 64 张。知乎知乎
价格战早已开打，账单比口号硬
10 月 17 日，DeepSeek 把 V4.1 Flash 更新到 1017 版，网页端、App 和 API 同步切换，价格却一分未动：仍走峰谷定价，工作日白天为高峰、闲时半价。36氪知乎
定价不动，是因为官方把火力放在“任务账单”上：DeepSWE 软件工程评测的官方对比图里，1017 版以 77% 的通过率拿下第一，单个任务平均费用不到 2 元；通过率相近的 Claude Opus 5 和 GPT-6 Astra，单任务费用要三四十元，差了二十多倍。知乎
三天后，MiniMax 正式认领了在 OpenRouter 匿名登顶十天的 SpaceBunny，以 M3.1 Flash 发布——仅匿名期间，这个模型就在平台处理了 56.7 万亿 Token。知乎
新模型定价落在每百万 Token 输入 1 元、输出 4 元、缓存读取 0.1 元，官方称 Agent 类任务综合成本较前代降低 70%，输出速度中位数超过每秒 170 Token。这一价位约相当于 DeepSeek V4.1 Flash-1017 高峰期价格的约一半；在缓存命中场景下，两者的价格基本持平。知乎36氪
按官方评测口径，M3.1 Flash 跑完 ALE 全部 152 个真实任务总成本约 739 元，GPT-5.6 Sol 与 Claude Opus 5.5 分别约 5000 元和近 9000 元，通过率却在同一档。这类对比图的实际成本还会受缓存命中率、输入输出 Token 比例和任务轮次影响，不能简单用单一标价推导所有场景。知乎36氪
接下来该盯什么
行业风向的转变比单次发布更能说明问题：进入下半年，竞争焦点已从争夺能力上限，转向谁能以更低的成本把模型能力变成开发者和企业真正用得起的生产力。DeepSeek 为这次开源写下的目标是“降低算力成本、减少能源消耗，让智能以更低的价格触达更广泛的人群”，但它的 API 价格近两个月并未松动——这轮主动降价的是对手，DeepSeek 落的是成本与分发的先手：DeepInfer 默认权重就是 V4.1 Flash-1017，新模型的推理代码承诺持续开源，模型与框架互为入口。36氪知乎知乎
所以真正值得盯的是三个信号：一是 DeepInfer“本版本不含”的 KV 缓存、PD 分离调度与负载均衡会不会陆续补齐——补上之后，“下载即服务”的门槛会明显下降，价格压力将从 API 蔓延到私有化部署和云厂商报价；二是峰谷价差的调整——谷价 38 美元的收入模型依赖满负荷运转，敢不敢继续用半价换闲时流量，是 DeepSeek 自己先要算的账；三是企业用户的比价方式——用缓存命中率、峰谷时段和一次通过率折算的任务总成本，正在取代每千 Token 单价成为主战场。
155 万亿证明的是规模，38 美元摊开的是规模背后的成本曲线；这场价格战的终点不是每千 Token 报价再降一档，而是整个行业改按任务算账。
