当DeepSeek将AI编程工具的API价格降至行业新低时，开发者们突然意识到：原来模型服务的价格可以如此颠覆。这不仅是简单的价格战，更是通过创新的缓存机制与战略布局，为即将到来的Agent时代铺路。本文深度剖析这场价格革命背后的产品逻辑与行业影响，揭示为什么说这场竞争正在重新定义AI工具的市场格局。

上周有个做独立开发的朋友跟我说，他把自己的编程工具后端切换到 DeepSeek 之后，同样的任务量，账单从二十多美元直接降到了两块多。

他发消息给我的时候用了三个感叹号。

我能理解他的感受。因为我自己也用过，那种感觉就像你一直在一家还不错但有点贵的餐厅吃饭，突然旁边开了一家口味差不多但价格只有三分之一的新店。你的第一反应不是”这家便宜的一定有问题”，而是”我之前那些钱是不是白花了”

蜜雪冰城是怎么赢的

我一直觉得蜜雪冰城这个比喻用得特别准。

不是因为便宜，而是因为它改变了消费者对”正常价格”的认知。你去商场看到一杯奶茶卖二十八块，以前你可能觉得还行，现在你会下意识地想”凭什么”。蜜雪冰城干的事情不是抢别人的生意，是把整个行业的定价参照系往下拉了一截。

DeepSeek 做的是同一件事。

V4-Pro 这次永久降价之后，输入缓存命中的价格降到了每百万 Tokens 0.025 元。这个数字本身可能没什么感觉，但你对比一下其他家的价格，你就明白梁文锋在干什么了。他不是在做促销，他是在重新定义这个市场里”合理价格”应该是什么样的。

以后每次有模型厂商出来说自己的 API 价格有竞争力，开发者心里都会有一把新的尺子。

这把尺子是 DeepSeek 给的。

但降价这件事，比你看到的要复杂

我之前有个误区，觉得 Token 降价就是把单价压低，然后大家都来用，就这么简单。

后来我去仔细看了他们的定价结构，发现真正有意思的地方不是输出价格，而是缓存命中价格。

这个东西对普通用户来说可能很陌生，但如果你用过 AI 编程工具，你就知道它意味着什么。举个例子，一个 Code Agent 在处理你的项目时，它需要反复读取同样的代码库结构、同样的文件、同样的系统提示词。以前每一轮都要重新”付费”读取这些内容，现在只要第一次读过，后续再用这部分内容就便宜得多。

对于长任务、多轮执行的 Agent 来说，这个成本差异是指数级的。

我跟一个做 AI 工具的朋友聊过这个，他说他们内部测算过，如果全面切换到 DeepSeek 的 API，某些场景下 Agent 任务的成本能降到原来的十分之一不到。

十分之一。

这不是价格战，这是在给 Agent 时代的到来提前铺路。

开发者的习惯，其实没那么难改变

有人说开发者用 Claude 用习惯了，换不了。

我不太同意这个判断。

开发者是很务实的一群人。他们选工具，最终还是看两件事：能不能用，值不值这个钱。以前 DeepSeek 在”值不值”这件事上已经很有优势了，但在”能不能用”这件事上，因为没有配套的工程工具，很多场景下还是不够顺手。

但这个局面正在变化。

我注意到 DeepSeek 最近的招聘动作开始密集起来，Agent 方向的岗位明显多了。更有意思的是，他们的一个资深研究员直接发出了构建 Code Harness 的招聘信息。

Code Harness 是什么？简单说就是让模型能在真实工程环境里持续执行任务的那套”执行系统”。有了这个，模型才能真正进入开发者的工作流，而不只是一个对话框。

你看，这就是问题的关键所在。

模型只是发动机，整车才能上路

这个比喻我觉得特别贴切，所以想多说几句。

一台顶级的发动机，你没法开着它去上班。你需要变速箱、底盘、方向盘、刹车，你需要整辆车。Claude Code 之所以能成为很多开发者的主力工具，不是因为 Claude 这个模型有多神，而是因为它把模型能力包裹在了一套完整的工程执行系统里。它能读文件、跑测试、提交代码、处理报错，这一套流程走下来，开发者不需要操心底层的细节，只需要说清楚要做什么。

DeepSeek 现在手里有一台很好的发动机，而且还在持续变得更好。

但他们缺的是整车。

这不是批评，这是一个很清晰的战略缺口。而从他们现在的动作来看，他们自己也看到了这个缺口，而且已经开始填。

为什么一定要自己做，而不是让生态去做？

这个问题我想了挺久的。

有人说，既然 DeepSeek 是开源的，社区里那么多开发者，让他们来做各种工具不就好了？

道理上说得通，但有一件事是社区做不了的——数据。

你有没有想过，为什么 Claude Code 这种工具对 Anthropic 来说那么重要？不只是因为它能卖钱，更重要的是，它能看到开发者真实的工作方式。开发者怎么提任务，怎么追问，什么时候接受 AI 的建议，什么时候推翻重来，什么时候觉得这次任务完成得不好——这些数据，是任何 benchmark 都给不了的。

这才是终端工具真正的价值所在。

如果 DeepSeek 没有自己的 Code Agent 工具，这些数据就全部流向了别人。模型再好，也是在给别人的产品做嫁衣。

所以这件事他们必须自己做，没有第二个选项。

国内那些做 API 的厂商，现在什么感受

我有时候会想这个问题。

智谱、月之暗面、MiniMax 这些公司，他们的商业模式里有相当大一部分是 API 收费。DeepSeek 每次降价，都相当于在他们的定价体系旁边立了一块新的对比牌。

这种压力不是说会让他们立刻垮掉，但它会让他们的每一个潜在客户在做决策的时候多一个选项，多一份犹豫。

更难受的是，这个压力是持续的，而且还会随着 DeepSeek 技术的迭代越来越大。

当然，这也会倒逼整个行业去想清楚一件事：如果价格不再是护城河，我的护城河在哪里？

这个问题，每家公司的答案都不一样，但每家公司都必须要有答案。

有一件事我觉得被低估了

就是本地部署这件事。

DeepSeek 是开源的，这意味着企业可以把模型部署在自己的服务器上，数据不出内网。对于金融、政务、医疗这些行业来说，这个特性的价值远超过价格本身。

你去跟一个银行的 IT 负责人聊 AI 工具，他第一个问题不是”这个模型能力怎么样”，而是”数据安全怎么保证”。

Claude Code 再好用，它的数据要走海外的服务器，这对很多国内企业来说是一道迈不过去的门槛。

DeepSeek 如果能把低成本模型、Code Harness、本地部署、企业级权限控制这几件事拼在一起，它在这些行业里的替代价值会非常大，而且这部分市场是海外模型几乎触及不到的。

这个机会窗口，我觉得比很多人意识到的要大得多。

飞轮能不能转起来

我是做产品的，所以我特别关注一件事：这个飞轮的第一圈能不能转。

DeepSeek 的逻辑是：低价 Token 吸引开发者 → 开发者用了之后产生真实工作流数据 → 数据回流改进模型和产品 → 模型和产品变好之后成本进一步下降 → 价格可以更低 → 吸引更多开发者

这个逻辑本身是成立的。

但第一圈是最难的。

你得先有一个好用的 Code Harness，好用到让开发者愿意把真实的工作流交给它，而不是只是偶尔试试。这个门槛比”价格便宜”要高得多，因为工具的粘性来自于它真正融入了你的工作方式，而不只是账单上少了几个数字。

Claude Code 已经在很多开发者的工作流里扎根了，要把这部分人拉回来，光靠便宜是不够的，还需要在体验上真的做到不输，甚至在某些场景下做到更好。

这是 DeepSeek 接下来最难的一关，也是最重要的一关。

最后想说的

我有时候觉得，现在 AI 行业里最有意思的竞争，不是在模型的 benchmark 上，而是在谁能更快地把模型能力变成开发者离不开的工具。

模型能力的差距会越来越小，这是趋势，没什么好争的。

但工具的粘性、生态的深度、数据的积累，这些东西是需要时间的，是有先发优势的，是不容易被追上的。

DeepSeek 现在做的事情，说白了就是在争这个时间窗口。

它有没有可能赢？我觉得在国内市场，概率不小。在更大的范围内，还需要看 Code Harness 做出来之后的实际体验，以及它能不能真正打动那些已经习惯了其他工具的开发者。

但有一件事我比较确定：这场竞争比很多人现在意识到的，要更值得关注