4 月 24 日，DeepSeek V4 预览版上线。同一天，OpenAI 发布 GPT-5.5。社交媒体上的对比图铺天盖地，参数表被拉了一遍又一遍。

但真正值得认真看的，不止在于参数表里！

过去这几年，AI 产业的运转靠一个默认规则支撑：价值的定义权在供给端。谁造出最强的模型，谁就决定什么能力收费、什么生态能活、什么开发者在牌桌上。闭源厂商既是裁判，也是运动员。这条规则不是谁宣布的，是技术壁垒、生态锁死和资本密度，一起限定的。

但是，V4 发布前后，有三件事同时发生了，从不同方向，在这条规则上撞出了裂缝。

第一件，发生在算力层

V4 发布当天，华为昇腾宣布完成首发适配。CANN 框架全面支持，昇腾 950 超节点完成工程化验证。从训练到推理，全流程跑通。

过去，顶级大模型的完整技术路径只有英伟达一条。国产芯片有纸面参数，但一落地，生态适配的工程成本，能把所有优势都吞掉。很多企业买过国产卡，最后放机房吃灰。不是芯片不行，是模型根本跑不起来。

这次的变化在细节里。适配不是在 V4 发布后启动的，是发布前就完成了算子对齐、性能调优、推理验证。发布当天，方案 ready。

效果在几天内就开始显现。一位 AI infra 从业者在社交媒体上算了笔账：用昇腾 950 超节点跑 V4-Flash，同等并发下，硬件成本比同规格英伟达方案低 40% 到 60%。他说这是第一次可以把国产卡写进生产环境采购清单，" 不是因为支持国产，是账算得过来 "。

多家云计算公司随后启动了对昇腾版 V4 的测试。一家头部云厂商的工程师私下说，过去做国产芯片适配要投入一个团队干几个月，这次 " 代码拉下来就能跑 "。还有企业开始在招标文件里把 " 支持昇腾部署 " 写进技术规格。

英伟达的护城河不在芯片，而在 CUDA 生态。开发者习惯、框架依赖、算子库——换芯片等于换整套工具链。但 V4+ 昇腾证明了另一条路的可行性。不是替代，是多了一个选项。过去供给端的定义权，依赖一个前提：我有你绕不开的路。现在 Deepseek V4 的第二条路出现了。

同时也要看到，英伟达同一天发布了 H200 的升级路线图，Blackwell 架构的算力密度再翻倍。生态黏性不是一朝一夕能瓦解的，虽然现在裂缝出现了，但替代还很远。

第二件，发生在协议层

V4 的所有权重，以 MIT 协议开源。MIT 的意思是：商用随便，修改随便，部署随便，不强制署名。1.6 万亿参数，全球最大开源 MoE，就这么放了。

开源社区反应极快。两天内，V4-Flash 上线 OpenClaw 成为默认模型。GitHub 上出现大量基于 V4 的微调项目。一位旧金山的独立开发者用 V4-Flash 在半天内搭完一个合同审查工具，过去他要等公司批预算接 API。他在 X 上写：" 不需要问任何人，代码是我的，模型是我的，部署机器是我的。"

这是一个可能被低估的信号。过去，世界级模型的能力需要通过付费 API 获取。供给端通过调用次数、接口权限、微调许可来控制价值分配。MIT 协议把这些控制项全部删掉。开发者第一次拥有完整的技术主权。

但有一个细节：真正能被广泛验证的 " 杀手级应用 " 还没有出现。开源释放了能力，但没有自动释放产品。协议开源不等于生态繁荣。

第三件，发生在价格层

V4-Flash 定价 0.14 美元一百万 token。缓存命中价格 0.025 元人民币。发布初期七五折，Pro 输出降到 0.87 美元。GPT-5.5 的对应价格高出一个量级。多家开发者社区开始讨论同一个现象：调用大模型的成本已经低于公司内部的审批成本。当一个 API 调用只花几分钱，走流程比花这笔钱更贵。

一家中型 SaaS 公司的 CTO 用算盘 CerebrateX 跑了一遍成本模型，结论只有一句话：" 过去接 GPT-5 的 API 要写预算说明，现在 V4 这个价格，我甚至不需要跟财务开口。" 不需要开口，不需要申请，不需要开会——决策链条被价格本身砍掉了。

过去供给端通过定价权建立了整套价值分配体系。企业采购预算、部门核算、项目 ROI，都围绕模型调用成本展开。当这个成本趋近于零，旧体系的地基开始松动。

但同样要看到另一面。企业决策的惯性不会因为单价低就自动消失。安全审查、数据合规、供应商准入——这些非技术壁垒依然存在。价格归零不等于信任满分。

定义 AI 价值的权力，正在从 " 造模型的人 " 手里，滑向 " 用模型的人 " 手里。

但裂缝是裂缝，不是大门。闭源巨头的反制也同时进行，除了 OpenAI 在同一天发布 GPT-5.5，号称 " 迄今最智能 "，Anthropic 的 Opus 4.6、4.7 在 Agent 任务上也依然有明显优势。差距虽然没拉大，但也没消失。如果未来差距重新扩大到 6 到 12 个月，裂缝可能被重新补上。

DeepSeek 自己的软肋也摆在明处。V4 发布前被曝寻求 3 亿美元融资，用途之一是为核心团队做期权定价以止住人才流失。过去一年，字节豆包、智谱 GLM-5.1 等竞品已经完成反超尝试，挖人才墙角从没停过。3 月 29 日超过 7 小时的服务中断，波及数亿用户，基础设施投入不足的问题也暴露无遗。开源的代价是，下一个 V5 能不能跟上，能不能继续扛住旗，尚未为可知。

非技术壁垒也没有消失。分发渠道、合规认证、用户习惯——这些定义权的组成部分，不是参数和价格能攻破的。很多企业的采购流程里，模型来源仍然是安全审查的关键节点。选择 GPT，安全部门不需要额外解释；选择另一个模型，解释成本可能高过模型成本本身。

这些不确定性，和裂缝一样真实，现在只是 " 一次同时发生的松动 " 的记录。

AI 产业已经建立的规则不是铁板一块。它是一套由技术壁垒、生态依赖和资本密度共同支撑的，Deepseek V4 发布前后，升腾适配撞开了算力层的依赖，MIT 协议撞开了能力层的控制，价格撞开了决策层的门槛。

剩下的问题，不再是 " 谁拥有最强的模型 "。那个问题供给端已经回答了太多年。而是：当能力不再是稀缺品，当成本不再是门槛，当生态不再是单行道——谁的价值，会被重新评估？

算这笔账的人，不只在大模型公司里。