2026 年 7 月 31 日，DeepSeek 把 V4-Flash 正式版（0731）推上了公测。不到半天，一条新词「斩杀线」就被圈内人刷到了所有 AI 讨论区。

它不是营销词，是一张散点图勾勒出的现实。

先看这张图：什么是「斩杀线」

第三方测评机构同日上线了 AI 模型性价比排行榜。散点图的横轴是单次任务美元成本，纵轴是智能指数，一共收进了 128 款主流模型。

DeepSeek V4-Flash（0731）的点位大致在 0.025 美元、50 分。它右侧紧挨着的，是 GPT-5.6 Luna，51 分；但 Luna 的成本是 Flash 的若干倍。再往右上扫一圈，Opus 4.8、Fable 5、GPT-5.5 它们都在 Flash 的右上方。

判定方法简单粗暴：

比 Flash 贵，并且不如 Flash 聪明的模型，统统划进右下方黄线区域，商业上再没有理由存在了，这就是「斩杀线」残酷的现实意义。

网友作出视频来表达对 DeepSeek 的敬意

在 Terminal-Bench 2.1 这种偏重命令行与工程实践的真机任务中，DeepSeek V4-Flash 甚至超越了 Anthropic 的主流模型 Sonnet 5。

架构层面，V4-Flash 没动，只靠后训练升级。

它同时原生支持 Responses API 与 Codex，官方报价是输入 0.14 美元 / 百万 token、输出 0.28 美元 / 百万 token，缓存命中低至 0.0028 美元。

这个缓存折扣力度约 98%，远远高过业内普遍的 90%。

下图红柱为 DeepSeek V4-Flash

更关键的是 Agent 维度的硬指标。

Terminal-Bench 2.1 上，DeepSeek 官方开启 Harness minimal 模式自报 82.7 分，超过 Claude Sonnet 5，逼近 Claude Opus 4.8 与 GLM-5.2；DSBench-Hard 上 Flash 比 Preview 又涨了 33.8 分，是后训练红利最显著的「长周期工具调用」分项。

把这些数字放在一起看，结论只有一个：

Flash 已经不再是轻量模型的代名词，而是用一线模型零头价格买到了准一线智能。

主流模型 API 输出价格对比备注：大模型的 " 缓存命中 " 与 " 缓存未命中 " 是推理优化中的核心概念，简单来说就是判断新请求能否复用之前已经计算好的中间结果，从而避免重复劳动

价格才是主菜。

V4-Flash 输出 2 元每百万 token，缓存未命中输入 1 元，缓存命中输入仅 0.02 元。横向对比：Claude Opus 4.8 输出价约是它的 90 倍；GPT-5.6 Luna 当天刚降价 80%，输出价仍是它的 4 倍左右。官方测算，2000 万 token 的 Agent 任务成本约 3.5 美元。

有开发者晒账单：

4 小时代码任务、1 亿 token、缓存高命中，结账不到一块钱。

注意一个细节：

缓存命中与未命中的输入价相差 50 倍。Agent 任务天然长上下文、多轮调用、前缀大量重复，命中率极高，这 50 倍就是留给懂行开发者的红利。官方还预告峰谷定价，每天 9 点到 12 点、14 点到 18 点价格翻倍，等于明说：批量任务挪到夜里跑，再省一半。

大背景同样值得记住。Gartner 预计 2026 年推理支出 206 亿美元，首次超过训练支出，token 账单正变成企业要专门管理的成本项。Arena 综合榜前十已有 5 家中国厂商，性能差距收窄后，价格就是决定性变量。OpenAI 一天内 Luna 降价 80%、Terra 降价 20%，不是慷慨，是被逼的。

OpenAI 与 Anthropic 的路线，是堆 GPU、卖算力溢价，逻辑是「更聪明，更贵」。

DeepSeek V4-Flash 用工程与架构优化，在不靠烧 GPU 的前提下把智能推到准一线，把 Agent 多轮调用的成本门槛彻底打穿。

结果是行业 48 小时内集体改价：8 月 4 日 OpenAI 全线跟降 80%；硅谷不再争论 Flash 强不强，只争论还能不能托得住这个价。

国内大模型：斩杀线更狠

斩杀线对国产模型同样适用，只是杀伤力更大。

那些没有行业壁垒、纯靠卖 token 活着的厂商，商业路径瞬间收窄。外部信号已经接连亮起来：国家数据局 3 月 23 日披露，日均 token 调用量已达 140 万亿，较 2024 年初增长 1000 倍；阿里 ATH 事业群建立「千亿级 token 内部市场化」机制；字节披露 120 万亿 token 日消耗；腾讯内部对所有业务施加 1000 元 / 月隐性调用成本考核；钉钉放话「低质量软件日抛」。资本与人才加速向 2 到 3 家头部集中，长尾出清，已经在发生，不是预测。

产业判断

类比 4G 降本催生移动互联网。当 token 真正白菜价，C 端 AI 应用、B 端 Agent 渗透的速度，会被成本曲线强行抬起来。

三条曲线已经开始交汇：

单任务推理成本曲线（DeepSeek 把它打到 0.025 美元）、

Agent 综合能力曲线（V4-Flash 已达 Sonnet 5 水平）、

Agent 互通协议曲线（Harness、MCP、Handoff 协议之争，今年内会收敛）。

三件事任何一件单拎都不够，但同时落在 2026 下半年，叠加效应会出现。

V4 Pro 正式版与 DeepSeek Harness 同步发布的时间窗口在 8 月 10 至 20 日；估值约 4700 亿元的 DeepSeek 传出暂停融资谈判。

这两件事值得下半年持续盯。

留给国产二三线厂商的时间窗口，

按照目前的速度看，

可能只剩 18 个月。