核心内容总结
国产开源AI模型DeepSeek V4 Flash正式版上线后，在海外两大模型调用平台（OpenCode和OpenRouter）的调用量暴增，单日处理8万亿Token、周处理7.22万亿Token，用户增长30%。它与OpenAI的轻量模型Luna性能接近（智能指数50分vs51分），但凭借98%的高缓存折扣，成本比降价80%后的Luna还低60%，赢得海外开发者青睐。这一现象折射出开闭源模型竞争进入“性价比主导”新阶段，国产开源模型正在冲击海外市场，给OpenAI带来巨大压力。
一、DeepSeek V4 Flash海外“出圈”：调用量与用户双爆发
DeepSeek V4 Flash上线后的数据表现堪称“黑马”：
- OpenCode平台：单日处理8万亿Token（5万亿免费试用、3万亿付费），上线后使用量和新订阅用户均增长30%；
- OpenRouter平台：周调用量7.22万亿Token，直接登顶周榜第一。
这两个平台定位不同（OpenRouter是通用模型聚合网关，OpenCode聚焦代码开发），但都出现调用量暴涨，说明DeepSeek V4 Flash不仅在代码场景受欢迎，还能覆盖更广泛的AI开发需求，真正打动了海外开发者。
二、与OpenAI Luna正面PK：性能相近，价格差出“代际感”
OpenAI为了应对竞争，先把Luna模型降价80%（输出从6美元/百万Token降到1.2美元，输入从1美元降到0.2美元），但开发者仍不买账——评论区直接喊“要DeepSeek的价格”。
原因很简单：性能几乎没差，价格却低一大截。
- 智能指数：DeepSeek V4 Flash得50分，仅比Luna的51分少1分，处理能力几乎相当；
- 成本对比：即使Luna降价后，DeepSeek的单任务成本仍比它低60%。比如输入命中缓存时，DeepSeek只要0.2元/百万Token（约0.028美元），远低于Luna的0.2美元/百万Token。
三、性价比密码：98%缓存折扣，把“重复计算”变成省钱利器
DeepSeek能做到低价，关键是超高的缓存命中折扣。
什么是缓存？简单说：如果开发者之前问过类似的问题（比如重复的代码片段或常见问题），服务器已经存了计算结果，不用重新算，这部分Token就按2%收费（业内普遍是10%）。
举个例子：假设你用DeepSeek处理100万Token的输入，其中98万命中缓存，仅需付0.2元（98万*0.2元/百万）+ 2万*1元/百万= 0.396元；而用Luna，即使全命中（假设它有缓存），也要付0.2美元（约1.4元），差了近3倍。
这种“把重复工作的成本降到几乎为零”的策略，让DeepSeek在价格上碾压对手。
四、开闭源竞争进入新阶段：国产模型用“性价比”打破垄断
以前OpenAI在海外AI模型市场几乎是“一家独大”，但现在国产开源模型（比如DeepSeek）正在改变格局：
- 迭代速度快：DeepSeek V4 Flash的性能已经接近OpenAI的主流模型；
- 价格优势明显：用缓存折扣等创新手段，把成本压到对手的40%以下；
- 用户心智转移：开发者不再只认OpenAI，而是更看重“性能够好+价格够低”的组合。
OpenAI降价80%仍挡不住DeepSeek的崛起，说明国产开源模型已经把“性价比”变成新的竞争武器，让海外市场不得不重新审视中国AI的实力。
五、背后的信号：开源模型正在重塑AI行业规则
DeepSeek的爆火不是偶然，它反映了AI行业的一个趋势：开源模型正在挑战闭源模型的垄断地位。
闭源模型（比如OpenAI）靠“黑箱”技术和品牌溢价赚钱，但开源模型（比如DeepSeek）通过开放技术、优化成本，让开发者能用更低的价格拿到接近的性能。这种模式不仅让开发者受益，还推动整个行业的技术普及——毕竟更多人用得起AI，才能催生更多创新应用。
未来，AI竞争可能不再是“谁技术最牛”，而是“谁能把技术做得又好又便宜”。国产开源模型的这次“出海成功”，正是这个趋势的最好证明。