DeepSeek V4-Flash：Token 价格锚下移之后，AI 基建的 ROI 怎么重算
涌现资本产业研究部 · 2026 年 8 月 6 日 模型与价格数据为 2026-08-06 对各厂商官方页面的直接核验；行情为交易所日线（美股至 08-05 收盘）。方向评级 🟢 受益 / 🟡 中性 / 🔴 承压。本报告为信息聚合与研究判断，非投资建议，绝不构成跟单。
30秒结论卡
- 一句话判断：V4-Flash-0731 敲掉的是"每 Token 资源线性增长"的信仰，不是 AI 基建总量——它让 ROI 证明题更严格，但没有给出 ROI 失败的答案；市场的实际反应（英伟达发布后五连涨 +15.4%，对照 R1 时刻单日 −17%）说明"效率跃迁"已从黑天鹅被重新定价为常态变量。
- 事件本体：架构与参数完全不变（284B 总参/13B 激活），仅重做后训练即获得大幅 Agent 增益，第三方复测智能指数 +10 分至 50、距 GPT-5.6 Luna 仅 1 分；100 万 Token 长上下文场景计算量为上代 V3.2 的 10%、KV Cache 为 7%；权重 MIT 开源、上线约一周月下载 43 万、OpenRouter 周榜以 7.22 万亿 Token 登顶。
- 价格锚现状：OpenAI 已在发布前一日把 Luna 降价 80%，目录价差被压缩到 1.4-4.3 倍；但按"每个成功任务的总成本"口径，Flash 约 $0.03 对旗舰闭源约 $3 量级，仍差约百倍——竞争的计量单位已从每百万 Token 迁移到每个任务。
- 反直觉信号：DeepSeek 官方定价页新增"近期整体显著涨价"预告、峰谷计费（峰时 2 倍）公告待生效、V4-Pro 正式版跳票——模型商自己的推理算力先吃紧了。最便宜的模型第一时间撞上算力墙，这在短期是算力需求侧的利多。
- ROI 判决：分子（Token 单价、闭源溢价）与分母（单任务算力、内存成本）同时下移，裁决变量是 Agent 调用量弹性；当前证据（云积压、AI ARR、Token 用量全部加速）支持"总量继续增长、利润迁移"而非"回报恶化"。
- 最大反证：若未来两个季度出现云厂商 资本开支 下修 + GPU 租价下行 + HBM 订单转弱三者同时发生，"效率被用量回补"的判断作废，本报告切换到"效率压过需求"情景。
一、投资要点
框架：一个事件、三层传导——价格锚（模型层毛利）、ROI 结构（超大厂分子分母）、硬件斜率（英伟达与 HBM）；每层分开裁决，不许一句"利空 AI"一锅端。
| # | 核心判断 | 方向 |
|---|---|---|
| 1 | 后训练成为新战场：不改架构、不加参数，仅后训练就把 Agent 能力抬上一个台阶（第三方复测 +10 分、Pareto 前沿垂直跃升）——前沿竞争从预训练规模转向"底座 + Agent 强化学习 + 工具环境 + 推理系统"的组合优化 | 🟢 范式确认 |
| 2 | 但"预训练与算力不重要了"不成立：V4 系列仍以超过 32 万亿 Token 预训练；Agent 强化学习需要数十万并发沙箱（GPU+CPU/微虚拟机+存储+网络）——资本开支 从纯预训练 GPU 向推理工厂与后训练基础设施迁移，不是消失 | 🟡 结构迁移 |
| 3 | 对闭源模型 API 明确负面：文本、代码、子代理推理的公开价格锚被系统性压低，OpenAI 已抢先降价 80% 应对；闭源厂商必须用多模态、托管工具、企业治理与分发解释剩余溢价 | 🔴 模型层毛利 |
| 4 | 对超大规模云厂商不是单向利空：Token 售价降压低单位收入，但效率提升同步降低单位成本（微软披露常用模型推理吞吐 +40%、谷歌 Gemini 服务成本一年降 78%）；真正的考题是 资本开支 增速能否持续被收入与现金流覆盖 | 🟡 双向 |
| 5 | 对英伟达，被侵蚀的是稀缺性租金而非总需求：数据中心收入最新季度 752 亿美元（+92%）、下季指引约 910 亿——订单尚未体现任何坍塌；长期看每 Token 算力强度与 CUDA 稀缺溢价承压，总收入取决于 Agent 调用量与系统级价值 | 🟡 斜率之争 |
| 6 | 对 HBM，KV Cache 利空真实但被夹在更大的算术里：KV Cache 降至上代 7% 只压缩了内存占用五项中的一项，284B 权重驻留（4bit 理论下限约 142GB）与并发、训练状态不受影响；海力士约 10 家长约与 HBM4 量产、美光 HBM4 高量出货显示订单侧未转弱 | 🟡 看弹性 |
| 7 | 市场行为已切换：从"DeepSeek 时刻"（R1：英伟达 −17%、蒸发 $5,890 亿）到"效率常态"（V4-Flash：英伟达五连涨、主流卖方无一作为交易触发器、覆盖逻辑从事件驱动转业绩驱动）——这本身是本轮周期成熟度的标志 | 🟢 脱敏确认 |
二、时间线与事件本体
| 时点 | 事件 |
|---|---|
| 7-30 | OpenAI 将 GPT-5.6 Luna 降价 80%（$1/$6 → $0.20/$1.20）、Terra 降 20%，应对成本敏感客户与中国厂商竞争 |
| 7-31 | DeepSeek 发布 V4-Flash-0731：架构与参数不变、仅重做后训练；API 定价维持 $0.14/$0.28（缓存命中输入 $0.0028）；权重 MIT 开源；API 处于 public beta |
| 8-01~03 | 生态快速接入：OpenCode 用量日增 30%；国家超算互联网平台 8-02 上线 0731 API；OpenRouter 周榜（7/27-8/2）V4 Flash 以 7.22 万亿 Token 登顶全球第一 |
| 8-03~05 | 第三方复测落地：Artificial Analysis 智能指数 50（4 月版 40），反超 V4-Pro-Preview 6 分、距 GPT-5.6 Luna（51）1 分；高盛上调中国大模型厂商 ARR 预期（2026 年 $13B、2030 年看 $125B）；大摩定性"需求结构明显向低成本模型倾斜" |
| 8-06 现状 | V4-Pro 正式版仍未发布（API 仍为 4 月 Preview 权重，官方口径 soon）；峰谷计费（北京时间峰时 2 倍）已公告未生效；官方定价页新增"近期整体显著涨价"预告 |
技术本体的三个关键读数：① 284B 总参数、13B 激活参数、超过 32 万亿 Token 预训练的底座不变，0731 的全部增益来自新后训练管线（工具使用/编码/推理链/自主 Agent 工作流），后训练计算量未披露；② 100 万 Token 长上下文场景下，单 Token 计算量为上代 V3.2 的 10%、KV Cache 为 7%——长上下文的边际成本曲线被实质性压平；③ 13B 激活参数压缩的是计算量，不是模型驻留内存——284B 权重即使全按 4bit 存储、理论下限也约 142GB，生产级部署仍需多卡高带宽互联，消费级单卡承载不成立。
基准数字的采信纪律：官方九项 Agent 基准部分跑在内部 harness、两项为内部数据集，本报告以第三方复测为准（AA 复测 Terminal-Bench 2.1 为 79%，官方自报 82.7，差异属正常 harness 口径）。
三、价格锚：从"每百万 Token"到"每个任务"
3.1 目录价现状（2026-08-06 各厂商官方页直查，美元/百万 Token）
| 模型 | 普通输入 | 缓存输入 | 输出 | 对 Flash 倍数（输入/输出） |
|---|---|---|---|---|
| DeepSeek V4-Flash-0731 | 0.14 | 0.0028 | 0.28 | — |
| OpenAI GPT-5.6 Luna（7-30 降价后） | 0.20 | 0.02 | 1.20 | 1.4x / 4.3x |
| OpenAI GPT-5.6 Terra | 2.00 | 0.20 | 12.00 | 14x / 43x |
| Google Gemini 3.6 Flash | 1.50 | — | 7.50 | 11x / 27x |
| Anthropic Claude Opus 4.8 | 5.00 | 0.50 | 25.00 | 36x / 89x |
OpenAI 的抢先降价把入门级旗舰与 Flash 的目录价差压缩到一个量级以内——价格战第一回合已经打完，闭源阵营选择跟牌而非死守。但两个纵深仍在：缓存命中价 Flash（$0.0028）仍为 Luna（$0.02）的约七分之一，而 DeepSeek 的缓存折扣深度（约 98%）远超行业通行的 90%；叠加任务完成效率，第三方测算的单任务成本约 $0.03，对旗舰闭源模型约 $3 量级仍差约百倍。
3.2 Agent 经济学的正确算法
缓存命中率为 h 时，Flash 每百万输入 Token 混合价 = 0.14×(1−h) + 0.0028×h：命中 50% 为 $0.071、90% 为 $0.017、99% 为 $0.004。按日耗 1 亿输入 Token + 100 万输出 Token 计，模型账单在 $0.70-7.42 之间——"一整天 Agent 不到一杯奶茶钱"可以发生但不是普遍事实，它依赖极高重复前缀、低输出比例与低重试率，且未计入沙箱、检索、存储、工具与观测系统成本。真正的竞争指标是：
每个成功完成任务的总成本 = 模型 Token + 重试 + 工具调用 + 沙箱执行 + 延迟损失 + 人工接管
闭源厂商的溢价辩护必须落在这个公式的后半段——更完整的多模态、托管工具、状态管理、企业治理与分发（DeepSeek 的兼容层对 MCP、图像、文档等仍非全面支持）。若任务只是文本、代码与工具调用，10-30 倍的目录溢价已经无法自圆。
四、市场的判决：从"DeepSeek 时刻"到"效率常态"
两次发布，两种世界：
| R1（2025-01） | V4-Flash-0731（2026-07-31） | |
|---|---|---|
| 英伟达 | 单日 −17%、蒸发 $5,890 亿 | 发布后五连涨、累计 +15.4% 收 $219.22 |
| 板块 | 全球算力链恐慌 | 大涨（主因是微软/亚马逊财报：MSFT 单日 +15.5%、AMZN +15.3%、AWS +37%） |
| 机构行为 | 紧急下修与对冲 | 无一家以发布为交易触发器；覆盖从事件驱动转业绩驱动 |
| 叙事 | "算力需求要崩" | "效率常态"：天风"大超预期"看多国产应用链、高盛上调中国 LLM ARR、大摩转向 ROIC 结构分析 |
这不是市场麻木，是市场学会了正确的算术：Kimi K3 事件（7 月中旬）已经完成了一轮教育——效率跃迁后没有任何一家机构下修数据中心用电与算力预测，BNEF 反而上修。V4-Flash 是同一逻辑的第二发：效率改写 资本开支 的构成表（预训练 GPU → 推理工厂、沙箱、缓存与调度系统），不改写总量表（详见 kimi-k3-efficiency-shock-资本开支-composition-2026-07-27 与 AIDC v2 的效率账）。大摩给出了结构分析的正确形状：GPU 出租、自有算力跑 API、租赁算力跑 API 三种商业模式的 ROIC 约 31%/46%/25%——价格战淘汰的是低利用率的转售层，不是高利用率的推理工厂。
五、ROI 重算：分子分母同时被改
ROI ≈（模型/API 收入 + 云与软件增量 + 广告/订阅增量 + 内部降本）÷（芯片 + 数据中心 + 电力 + 网络 + 折旧 + 运维）
V4-Flash 同时压低分子（Token 单价、闭源溢价）与分母（单任务 FLOPs、KV Cache、推理成本），裁决变量是量——调用量弹性能否超过单位效率提升。最新一轮财报给出的是"收入证明增强、现金流压力也增强"的双升：
- 微软：AI 业务 ARR 超 $370 亿（+123%）、Azure 供不应求、常用模型推理吞吐 +40%（效率红利首先被平台自己吸收）；2026 年 资本开支 约 $1,900 亿，云毛利率受 AI 投资压制。
- Alphabet：云积压约 $4,620 亿；Gemini 服务成本一年下降 78% 的同时 Token 处理量两年增长超 300 倍——当前最强的 Jevons 样本；2026 年 资本开支 $1,800-1,900 亿仍需证明长期资本回报。
- 亚马逊：AWS +37% 至 $422 亿/季、AI 业务年化收入超 $250 亿；但过去 12 个月自由现金流转负 $76 亿——资本开支 的现金流代价已在被定价。
结构迁移的方向同样清晰：后训练与 Agent 强化学习需要数十万并发沙箱（GPU 推理 + CPU/微虚拟机 + 分布式存储 + 调度），资本开支从纯预训练集群向这套"推理工厂"体系迁移。ROI 证明题一季比一季严格，但云收入、AI ARR、积压与 Token 用量仍在加速——回报恶化的结论下不出来。
六、传导映射：英伟达与 HBM
英伟达——稀缺性租金 vs 总需求。负面传导有三：长上下文单 Token 算力降至上代 10%、13B 激活让推理更易分配到国产加速器与定制 ASIC、开源权重压低云端 GPU 转售溢价。对冲同样有三：284B 权重的生产级部署仍需多卡高带宽互联；Agent 是多轮规划-调用-验证-重试的循环，任务数与步骤数的增速可能远超单步算力降幅；英伟达卖的是整套系统（网络+CPU+存储+调度），不只卖 Token 计算。订单现实：数据中心收入 $752 亿（+92%）、下季指引约 $910 亿。长期承压的是"每任务算力线性增长"的估值假设，不是近两个季度的收入。
HBM——KV Cache 只是五项之一。推理系统的 HBM 占用 = 权重驻留 + KV Cache×并发 + 激活值 + 并行冗余 + 训练状态；V4-Flash 把第二项压到上代的 7%，其余四项不动。产业数据也未见转弱：海力士约 10 家长约 + HBM4 量产出货、美光 HBM4 高量出货且 2027 年量产 HBM4E（格局详见 hbm-landscape-share-lta-zhbm-cxmt-2026-08-06）。对存储仓位的正确姿势不是"利空/利多"二选一，而是盯四个量：每 Agent 任务的平均上下文与步骤数、云厂商 Token 总量增速 vs 每 Token 内存降速、HBM4/4E 长约与 ASP、推理服务器内权重/KV Cache/SOCAMM/SSD 的层级迁移。
反直觉的一条：DeepSeek 官方页的涨价预告 + 峰时 2 倍计费公告 + V4-Pro 跳票，组合起来指向模型商自身推理算力吃紧——最便宜的模型第一时间撞上产能墙（与 K3 上线数日暂停注册如出一辙）。效率最高的玩家在超卖，这是算力与内存需求侧的短期利多信号，不是利空。
七、三种产业情景
| 情景 | 核心条件 | 结果 | 当前证据 |
|---|---|---|---|
| 效率压过需求 | Token/Agent 量增长低于单位算力与内存降幅 | 闭源毛利、GPU 云租金、HBM 增速承压；应用层受益 | 未观测到（用量榜、积压、ARR 全部加速） |
| 🎯 价格与成本同步下移（基准） | 价格降、成本同步降、Agent 量覆盖大部分效率 | 基建总量继续增长但估值与利润率下修，价值向高利用率推理工厂与全栈平台集中 | 大摩 ROIC 结构、三家超大厂"双升"财报 |
| Jevons 主导 | Agent 成默认负载，步骤数与并发数量级增长 | Token 单价暴跌但总计算/内存/电力需求继续上升 | Alphabet 300 倍 Token 样本、OpenRouter 登顶、DeepSeek 自身超卖 |
八、受益标的落地
| 商业模式 | 价格锚下移的含义 | 代表方向 | 评级 |
|---|---|---|---|
| Agent 应用层（吃 $9 劳动力预算、按结果收费） | 底层智能成本下降 = 毛利扩张 + 功能覆盖扩大；价值向工作流、数据与分发迁移 | 治理编排与 Agent 化平台（NOW/CRM/SNOW 类，参 Agent 1:9 框架） | 🟢 |
| 高利用率云平台 / 推理工厂 | 模型降价压推理单价，但拉高利用率并带动存储、数据库、网络收入；自有算力跑 API 的 ROIC 结构最优 | 超大规模云 + 全栈平台 | 🟢🟡 |
| 与模型效率解耦的物理层 | 效率事件不改电力/土地/并网的年级约束（AIDC v2 效率账结论） | 电力硬卡点（燃机/变压器/开关/现场电源） | 🟢 |
| 硬件斜率层（GPU/HBM） | 总需求未坍塌但"每任务线性增长"估值假设承压；盯 Token 弹性四指标 | NVDA/HBM 三家——订单强劲、叙事重估 | 🟡 |
| 纯模型 API（靠高 Token 毛利） | 最大负面：价格降速快于成本降速时训练成本难摊销 | 未上市闭源模型商 | 🔴 |
| GPU 转售 / 低利用率租赁 | 稀缺溢价消失后 ROIC 垫底（约 25%），价格战首先出清这一层 | neocloud 中无长约低利用率者 | 🔴 |
九、行动清单与监控
- 现在可做：维持"效率事件不减仓电力层与高利用率平台"的既定姿态；Agent 应用层按 Agent 判别式（收费模式迁移/吃 $9 不吃 $1）继续筛选加仓候选。
- 重点观察·V4-Pro 事件窗口：正式版仍未发布（传闻窗口 8 月中旬，未获官方确认）。届时盯七件事：官方日志/模型卡/权重/API 是否同步；第三方同 harness 复测的每任务成功率；真实 Token 量与重试率；Responses API 是否扩展到 Pro；峰谷价格生效与实际利用率；三巨头是否再调价；市场反应是否伴随云 资本开支 下修、GPU 租价下降、HBM 订单变化——只有价格与基本面同时出现，才构成第二波产业冲击。
- 只监控：DeepSeek 涨价预告的落地形态（整体涨价 + 峰时 2 倍）——它是"效率玩家超卖"信号的确认器；第三方托管商对 0731 权重的接入速度（当前仅 2 家）。
- 不做：把"一天 Agent 一杯奶茶钱"当普遍成本事实外推；把 13B 激活当消费级部署可行性；在 V4-Pro 未发布前为"接近旗舰闭源"的传闻定价。
- 下次看这五个数：① OpenRouter 周度 Token 榜的国产模型份额；② 三巨头缓存价与批量价的下一次变动；③ 微软/谷歌下季披露的推理吞吐与服务成本降幅；④ HBM 长约 ASP 与验收节奏；⑤ DeepSeek 峰谷计费生效后的高峰利用率信号。
十、风险与反证
| # | 风险 | 反证信号（出现即证明本报告结论错） | 方向 |
|---|---|---|---|
| 1 | 效率压过需求 | 云厂商 资本开支 下修 + GPU 租价下行 + HBM 订单转弱三者同时出现 | 🔴 切换情景一 |
| 2 | Agent 量弹性不足 | OpenRouter/云厂商 Token 总量增速跌破单位成本降速 | 🔴 |
| 3 | 价格战二次降维 | V4-Pro 以旗舰能力 + Flash 级定价发布，闭源阵营被迫再降 50%+ | 🟡 模型层加速出清 |
| 4 | 基准可信度 | 第三方复测大幅低于官方口径、内部数据集问题发酵 | 🟡 |
| 5 | 超卖信号反转 | DeepSeek 涨价落地后用量与利用率双双回落——"算力吃紧"判断不再成立 | 🟡 |
| 6 | 地缘与合规 | 主要市场对开源中国模型的企业采用设限 | 🟡 |
十一、来源置信度表 · 数字三道关自评 · 免责
| 结论 / 数字 | 来源 | 日期 | 口径 | 置信度 |
|---|---|---|---|---|
| V4-Flash-0731 本体（架构不变/价格/缓存/public beta/峰谷公告/涨价预告） | DeepSeek 官方文档与定价页 | 2026-08-06 直查 | 官方 | A |
| 各厂商目录价（Luna $0.20/$1.20 等） | OpenAI/Google/Anthropic 官方定价页 | 2026-08-06 直查 | 官方 | A |
| OpenAI 7-30 降价 80% | CNBC + 官方页印证 | 2026-07-30 | 事件 | A/B |
| AA 独立复测（智能指数 50、Pareto 跃升、Terminal-Bench 79%） | Artificial Analysis | 2026-08 | 第三方复测 | A |
| OpenRouter 周榜 7.22 万亿 Token 登顶、HF 月下载 43 万 | OpenRouter/HF + 多源 | 2026-08 | 平台数据 | B |
| 长上下文 10% FLOPs / 7% KV Cache、32 万亿 Token 预训练、DSec 沙箱 | 技术报告及其第三方拆解 | 2026 | 技术口径 | B |
| 微软/Alphabet/亚马逊/英伟达/海力士/美光 财务读数 | 各公司官方披露 | 2026-07 | 财报 | A |
| 单任务成本 $0.03 vs $3 量级、大摩 ROIC 三情景 | Artificial Analysis / 大摩（经转述） | 2026-08 | 测算 | C |
| 高盛中国 LLM ARR 上调、天风定性 | 券商报告（经转述） | 2026-08 | 卖方 | C |
| V4-Pro GA 窗口 8 月中旬 | 中文媒体汇总 | 2026-08 | 未获官方确认 | C |
| 行情（R1 对照、NVDA 五连涨、财报日归因） | EODHD 交易所日线 + 多源 | 2026-08-05 | 收盘 | A |
⚠️ 数据分歧显式披露：① 官方九项 Agent 基准与第三方复测存在 harness 口径差（82.7 vs 79%），本报告以第三方为准；② "缓存命中率 99%"为情景假设而非官方承诺（官方仅给命中单价、不承诺命中率）；③ 单任务成本百倍差为单一测算机构口径，量级可信、精确值不做载重；④ V4-Pro 相关一切能力传闻（"接近旗舰闭源"）未获官方确认，不进入结论。 数字三道关自评：①量级一致性——混合价三档（$0.071/$0.017/$0.004）按公式复算自洽；284B×4bit≈142GB 下限复算自洽；目录价倍数逐格按 8-06 直查价重算。②单位显式——每百万 Token 与每任务两套计量分列；FLOPs 压缩（10%）与内存压缩（7%）分列且注明对象为对 V3.2。③关键数字 ≥2 源——价格全部官方页直查；财务数取公司官方；单源测算（ROIC、单任务成本、GA 窗口）标 C 级不作载重论据。
免责：本报告为涌现资本产业研究部信息聚合与独立研究判断，不构成任何证券的买卖要约或投资建议，读者应独立决策并自负风险。市场有风险，投资需谨慎。© Emergence Capital
*涌现资本产业研究部 · 2026-08-06*