软盟资讯 | AI前沿

DeepSeek单日吞下8万亿Token，OpenAI降价80%也追不上

2026年8月3日，一个让全球AI行业震动的数据出炉。

海外开发者开源项目团队OpenCode发文称，其平台上DeepSeek V4 Flash的调用量大幅飙升，单日处理Token达8万亿（8T）。其中5万亿为免费试用额度消耗，3万亿为开发者通过OpenCode平台付费使用。

与此同时，模型API分发平台OpenRouter的最新数据显示，上周（7月27日至8月2日），DeepSeek V4 Flash以7.22万亿Token的周调用量位居全球第一。在全球调用量排名中，前五名均为中国AI大模型。

8万亿Token是什么概念？约等于5600万本《三体》三部曲的文字量，或4万部完整电影剧本的体量。以普通用户日常使用场景计算，这一调用量相当于数百万开发者同时高频调用同一模型。

而就在几天前，OpenAI刚刚宣布将GPT-5.6 Luna降价80%——即便如此，DeepSeek的单任务成本仍比降价后的Luna低约60%。

中国AI大模型，正在用“超性价比”改写全球竞争规则。

一、8万亿Token：一个惊人的数字

单日8万亿Token，这个数字有多夸张？

作为对比，大模型路由平台OpenRouter接入了400多款模型，每月处理约200万亿Token，平均每天约6.6万亿。也就是说，DeepSeek V4 Flash一个模型在OpenCode一个平台上的单日处理量，已经超过了OpenRouter全平台400多款模型的日均处理量。

OpenCode是一个面向程序员的终端AI编程工具，其附带的Zen、OpenCode Go网关聚焦代码开发场景，基于使用需求精选适配模型。DeepSeek V4 Flash在代码开发这一垂直场景中单日消耗8万亿Token，意味着它已经成为大量开发者的默认编程助手。

OpenCode CEO Jay在8月1日发文称，DeepSeek V4 Flash上线后，使用量单日增长了30%，OpenCode Go的新订阅用户也增长了30%。

从数据来看，DeepSeek V4 Flash正式版7月31日上线公测，不到一周时间便交出了单日8万亿Token、周调用量7.22万亿Token的成绩单。这种爆发式增长的背后，是开发者用“用脚投票”做出的选择。

二、OpenAI降价80%，开发者却不买账

DeepSeek的强势表现，直接触发了OpenAI的紧急应对。

7月31日，OpenAI宣布GPT-5.6 Luna降价80%——输出价格从每百万Token 6美元直接砍到1.2美元，输入价格从1美元降至0.2美元。另一款模型Terra也同步下调20%。这一价格调整距离两款模型正式推出仅约三周。

然而，开发者的反应并不如OpenAI所愿。

在OpenCode的评论区，OpenAI核心产品与平台负责人Tibo亲自下场，打起了GPT-5.6 Luna的广告。但开发者并未买账，有人直言：“我们希望得到DeepSeek的价格。”

这一幕让人哭笑不得。OpenAI的产品负责人亲自推销，却被开发者集体“婉拒”——不是Luna不好，而是DeepSeek的性价比太强。

即便OpenAI将Luna价格下调80%，DeepSeek V4 Flash在其自有API上的单任务成本仍比前者低约60%。

关键原因在于DeepSeek提供了约98%的缓存命中折扣——即命中缓存的Token仅按标价2%计费，远超业内普遍的90%折扣水平。在代码补全、错误检测等开发场景中，大量请求是重复或相似的，高缓存命中率带来的成本优势被成倍放大。

定价方面，DeepSeek V4 Flash输入命中缓存仅0.2元/百万Token，未命中输入1元/百万Token，输出2元/百万Token。在Artificial Analysis智能指数中，DeepSeek V4 Flash获得50分，仅比GPT-5.6 Luna的51分低1分，但成本却只有后者的不到一半。

三、中国AI大模型包揽全球前五，已连续十四周领跑

OpenRouter的数据还揭示了一个更宏观的趋势：在全球调用量排名中，前五名均为中国AI大模型。

这意味着，在全球开发者生态中，中国AI大模型已经成为最活跃、最被广泛使用的模型。DeepSeek V4 Flash以7.22万亿Token的周调用量登顶榜首，环比增长13%。

这一趋势已持续十四周。行业分析师指出，当开源模型在性能追平闭源模型的同时，通过架构创新构建起新的成本壁垒，这标志着全球AI竞争进入“超性价比”阶段。

OpenCode平台数据显示，其用户中同时使用中美模型的开发者比例，已从年初的67%下降至目前的23%。开发者生态正在发生结构性转变——越来越多的人正在从“多模型并用”转向“中国模型优先”。

四、DeepSeek V4 Flash为何能“吞”下8万亿Token？

8万亿Token的单日处理量，背后是DeepSeek V4 Flash在架构层面的硬核支撑。

MoE（混合专家）架构——V4 Flash并非每次推理都激活全部参数，而是根据输入任务动态选择最相关的“专家”模块。总参数284B，但每次激活仅13B，大幅降低了单次推理的计算开销。

高稀疏激活率——每层激活的参数量仅占模型总参数的极小比例，使得模型能用更少的计算量完成同等质量的推理，直接提升了单位时间内的Token处理上限。

FP8混合精度训练——全链路支持FP8精度训练与推理，将单次运算的显存占用和带宽消耗压缩至传统FP16的一半，显著提升了GPU的并行处理能力。

推理引擎深度定制——针对Flash系列模型特点，自研推理引擎实现了算子融合、KV Cache压缩及动态批处理，单卡推理速度较前代模型提升显著。

98%的缓存命中折扣——这是DeepSeek在成本控制上的“杀手锏”。在代码开发等高重复场景中，大量请求命中缓存，成本被降至极低水平。

尾声：AI竞争进入“超性价比”时代

DeepSeek V4 Flash单日8万亿Token的数据，是中国AI大模型在全球市场上的一个里程碑。

它证明了一件事：在AI模型的竞争中，性能不是唯一的标准，性价比才是决定开发者“用脚投票”的关键。

当OpenAI以更低价格仍无法在成本与用户心智方面取胜时，国产开源模型正在将传统性价比概念带入全新的竞争阶段。这不是一场简单的“价格战”，而是一场由架构创新驱动的“价值战”。

正如一位开发者所言：“我不在乎模型是美国还是中国造的，我只在乎它好不好用、便不便宜。DeepSeek两个都做到了。”

这或许就是DeepSeek单日吞下8万亿Token的真正原因。

（本文数据综合自OpenCode官方发文、OpenRouter平台数据、第一财经、CNMO科技、ITBEAR等公开报道。）