1.6T參數與百萬Token的推論邊際：拆解 DeepSeek-V4-Pro 的算力擠壓與代理器定價邏輯

8月13日晚間，深度求索（DeepSeek）將其預覽版本推進至正式版，API介面全面更新至DeepSeek-V4-Pro-0813。這項更新並未改變呼叫模型的名稱，卻在底層架構與應用介面上投下變數。新版模型強化了代理器執行能力，支援Responses API與Codex接入。

表面上看，這是一場例行性的版本疊代。若把總參數量1.6T（兆）、啟用參數量49B（十億）、支持1M（百萬）Token上下文長度的技術宣告，放入財務報表與算力供需的框架中檢視，整個大語言模型市場的競爭維度已經發生實質轉移。當多項評測數據開始逼近產業頭部水準，模型本身的「智商」不再是唯一護城河。真正決勝負的，是誰能把百萬級上下文的推論邊際成本壓到最低，並透過代理器架構將這些成本轉嫁為企業端的訂閱收入。

稀疏注意力與 KV 快取的會計切面

要理解 DeepSeek-V4-Pro 對市場的實質衝擊，必須先拆解其硬體消耗的會計結構。大型語言模型在處理超長文本時，最大的運算瓶頸在於注意力機制的計算量，以及伴隨產生的 KV（Key-Value）快取。過去幾個景氣循環中，提高上下文長度往往意味著線性增加的顯存成本。

DeepSeek 在 V4 系列導入了混合注意力架構，結合壓縮稀疏注意力與重度壓縮注意力。這項底層物理邏輯的改變，直接反映在邊際成本數據上。根據官方技術報告，在百萬 Token 上下文場景下，V4-Pro 單一 Token 的推論 FLOPs（浮點運算次數）大幅降至前代 V3.2 版本的 27%。更關鍵的指標在於顯存佔用，KV 快取的記憶體消耗僅為舊架構的 10%。

這組數字在資本支出上的意義極為明確。對於提供 API 服務的雲端算力提供商而言，KV 快取佔用下降 90%，代表在同樣的 GPU 叢集（如 H100 或 H200）規模下，能夠並行處理的超長文本請求數量呈指數級上升。算力資本支出的固定成本被大幅攤薄。這使得 DeepSeek 在面對企業級客戶需要分析整個程式碼庫或進行長篇法律合約審閱時，具備了極為嚴苛的成本定價優勢。

代理器架構與平臺資本支出的轉移

升級公告中特別強化了代理器能力與 Codex 接入，這部份揭示了 AI 產業商業模式的板塊位移。單純提供文字生成或問答服務的 API 營收成長已見頂。真正的資本擴張，發生在代理器任務編排與企業自動化工作流的整合市場。

新版模型支援非思考與思考模式的切換。在執行如 SWE Verified（軟體工程驗證）等任務時，V4-Pro 達到了 80.6 分，這是開源模型至今的最佳紀錄。能夠自主呼叫工具、撰寫並除錯程式碼的代理器，其背後的算力消耗不再是單次推論，而是多步驟的循環運算。這與我們先前分析的歐洲算力聯盟與第三方模型接入背後的資本支出與推論邊際邏輯一致：基座模型提供商正試圖將算力消耗從「按字計費」轉向「按任務計費」。

企業採購 AI 服務的會計科目也隨之改變。過去是研發部門編列 API 呼叫費用，現在則是企業級 SaaS 訂閱。當模型能夠直接透過 Responses API 串接內部資料庫並執行操作，客戶對於單次呼叫的價格敏感度會降低，轉而關注任務完成的成功率。DeepSeek 將 API 服務與 Codex 整合，等於是在建立一個封閉且高黏著度的開發者生態系。這種平臺化的營運模式，將算力的資本支出壓力轉移至企業端的功能訂閱費上。

閉源與開源的估值擠壓與市場重分配

評測數據顯示，V4-Pro 在數學、STEM（科學、技術、工程、數學）及競賽型程式碼任務中，已經逼近 GPT-5.4 與 Claude Opus 4.6-Max 等頂級閉源模型。在世界知識領域，其表現僅稍遜於 Gemini-Pro-3.1。這種技術水準的拉近，正在引發一場應用端市場的資產重估。

假設一家新創公司依賴閉源模型開發企業級自動化客服系統。當 DeepSeek-V4-Pro 透過開源或極低成本的 API 提供同等級的推理能力，且支援長達百萬 Token 的上下文記憶，這家新創公司的供應鏈風險與營運成本將面臨重構。閉源模型的定價溢價空間正受到嚴重擠壓。

市場結構的傳導鏈如下：頭部閉源模型為了維持營收與估值，必須加速往多模態或極端複雜的實體世界代理器推進；而中階與中高階的文本與程式碼生成市場，將面臨由 DeepSeek 主導的價格戰。對於資料中心營運商與伺服器組裝廠而言，這意味著硬體採購的規格需求發生改變。由於稀疏注意力機制與重度壓縮技術降低了對 HBM（高頻寬記憶體）的絕對依賴，未來 AI 伺服器的資本支出結構，可能從一味追求極致記憶體容量，轉向追求更高效率的叢集網路拓撲與散熱設計。

技術週期尾聲與資本退潮的試金石

把視角拉回資本市場的投資週期。DeepSeek 在 4 月 24 日發布預覽版後，歷經近四個月的調校才推出正式版。這段期間正好涵蓋了全球算力概念股的劇烈波動。V4-Pro 正式版上線，某種程度宣告了單純依靠「模型參數擴大」來獲取資本溢價的週期已經接近尾聲。

當一款擁有 1.6T 參數的巨型模型，能夠將推論時的啟用參數控制在 49B，且將長文本的算力消耗壓縮至原先的十分之一以下，這代表軟體架構的優化正在填補硬體摩爾定律的停滯。這對於那些投入巨額資本支出購買頂級 GPU 的雲端巨頭而言，是一個嚴峻的毛利率考驗。如果軟體演算法能夠透過混合注意力架構實現彎道超車，硬體算力的護城河將被大幅削弱。

對於整體 AI 產業而言，這場更新確立了兩個明確的市場方向。首先是應用端的競爭徹底轉向代理器生態圈的建構，誰能讓模型最精準、最穩定地呼叫外部 API 完成複雜工作，誰就能掌握企業端的定價權。其次是基礎設施的投資回報率面臨重估，算力供應商必須證明其龐大的資本支出能夠在低推論成本時代產生足夠的現金流。

在這種高度結構化的成本擠壓下，模型智商的軍備競賽已經降溫。真正的戰場，轉移到了每一千個 Token 背後的顯存佔用率，以及每一次代理器任務成功呼叫所能帶來的訂閱轉換率。這場硬體與軟體邊際成本的極限推演，才剛剛進入深水區。