4 月 23 日與 24 日，今年最重要的兩個模型發布在三十小時內接連登場，揭示了前沿人工智慧領域中兩種截然不同的價值理論。OpenAI 發表 GPT-5.5，宣稱是其迄今最聰明、整合度最高的模型，並將標準 API 價格提高一倍，輸入代幣每百萬個 5 美元、輸出代幣每百萬個 30 美元。不到一天後，DeepSeek 發布 V4-Pro，這是一個 1.6 兆引數的混合專家模型，輸出代幣每百萬個 3.48 美元，價格約為 GPT-5.5 的九分之一，同時在 SWE-bench Verified 上與公開最佳成績僅差 0.2 個百分點，並在多數標準推理基準上擊敗 GPT-5.4。兩次發布並非協調進行，卻釋放出迄今最明確的訊號，顯示前沿正在分裂。OpenAI 的定價瞄準一個未來：整合型、高溢價的智慧能享有平台溢價。DeepSeek 的定價則瞄準另一個未來：便宜本身就是一種競爭能力，其採用速度遠勝任何排行榜名次所能帶動的效果。兩種押注都難言錯誤，正因如此，企業人工智慧市場如今正面臨一個在 2026 年上半年原本意想不到、如此涇渭分明的供應商選擇。
雙重發布，分歧架構
GPT-5.5 是 OpenAI 自 GPT-4.5 以來首個完全重新訓練的基礎模型。其架構原生支援全模態：文字、影像、音訊與影片在單一統一系統中處理，而非透過各自獨立的事業元件路由。OpenAI 在發布時向 TechCrunch 表示，該模型端對端處理所有模態，消除了早期多模態版本在切換輸入類型時令人感到遲滯的接縫延遲。上下文長度延伸至一百萬個代幣，與已成為嚴肅企業使用事實標準的上限一致。該公司亦指出，GPT-5.5 在完成相同 Codex 任務時，所需代幣較前代減少約 40%，此一數據被用來緩和漲價消息：OpenAI 主張，實際成本增幅接近 20%，而非表面代幣費率所暗示的 100%。
DeepSeek 的 V4-Pro 是另一種工程成就。其引數總數達 1.6 兆，但在任何單次推論過程中僅有 490 億個引數被啟動，這是一種稀疏混合專家設計，使運算成本遠低於同等規模的密集模型所需。V4-Flash 為較輕量的版本，總引數 2,840 億，啟動引數 130 億，鎖定延遲敏感型應用。兩款模型均支援 100 萬代幣的上下文長度。DeepSeek 公布的基準測試顯示，V4-Pro 在 SWE-bench Verified 得分 80.6%，LiveCodeBench 得分 93.5%，Codeforces 評分達 3,206，高於 GPT-5.5 在同一平台公布的成績。彭博指出，這些數據與 Artificial Analysis 的第三方評估結果高度吻合，後者比自行申報的評測更具說服力，且 V4-Pro 在數學與程式設計方面擊敗所有現有開放權重模型，僅在知識類任務上落後於 Google 的 Gemini 3.1-Pro。
差距的算術
數字至關重要，因此值得明確列出。GPT-5.5 標準 API 費率為每百萬輸入代幣 5 美元、每百萬輸出代幣 30 美元，高於 GPT-5.4 的 2.50 美元與 15 美元。DeepSeek V4-Pro 每百萬輸入代幣 1.74 美元、每百萬輸出代幣 3.48 美元。V4-Flash 輸入 0.14 美元、輸出 0.28 美元。以牌價及典型的輸出密集型工作負載計算，每月處理 1 億輸出代幣的企業，使用 DeepSeek V4-Pro 約需 3,000 美元，而 GPT-5.5 則需 30,000 美元。對於符合快取輸入定價資格的客戶，差距進一步擴大：根據 LushBinary 針對三款旗艦模型的比較分析，納入快取因素後，V4-Pro 的實際成本約為 GPT-5.5 的十分之一。
OpenAI 的效率論點在狹窄情境下有其道理。若 GPT-5.5 確實每項任務所需代幣比 GPT-5.4 少 40%，且開發者的工作負載原先以 GPT-5.4 的代幣數量為基準，則淨增幅約落在公司宣稱的 20% 附近。但當比較對象是 DeepSeek V4-Pro 時，此論點並不成立。即使考量兩款模型之間任何代幣效率差異，結構性定價差距過大，無法僅靠效率因素彌合。The-Decoder 報導指出，獨立測試證實 GPT-5.5 在多項基準中居冠，但其幻覺發生率仍阻礙其在生產環境迴路中完全自主部署，此發現使溢價定價的說法更顯複雜。
更廣泛的市場背景使情勢更加嚴峻。TokenMix 的每季定價分析發現，從 2025 年初到 2026 年 4 月，各大主要供應商的旗艦模型每代幣成本下降了 60% 至 80%，主要受 DeepSeek 一再願意以低於西方競爭對手的價格定價所推動。GPT-5.5 的漲價直接與此趨勢背道而馳，代表自定價競賽全面展開以來，旗艦模型首次出現有意義的漲價。
三方競賽重新洗牌
同步推出的新產品重塑了 Anthropic 和 Google 的競爭版圖，其影響程度不亞於其對 OpenAI-DeepSeek 軸線的定義。Anthropic 的 Claude Opus 4.7 定價區間大致與 GPT-5.5 相當，輸出成本也處於可比水準，但如今在兩個面向都受到夾擊：GPT-5.5 宣稱在封閉模型中整體表現領先，而 DeepSeek V4-Pro 則以大幅差距取得價格領先。根據 BigGo Finance 的報導，Anthropic 有一款名為 Mythos Preview 的受限模型，在多項推理基準上表現優於 GPT-5.5，但該模型未以公開 API 費率提供，也無法直接緩解商業定價壓力。
Google 的處境更為微妙。Gemini 3.1-Pro 在多個第三方基準測試以及 DeepSeek 自身的比較中，於世界知識方面領先，而 Google 對定價戰的回應比 OpenAI 或 Anthropic 都更為積極，推出了每百萬代幣 0.25 美元的 Flash-Lite。這形成了防禦性底線，使 Google 在成本敏感的負載中更難被取代。OpenAI 在 GPT-5.4 Mini 上也有自己的底線，價格為 0.75 美元，但該產品與 DeepSeek V4-Flash 的 0.14 美元之間的差距，對價格敏感的開發者而言仍然相當可觀。
對於較小型的推論供應商和模型聚合商而言，這些新產品的推出加速了原本已在壓縮利潤率的動能。任何轉售旗艦 API 存取權限的供應商，現在都必須要么吸收 GPT-5.5 流量上翻倍的輸入成本，要么將客戶導向 DeepSeek，而這對美國企業客戶而言會帶來供應鏈和監管風險，因為他們對資料經由中國實驗室的基礎設施路由持謹慎態度。兩種結果都不令人舒適，多家中型聚合商將在本季結束前面臨利潤率與客戶信任之間的被迫抉擇。
晶片、工具鏈與基礎設施下游
DeepSeek 故事中，在發表報導裡受到的關注不如其應得程度的一個元素，是 V4 定價背後的硬體堆疊。DeepSeek 以對華為昇騰處理器的完整支援打造 V4，且該公司表示，預期在華為昇騰 950 於 2026 年下半年量產後，進一步調降 V4-Pro 定價。AI Tool Insight 報導指出，對華為晶片的依賴並非偶然，而是策略性的：DeepSeek 積極定價的能力，部分取決於能否取得美國出口管制範圍之外的中國國產矽晶片；美國出口管制迄今聚焦於輝達的 H100 與 H800 系列及其後繼產品。
出口管制的背景之所以重要，是因為美國的政策邏輯在於，限制取得前沿等級晶片將減緩中國人工智慧發展，並維持西方有意義的效能領先。V4-Pro 的基準測試成績，無論在任何排行榜上精確落在何處，都代表中國實驗室在華盛頓無法禁運的硬體上，打造出位於或非常接近全球前沿的模型。史丹佛 HAI 的 2026 年人工智慧指數，在兩場發表同一週發布，發現美國與中國在人工智慧模型效能上「幾乎並駕齊驅」，並將此一趨同描述為相較僅十八個月前的重大轉變。
在西方基礎設施方面，GitHub 在 4 月 24 日的更新日誌中確認，GPT-5.5 現已普遍可用於 Copilot，深化了 OpenAI 視為其超級應用程式策略核心的工具鏈整合。已依賴 Copilot 進行日常編碼的開發者，不太可能在每次模型發布週期中重新評估該工作流程的價格。IDE 層級工具中內建的轉換摩擦，正是足以支撐 OpenAI 溢價定價計算的那種護城河，而這是 DeepSeek 的開放權重模型——無論在原始基準測試上多麼具有競爭力——在沒有可比擬的配銷通路下，無法複製的護城河。
V4-Pro 背後的稀疏 MoE 架構，也對推論基礎設施產生下游影響。由於模型 1.6 兆個引數中，每次前向傳遞僅啟動 490 億個，服務 V4-Pro 所需的繪圖處理器記憶體頻寬，遠低於同等能力的密集模型。這種效率正是 DeepSeek 能以 3.48 美元輸出定價、同時仍經營可行推論業務的機械性原因，而此一架構也正是競爭對手推論供應商目前正密切研究、作為以大宗商品價格提供前沿等級能力的範本。
兩家公司各自押注的策略
OpenAI 的定價決策，與其說是純粹的營收操作，不如理解為一項戰略意圖的宣示。在宣布推出全模態、代理式超級應用程式的同一天，將 API 價格翻倍，該公司正在傳達一個訊號：人工智慧變現的未來在於應用層，而非 API 層。TechCrunch 的發布報導明確將 GPT-5.5 定位為「距離人工智慧超級應用程式更近一步」，並指出該模型旨在跨工具、研究任務與程式碼之間運作，直到任務完成，而非僅回傳單回合的答案。在原始 API 存取上，每百萬個代幣收費 5 美元與 30 美元，OpenAI 實際上是在引導開發者轉向捆綁式產品層級，那裡利潤率更高、使用者鎖定效應更強。
DeepSeek 的做法則體現了相反的邏輯。透過在 Hugging Face 上發布模型權重、持續在 API 定價上削價競爭，並建立與華為晶片的基礎設施相容性，DeepSeek 正以犧牲近期營收為代價，追求採用度的最大化。其理論是，開發者大規模採用所創造的引力，最終將迫使市場圍繞其架構定價。彭博社以「顛覆矽谷一年後」為標題報導 V4 發布，指出 DeepSeek 如今已連續推出兩個前沿等級的模型系列，迫使西方同業必須在價格上而非僅在能力上做出回應。
政策訊號如今比一年前更難忽視。DeepSeek V4 在華為晶片上達到接近前沿的效能水準，這項數據點顯示，美國的出口管制策略並未達成其創造持久能力差距的主要目標。它所做到的，反而是加速了中國平行人工智慧硬體堆疊的發展，隨著昇騰 950 在 2026 年剩餘時間內擴大生產規模，這套硬體將變得更為強大。對於那些以「晶片取得是中國人工智慧發展的關鍵制約」為假設來設計出口管制的政策制定者而言，V4 是一項令人難堪的證據。
四月 23 日至 24 日，GPT-5.5 與 DeepSeek V4 接連問世，這三十小時的窗口，對全球每個企業的人工智慧預算而言，形同一次壓力測試。原本以 GPT-5.4 定價為基準的買家，一覺醒來發現，最強大的封閉模型費率翻倍，而能力相當的開放權重替代方案，價格僅為其九分之一。過去那種只需依能力挑選單一供應商、無須為成本苦惱的舒適中間地帶，已大幅縮窄。押注 DeepSeek 或 OpenAI，都不是乾淨俐落的選擇。DeepSeek 的開放權重策略能創造採用，卻無法產生足以支撐下一世代、規模堪比 OpenAI 或 Google 所能維繫之密集運算資源訓練所需的經常性訂閱營收。OpenAI 的超級應用程式論點，則要求其整合產品的無縫體驗，必須足以說服市場接受其相較於能力相近、價格卻便宜許多的競爭對手所開出的溢價。雙重發布揭示的現實是，前沿人工智慧市場並非朝向單一主導架構收斂，而是正在分歧。未來十二個月內的每一項採購決策，實際上都是對哪一套價值理論最終成立的一次投票。
BossBlog 每日快報
一封信講完當天的 AI 與市場重點——13F 機構持股的異動、國會議員申報的交易，以及有什麼變了。沒有固定的發送時間，也不寫廢話：有值得寄的內容才寄。
隨時可退訂。名單不會外流或販售。