DeepSeek V4 Flash为什么这么便宜？成本低在哪？

一、架构颠覆：稀疏注意力与MoE让算力消耗骤降

DSA稀疏注意力压缩算力：V4 Flash采用了创新的DSA稀疏注意力机制，能在Token维度做压缩，长文本场景下只精读关键信息、跳过或压缩弱关联内容，大幅降低计算量。

MoE混合专家精细调度：通过MoE架构实现“稀疏激活”——V4 Flash总参数量2840亿，但每个任务只需激活130亿参数，相当于用一支“按需召回的专家小组”处理问题，避免了全员出动的算力浪费。

推理成本断崖式下降：在百万Token长上下文场景下，V4 Flash的单Token推理FLOPs仅为前代模型的10%，KV缓存占用也压缩至7%，效率提升直接转化为成本优势。

二、缓存折扣：业界最激进的98%命中优惠

缓存命中价低至0.02元：当API请求命中缓存时，V4 Flash的输入成本仅为0.02元/百万Token，输出为2元/百万Token，这得益于其约98%的缓存命中折扣，比业内常见的90%折扣更激进。

高频场景成本近乎免费：对于RAG知识库构建、智能客服、长文档分析等高缓存命中率场景，绝大部分Token都能命中缓存，实际使用成本可降至首发价的十分之一，甚至趋近于零。

单任务成本碾压竞品：即使OpenAI刚将GPT-5.6 Luna降价80%，V4 Flash在自有API上的单任务成本仍比Luna低约60%。

三、后训练红利：不换架构、不加参数，纯靠优化提效

零硬件成本升级：V4 Flash正式版模型体量和架构与此前预览版完全一致，并未更换模型结构或增加参数，纯粹通过重新做后训练（Post-Training）优化，Agent能力便全面反超了自家V4 Pro预览版。

后训练挖掘潜能的成本极低：相比于重新训练新模型或堆砌硬件，后训练仅需在已有模型基础上调整优化策略，边际成本极低，但效果显著——Terminal Bench 2.1从61.8飙升至82.7，DeepSWE从7.3跃至54.4。

这种“软件优化”路线意味着：DeepSeek用较少的硬件投入，撬动了接近一线闭源模型的性能，这也是其能维持低价的核心底气之一。