DeepSeek宣布V4-Pro永久降价，直接打到原定价的1/4。我看到这个消息，第一反应在想，是不是又回到了百模大战那个时候？但另一个数字让我觉得，这次可能不一样。

你如果关注这个领域的话，第一反应觉得这是打价格战，我非常理解。早期的大模型降价，逻辑确实是那样的，补贴、低价、亏损换规模，用一个足够低的价格快速吸引开发者进来，先把市场占了再说。典型的商业扩张策略，没什么问题。

但现在这一轮，可不单单是降价这么简单了。

从4月25日，DeepSeek-V4-Pro API限时75折，到4月26日，输入缓存永久降价，再到5月23日，直接宣布V4-Pro永久降到原价1/4。三步，连续信号，不是偶发的促销动作。这期间小米的MiMo也有动作，不止一家在动。

其实API价格只是水面上的波纹，水下在动的是整个工程体系的逻辑。

那到底是什么在动呢？就不得不提起我常关注的文心5.1这个案例。

它背后用的是「多维弹性预训练」的思路，口语化大概是这样，模型在训练的时候，同时学习一组具有不同网络深度、专家容量和路由稀疏度的子模型，相当于一次训练跑出来的不是一个模型，而是一批可以灵活切换的模型。内存有限的场景用小的，性能要求高的用大的，推理时延有要求的也能适配。

更关键的是，文心5.1充分继承了文心5.0的知识，跨代积累的东西没有丢，在这个基础上将总参数压缩至约1/3、激活参数压缩至约1/2，仅使用业界同规模模型约6%的预训练成本，实现基础效果领先。

一次训练，复用了跨代积累的知识，还生出了一批模型，你算算这笔账。。。

“6%的预训练成本”这个数字在海外引发了一轮讨论，我挑几条有意思的说一下。

116w 粉的博主Chubby的反应我觉得最真实，他说“中国的ERNIE 5.1几乎达到了SOTA水平，但预训练成本却只有同类模型的6%左右？但如果属实，那意义重大”。这条有意思的地方在于，他本人也是将信将疑的，没有无脑夸赞，但又没法无视这个数字。这种半信半疑的态度，反而更说明问题，因为这是一个真正在认真思考这件事的人的反应。

然后是博主Cody Blakeney，他说“我一直在琢磨6%的预训练成本到底是什么意思。结果比我想象的还要让我震惊。这肯定是有史以来规模最大、成本最高的"一次性"训练运行了”。他的意思是，这次训练成本虽然低，但背后那次奠定基础的大训练，规模是有史以来最大的，用一次前所未有的投入，换来了可以反复复用的效率底座。越想越觉得不简单。

压轴评论是14w 粉的WorldofAI这条，他说“刚刚用ERNIE 5.1构建了macOS操作系统，它在网页开发方面完胜DeepSeek V4，所有功能都100%在浏览器中运行”。

我当时看到这条都有点迷了，这哪是在聊效率数字，分明在聊真实的能力。

要我说，工程效率这件事，比模型能力又提升了几个百分点，更值得关注。

过去我们讨论中国AI，框架基本上是追赶，追OpenAI、追谷歌，能力差距在缩小，但始终在追。现在这个阶段，讨论的维度在换，不只是模型够不够强，还有训练效率、推理系统、资源调度，底层架构这些东西一起在重算成本账。

国内AI的优势，正在从「模型追赶」转向「系统工程能力释放」，而文心是其中的代表。

这个切换对开发者和企业来说，结果就是API会越来越便宜，可用的能力会越来越强，而且这个趋势不是靠补贴撑着的，是有真实的技术基础在下面托着的。

回头再看6%这个数字，现在你大概知道它的分量了。它不只是一个成本数字，是一个信号，告诉你这个行业里，有人已经在用完全不同的方式做事了。

你觉得接下来AI的竞争，真正的护城河会是什么？