DeepSeek 和 Gemini 更便宜 核心原因不一样，但结果类似：它们把推理成本打得很低，再用价格抢量。 DeepSeek 为什么便宜 主要是工程效率… · @lvyingwei1 · TwKit

@lvyingwei1

DeepSeek 和 Gemini 更便宜 核心原因不一样，但结果类似：它们把推理成本打得很低，再用价格抢量。 DeepSeek 为什么便宜 主要是工程效率极高，不是单纯砸补贴。 •MoE 架构：总参数很大（V4-Pro 约 1.6T），但每次实际激活的参数很少（约 49B 甚至更低）。大部分参数平时不参与计算，成本自然下来了。96 •注意力机制大幅优化：用了 Compressed Sparse Attention 等技术。处理 1M 上下文时，单 token 计算量只有上一代的约 27%（Flash 更低到 10%），KV Cache 更是只有 7–10%。内存和算力开销都大幅下降。95 •低精度 + 自研优化：大量使用 FP4/FP8，配合自研 MegaMoE 等融合 kernel，推理速度和能效更好。 •训练也更省：历史上训练成本就远低于同级别美国模型，再加上开源权重，整体运营成本低。 结果是：同样的能力区间，它的 API 定价可以压到 OpenAI/Anthropic 旗舰模型的几分之一甚至十几分之一。 Gemini 为什么便宜 Google 主要靠规模 + 战略定价。 •基础设施优势：自己有大量 TPU 集群，算力、电力、数据中心成本可以摊到整个 Google 生态（搜索、YouTube、Android 等），单位推理成本天然低于纯靠云租 GPU 的公司。 •Flash 系列专门为量和速度设计：不是最强模型，但推理路径更轻、更快。配合超长上下文和缓存优化，单位 token 成本低。 •故意低价抢市场：很多 Flash 模型长期用入门价（比如到 2026 年底还是 $0.75 / $3.75 左右），还有免费档、Batch 半价、缓存最高打到 1 折。目的是锁住高并发开发者，对抗 DeepSeek 的价格冲击。93 •缓存和批处理折扣很猛：生产环境里反复用同一段上下文时，实际成本会再降一大截。 简单对比 原因 DeepSeek Gemini 核心优势 架构极致优化（MoE + 注意力压缩） 自有基础设施规模 定价策略 用效率支撑长期低价 入门价 + 折扣抢量 开源程度 高（可自部署） 低（闭源 API 为主） 主要目标 用性价比抢全球开发者 保住高并发份额、对抗中国模型 一句话总结：
DeepSeek 是把模型本身做得更省算力，所以敢长期低价；Gemini 是靠自己的算力规模 + 战略补贴，把 Flash 系列做成高性价比主力。 两者都不是靠“最强模型”赚钱，而是靠便宜 + 量大拿份额。OpenAI 和 Anthropic 的旗舰模型更贵，主要是因为他们在卖“最高能力”，而不是卖“最便宜的 token”。

曝光 46 · 评论 1 · 点赞 2 · 书签 0