DeepSeek登顶全球第一，一场“账单碾压”的胜利

（本文作者为 影子备忘录，钛媒体经授权发布）

OpenRouter最新一周的数据出来了。10月19日到25日，DeepSeek V4.1-Flash-1017以33.6万亿Token的周调用量排到全球第一，比上期涨了801%。

前五名全是中国模型，一周合计调用93.54万亿Token，连续26周高于美国的22.47万亿。

不过，光盯着“第一”这两个字，多半会把这件事的分量看偏。

33.6万亿Token是实打实的数字。可它并非“技术碾压”换来的，说到底只是一场“账单碾压”走到了阶段性兑现这一步。

换个更准确的说法：全球开发者和中小企业是在真实工作流里，拿每一次API调用做成本决策。把这个前提想明白，比庆祝排名本身要紧得多。

谁更会算账？

V4.1-Flash-1017这个版本10月17日才发布。就在同一周，上一代V4.1 Flash的调用量从更高水位跌到18万亿Token，环比下降45%。

老版本用户往新版本迁，新版本几乎接住了全部存量需求，再加上少量真正新增的开发者。一进一出，环比数字就被迅速放大了。

版本迁移这件事本身就说明：用户对价格和性能的变化非常敏感，迁移成本足够低，切换决策几乎当场就做。

一个模型能在发布后一周内完成这么大范围的新旧交替，恰好说明它的用户基本盘是活跃的、在意的，随时准备“用脚投票”。

但也要看清楚，OpenRouter并不是全球大模型调用量的全景图，它统计的只是经由这个API聚合网关中转的流量。

厂商自有API、Azure和Bedrock上的企业级部署、私有化推理，还有直接面向消费者的App和网页产品，都不在这个池子里。

33.6万亿Token能证明的是“在这个开放聚合平台上，DeepSeek是开发者最愿意调用的模型”，并不能证明“全球AI市场已经被DeepSeek统治”。

把这两件事分开看，才接得下去追问：为什么偏偏是它，在这个平台上被调用得这么密集？

答案不在参数表最上面那一行，而在开发者的成本核算表里。

V4.1-Flash总参数552B，但Prefill阶段每个Token只激活8B，Decode阶段激活16B。

也就是说，它的“脑容量”接近旗舰级，每次推理真正动用的计算资源却被压到了很低的水平。

撑起这个效率的是一套不常见的架构选择：40层语言主干拆成20层因果编码器和20层Decoder，Prompt在前半段编码完成后，后半段要用的全局KV直接从编码器末端投影得到，不必让全部历史Token一遍遍穿过整个网络。

官方报告的说法是，Prefill计算量接近减半。

更关键的是KV Cache怎么处理。Agent工作流的特点是“读得远远多于写”，每调用一次工具，就会灌进新的网页、代码、终端输出，上下文很快膨胀。

要是每次都把全部历史重算一遍，成本会线性甚至指数级往上走。

DeepSeek的做法是把KV Cache从单机内存里抽出来，放进独立的3FS分布式存储集群，缓存容量约100 PiB，Agent流量保留3天，聊天流量保留7天。

重复的上下文不再反复烧算力，这在Agent场景下是推理经济性的一次结构性改善。

这些技术细节最后都指向同一件事：在“够用”与“可负担”之间，DeepSeek把平衡点挪到了大量中小企业很难拒绝的位置。

有测算显示，Anthropic头部模型跑同类Agent任务，成本约为它的28倍。V4.1-Flash-1017性能往上走，价格却没动：每百万输入Token 0.15美元、输出0.60美元，并以MIT协议开源。

再往前一轮定价调整里，DeepSeek全系列API的缓存命中价格被压到原价的十分之一，V4-Flash缓存命中的输入价格降到0.02元/百万Token。

这不是形式上单纯的“便宜”，定价空间是靠架构效率换出来的。客服分类、文档打标签、代码补全、Agent工具调用这些真实工作流，对“绝对智能上限”的敏感度远不如对“每次调用成本”那么高。全球开发者用Token投票，方向几乎注定。

开源的飞轮，比降价本身更难被复制

光凭便宜，DeepSeek登顶也可以被看成价格战的一次短期结果。

可价格战谁都会打。真正把“便宜”变成结构性优势的，是开源让定价权从厂商手里部分转到了用户手里。

10月20日，DeepSeek开源了内部推理框架DeepInfer，同时兼容。意义不在于“又多了一个开源项目”——企业此前就算拿到V3、R1的模型权重，也不等于能跑出官方同等效率。

推理引擎、并行策略、缓存管理、调度逻辑……把模型权重变成低成本服务，靠的正是这些“暗知识”。DeepInfer把它们摊开了：企业可以在自己集群上部署接近官方水准的推理服务，中小企业不必从零搭优化能力，高校团队能在昇腾上验证自己的设计。

于是形成一个别人很难靠一次降价打断的循环：开源权重拉低采用门槛，开源推理框架拉低部署门槛，部署规模扩大又反过来喂养模型迭代和成本优化。

中国模型的全球下载量已占开源平台的大头，V4的百万Token上下文和权重又面向全球开发者免费开放，软件层面所谓“封堵”的有效性就在持续衰减。封一个机构账户容易，封一套已经进了全球开发者工具箱的权重和框架，很难。

不过话说回来，看问题还得更全面。OpenRouter上Token多，不等于利润多。

同一个平台上按任务花费金额排序，高价值分类任务头部站着的仍是Claude Opus 5.5、GPT-5.6 Sol和Gemini 3.1 Pro，挤进分类任务花费前列的中国模型只有DeepSeek V4.1 Flash。

高复杂度、高风险、高价值的工作流，企业还是愿意为“最聪明的那一个”付溢价。DeepSeek拿下的是真实工作流里体量最大、单位价值却相对偏低的那一层。

商业处境因此并不像调用量排名那样从容。有分析指出，其实际混合毛利率远低于软件行业正常水位；200人左右的团队规模，与头部闭源实验室数千人、百亿美元级收入之间的差距，也不是一次登顶能填平的。

API价格在部分阶段已出现回调节奏，“极致低价换规模”正让位于“规模之上怎么算单位经济模型”。调用量是护城河的一部分，可护城河本身不产生利润。

技术原创性上的质疑也没消失。蒸馏的指控反复出现，DeepSeek此前的R1论文曾以训练数据来源的可验证性作出回应，但围绕底层架构“原创程度”的争论，不会因为一次周榜第一就终结。

算力才是更现实的约束。往国产芯片上迁，这一步非走不可。单卡性价比能算清楚账，可万卡规模的通信稳不稳、下一代模型预训练效率高不高，才是决定它明年还留不留在榜上的硬指标。

地缘那边的压力同样在加码。美国国土安全部已经提出要求，联邦文职机构要把DeepSeek产品以及基于其模型开发的第三方服务从IT系统里清出去。限制面从国防、情报领域，扩到了几乎全部联邦民事机构。

开源能绕开一部分商业上的封锁，却绕不开一个国家层面的制度性排斥。

结语

回头看过去一年，OpenRouter上中国模型的份额从个位数起步，一路追到能和海外模型分庭抗礼。全球开发者的Token流向，已经出现了方向性的转变。

推着这个变化走的，并不是哪一项“碾压性”的技术突破，而是一条更朴素、短期也更难被复制的能力链：架构效率腾出成本空间，成本空间撑起定价，定价把开发者拉过来，开源又把这些开发者变成生态里的参与者，生态再回头喂养迭代。

可这条链上每一环都有边界。调用量领先，靠性价比就能赢；利润领先，得靠不可替代性；技术代际领先，则要靠原创性。

第一张卷子DeepSeek是赢了，不等于三张卷子都答完。

33.6万亿Token是真的，全球开发者的选择也是理性的。只是“全球第一”这组数据底下，真正该记住的，是让排名发生的那件事：

在一个越来越贵的行业里，有人把“用得起”做成了核心竞争力。

这条路能走多远，要看它能不能在“便宜”之外，再给出一个“非它不可”的理由。