一、DeepSeek V4.1 Flash：价格战的又一次「闪电战」

9 月 10 日 12:00，DeepSeek 新价格正式生效。与此前 V4 Flash 相比，缓存命中的输入价格直降 60%，未命中输入价格也大幅下调 —— 按 PPIO 派欧云公示的参考价，V4 Flash 输入 ¥3/M tokens（缓存读取仅 ¥1/M），输出 ¥9/M。

更具攻击性的是路由策略：官方公告明确，自 9 月 14 日 12:00 起至 V4.1 Pro 上线前，所有访问 deepseek-v4-pro 的请求将全部路由到 V4.1 Flash，并按 Flash 单价计费。用「旗舰路由 + 平价计费」的方式直接锁定了价格敏感型客户。

市场给出了即时反馈：据 OpenRouter 数据，V4.1 Flash 上线三天即冲进调用量榜第六，中国大模型调用量连续二十周领跑全球。对开发者而言，这几乎是「免费」的降本窗口 —— 把对延迟和深度推理不敏感的批量任务切过去，成本立减一半以上。

二、Gemini 4 Argon：Google 的「少而精」反击

Google 本周发布新旗舰 Gemini 4 Argon，在公开的 18 项基准测试中领跑 12 项，支持 1M 输出上下文。与国产厂商的「月抛式」发布不同，Google 选择了另一条路线：仅对经过审核的安全测试者开放，入门定价 $2/$10（每百万 tokens）。

这种「先内测后放量」的做法，与 DeepSeek「上线即全量」形成鲜明对比。前者控制风险、打磨口碑；后者抢占调用量、用规模摊薄成本。两条路线没有绝对优劣，但对选型者的启示是一致的：不要只看发布会的跑分，要等真实 API 稳定性和价格落地。

三、国产「月抛式」发布潮：9 月 16 款新模型

日媒统计，仅 9 月中国厂商就推出了 16 个新模型，包括：

  • DeepSeek V4.1-Flash（9 月 10 日）—— 价格战主力
  • 智谱 GLM-5.3-FlashX（9 月 18 日）—— 高速推理特化版
  • MiniMax M3.1-Flash-Preview —— 轻量预览版
  • 阿里云栖大会公布千亿级参数路线图，通义系列未来将冲击 5–10 万亿参数超大规模模型

从 7 月单月 9 款旗舰（腾讯混元 Hy3 开源等）到 9 月 16 款，大模型发布已经进入「月抛」节奏。对用户的直接好处是能力水涨船高；直接坏处是选型成本不断上升 —— 上个月的评测结论这个月可能就过时了。

四、MiniMax：视频生成杀入「商业级」价位

9 月另一个重磅信号来自多模态：MiniMax 视频编辑能力登顶全球第一，视频生成定价仅 0.8 元/秒（2K 分辨率），约为业内旗舰级产品的三分之一。高压缩 Tokenizer 的工程突破，让「AI 生成视频」从演示走向了可批量交付的生产工具。

对内容行业的影响是直接的：一条 30 秒的 2K 生成视频成本约 24 元，而传统制作即使最简流程也要数千元起。视频生成的「白菜价」拐点，可能比文本领域来得更快。

五、开发者怎么办：九月战局的三个启示

  • 价格战是窗口期：DeepSeek 的路由 + 降价组合拳说明头部厂商在抢量。把可迁移的调用量切到低价窗口，是当下最确定的降本动作 —— 但记得保留多模型接入层，窗口期结束价格随时回升
  • 选型看「稳定交付」而非「发布跑分」：单月 16 款新模型意味着评测结论的半衰期只有几周。建议按「主力 + 备选」双供应商策略，主力模型出问题时一行配置切换
  • 多模态成本进入可接受区间：视频生成 0.8 元/秒、图片生成持续降价，多模态能力正在从「演示功能」变成「可以算账的生产工具」

六、写在最后

9 月的 AI 行业，价格战与旗舰发布同步加速，中国厂商在调用量榜单上的领先还在延续。对 API 网关和聚合平台来说，这意味着上游模型的生命周期越来越短 —— 网关的价值恰恰在于把这些变化挡在配置层：模型名做成配置项、渠道做成可切换的候选池、成本做成可观测的报表。上游「月抛」，你的接入层岿然不动。