DeepSeek × 华为：AI 该卷价格了

我对 AI 的一个期待很俗：便宜点。

2026 年 9 月 30 日，DeepSeek 宣布为华为昇腾开源计算、通信等底层工具。路透社当天的报道引述 DeepSeek 的公告称，华为参与支持了开发，双方也共同优化了基于昇腾 950 芯片的系统。

这批工具直接服务的是在兼容昇腾硬件上部署模型的团队。到了普通用户这里，我最关心的问题很简单：如果服务商省下了钱，我能不能少付一点？

技术进步的收益，也该出现在我们的账单上。不过，要提出这个要求，得先把芯片效率、服务成本和产品售价这三笔账算清楚。

DeepSeek 这次开源，省的是哪笔钱

我们发给 AI 的一句话，到了服务器里，会变成大量计算。大型模型往往需要多块芯片协作，数据还得在它们之间来回传。计算和传输只要有一头跟不上，昂贵的硬件就可能花时间等待。

DeepGEMM-Ascend优化的是矩阵乘法等基础运算。这类计算会在模型里反复执行，开发者可以直接调用这个库里的实现。项目目前基于昇腾 950 系列开发与验证。

DeepEP-Ascend处理芯片之间的通信。例如，模型把任务分给不同的“专家”模块，模块分布在多块芯片上，就需要把数据送过去，再把结果汇总回来。这个库的工作，是让这些传输更高效。

TileLang则帮助工程师编写底层计算程序，由编译工具处理一部分调度和硬件细节。它在 2025 年就已开源，9 月 30 日的更新新增了对昇腾 950 的原生支持。

软件适配也是一笔开销。英伟达的 CUDA 工具链包含编译器、计算库和调试工具；换硬件时，围绕原平台写好的程序需要重新检查。DeepGEMM-Ascend 沿用原版 DeepGEMM 的接口，给复用现有代码留出了空间。完整模型能否稳定运行，还得单独测试。

这些工具提供了降低计算、通信和适配开销的办法。真正能省多少，要把它们放进业务里测：相同质量的回答、相同的响应要求，完成一批任务总共用了多少资源？开源代码本身还给不出这张成本表。

一个容易吸引眼球的数字来自 DeepSeek 的 FlashMLA 技术说明：按项目方披露，在其 V4.1 模型的典型工作负载下，昇腾稀疏注意力算子在处理输入时，达到了被测硬件理论峰值的 95%。

这里的分母是芯片自己的理论峰值，测量对象是特定计算环节。一次完整回答还包含其他步骤，服务商还要支付机器、电力和运维费用。这个数字足以让人关注这项优化，但推不出整套服务便宜了几成。

甚至“下载代码，就能跑出同样成绩”也要打个问号。另一项工具 DeepEP-Ascend 的环境说明写明，公开性能数据使用了提供给 DeepSeek 的概念验证版 HDK，以及额外的手动配置；这一配置并非公开发行版本。文档也列出了尚未实现和仍处于实验阶段的功能。

这些部署条件，需要和亮眼数字一起看。以上资料没有给出在相同回答质量和响应要求下，整套服务能省多少钱的对照。只拿其中一个性能数字预测降价，账就算得太早了。

喊“AI 该卷价格了”，不能把已经发生的降价抹掉。

斯坦福 HAI 的《2025 AI Index》记录过一个很大的变化：达到 GPT-3.5 在 MMLU 知识测试中成绩门槛的模型，调用价格从 2022 年 11 月的每百万 token 20 美元，降到了 2024 年 10 月的 0.07 美元，约为原来的 1/286。

token 是模型处理文本的计量单位，API 则是供其他应用调用模型的接口。上面的数字比较的是达到同一测试门槛的 API 报价，报告第 1 章对输入、输出价格按 3∶1 加权。它衡量的是特定能力变得多便宜，不能当成同一款会员的降价幅度，也不能保证这些模型在所有任务上都一样好用。

更近的例子就在 DeepSeek 自己的 9 月 10 日更新日志里：随着 V4.1 Flash 发布，官方宣布下调 API 价格。这比 9 月 30 日的开源公告还早。现有资料没有披露两者的成本因果关系，不能直接把这轮降价记成此次开源的成绩。

所以，价格竞争早就在发生。接下来该追问的是：已经变便宜的能力，普通人能不能以合适的价格买到？

开发者买 API，通常按用量付费。以 DeepSeek 的价表为例，输入、输出、缓存命中与使用时段都会影响费用。普通用户买一个 AI 应用的会员，买到的则可能是模型调用、文件处理、存储和其他功能组成的套餐。两者的收费单位不同。

用一笔假设账就能看出差别：某项服务原来总成本 100 元，其中模型调用占 30 元；如果调用费用减半，其他开支不变，总成本是 85 元。便宜了一半的只是那一项，总成本下降了 15%。这里的数字仅用于解释计算关系，并非任何厂商的真实成本。

再往后才是定价。经营者可以降月费，也可以增加额度、投入新功能，或保留利润。没有它的成本和套餐数据，不能仅凭月费没变，就断言降本全被它吞了。反过来，厂商只说“模型更强”，也不足以证明老用户为日常任务花的钱更值。

我对这次开源的期待，是它能让采用昇腾的团队更容易做出价格有竞争力的服务。当用户可以换到质量相近、费用更低的产品时，其他经营者才会承受更直接的定价压力。这是对后续竞争的判断，还需要实际产品和报价来检验；未采用这套工具的平台，其收费也不能由这次发布直接推断。

“更聪明”值得卖钱，“已经够用”也该有便宜的选项。只想改几封邮件、整理几份资料的人，不该每次谈性价比，都被带去看最新旗舰模型的跑分。

数字与来源	应该怎样理解
FlashMLA：理论峰值的 95% 项目方披露	特定计算环节接近被测芯片的理论峰值。不能直接换算成整套服务或会员的降价幅度。
AI Index：20→0.07 美元每百万 token 2022.11 → 2024.10	达到同一 MMLU 门槛的 API 报价下降。不同模型的历史比较，不是同款会员降价，也不是此次开源的成绩。
示例成本：100→85 元本文的假设演示	调用费原占 30%，这一项减半，其他开支不变，总成本下降 15%。不是厂商成本披露，也不是降价预测。

这三种数字，分别能证明什么？

对消费者，最有用的比较是：完成同样的任务，到底要花多少钱。

比如整理一份长文档，先看套餐是否允许处理这么长的内容，再看要不要额外买额度；结果不合格需要重做，重做是否继续计费。月底的实际花费，加上自己检查和修改的时间，比“每次调用低至多少”更接近真实成本。上一篇聊 Claude Mods 时，我在意的也是交付后还有多少活留给人。

同样的月费，如果能多完成一些质量合格的任务，用户也得到了实惠。但额度多少、用完后怎么收费、哪些功能另付费，应当在购买前讲清楚。不能只展示最便宜的一个数字，让人用到一半才发现条件。

下次看到“效率大幅提升”的发布稿，我会先翻到价格那一页。

资料核对日期：2026 年 10 月 6 日。新闻事实参照路透社报道及项目文档，历史价格趋势参照斯坦福 AI Index；路透社报道引用了厂商公告，并非硬件性能测评。本文未独立实测昇腾硬件，性能成绩为项目方披露，成本假设与消费者定价分析已在文中分别说明。