事件背景
DeepSeek V4以1.6T参数规模实现仅27%的算力消耗，KV缓存压缩至10%，API价格低至1元/百万Token。其开源属性与国产算力适配能力，引发企业级AI采购逻辑震荡。
核心要点
- V4-Pro在百万Token上下文推理成本仅为GPT-4 Turbo的1/4
- 昇腾910B/950完成全栈适配，国产芯片生态实现关键突破
- 企业实测显示，其代码生成与Agent协同能力接近Claude Sonnet 4.6
- 幻觉率与工具调用稳定性仍需外部HARNESS框架补足
红树谷观点
DeepSeek V4不是模型竞赛的终点，而是企业AI采购的转折点。大企业不能再以参数规模或榜单排名选型，而应评估模型能否低成本嵌入生产系统。开源基座+可控架构，才是可规模化落地的路径选择。
大企业可以三步走策略：第一，组建AI系统工程小组，评估V4在工作流中的嵌入成本；第二，采用HARNESS框架开发服务，而非模型API；第三，与华为昇腾、寒武纪等国产算力企业共建联合验证实验室。用系统思维替代单点采购。
本文参考自36氪
