5月4日，中國AI企業 DeepSeek 宣布，旗下 V4-Pro 模型大幅劈價75%，輸入收費由每百萬 token 1.74美元，減到0.435美元。呢場「劈價屠殺」即時引爆中國AI行業內捲價格戰，阿里、智譜、月之暗面相繼跟進，令國內算力鏈同AI公有雲市場陷入大亂鬥。中國AI係咪已經進入「燒錢求生」階段？背後三大產業洗牌真相，值得逐一拆解。

根據 The Next Web、Blockonomi 以及 Yahoo Finance 五月初多份報道，DeepSeek 宣布 V4-Pro 模型推出限時特別折扣，優惠期至5月5日。輸入 cache miss 收費，由每百萬 token 1.74美元，減到0.435美元；cache hit 收費，由0.145美元減到0.03625美元；輸出收費，就由3.48美元減到0.87美元。整體降幅全部達到75%。同時，DeepSeek 全API系列嘅 cache hit 收費，進一步壓低至原價十分之一。《The Star》引述業界分析指，DeepSeek 新版 V4 模型整體價格，已經較 OpenAI GPT-5.5 低大約97%。

第二條時間線同樣關鍵。今次唔係 DeepSeek 第一次劈價。早喺2025年1月，R1模型推出時，DeepSeek 已經將同類大型模型推理成本，壓到 OpenAI 嘅零頭。今次只係將呢套策略推到更極端。Quartz 同 Yahoo Finance 同步指出，DeepSeek 公布劈價後24小時內，阿里巴巴通義千問、智譜AI GLM、月之暗面 Moonshot 旗下 Kimi 等中國主要AI企業，陸續以唔同形式跟進降價，或者推出限時免費額度。結果係，成個中國AI公有雲推理市場，直接進入「鬥平、鬥快、鬥見底」嘅價格戰階段。

由此衍生第一個結構性矛盾：就係「劈價搶市場份額」同「真實毛利」之間，有一個巨大落差。表面睇，DeepSeek 劈價係一種以量取勝嘅進攻策略，用低價搶開發者、搶企業客戶、搶API調用量。但實際上，AI推理成本入面，最大固定支出仍然係GPU算力購置、機房、電力，以及模型維護成本。當輸入價格已經壓到每百萬 token 0.435美元，毛利空間其實極度有限。

對於仍然需要支付 Nvidia H100、H200 級GPU折舊成本嘅AI公司嚟講，呢個價格未必即刻賺到錢，甚至可能係越多用戶、越大流量，短期燒錢越快。只有當日活用戶規模足夠大、雲端調度效率夠高、推理成本被攤薄之後，先有機會轉正。換句話講，呢場唔係普通促銷，而係一場「燒錢搶用戶」嘅賭博，本質上同2010年代滴滴同Uber喺中國打補貼戰係同一邏輯：先用價格打殘對手，再希望之後靠規模收割。

第二個結構性矛盾，係「中美算力差距」呢條真實底線。多份分析指出，美國商務部喺2026年4月對中國AI模型嘅最新評估報告入面，認為 DeepSeek 主流推理模型喺綜合性能上，仍然落後 OpenAI GPT-5.5 大約8個月。呢個差距唔係單純用參數數量計，而係用實際下游推理品質、長上下文穩定度、多模態整合能力三項合成指標去衡量。

DeepSeek 今次劈價，可以理解為用價格優勢，去部分抵消性能落後。呢個策略喺開源社群、低敏感度應用、一般客服、文本摘要、內容生成、內部工具開發等場景，可能有效；但去到高敏感企業客戶，例如金融、醫療、法律、保險、政府級應用，單靠平係唔夠。呢類客戶真正重視嘅係穩定性、可追溯性、準確度、安全合規同責任邊界。平價可以打開市場入口，但未必可以取代品質優勢。

第三個結構性矛盾，係中國雲廠商本身嘅利潤鏈問題。歷史上，中國科技市場已經多次出現「劈價屠殺」。最典型例子係2014至2016年中國雲計算市場，當時阿里雲、騰訊雲、華為雲三方互相壓價，最後結果係中國公有雲整體毛利率長期被壓到好低，同 AWS、Azure 呢類海外雲巨頭15%至25%甚至更高嘅毛利率，有明顯差距。

今次AI推理市場如果進入同一條劈價軌道，後果可能更加嚴重。因為大模型唔同傳統雲服務，研發成本、訓練成本、數據成本同算力成本都高得多。如果大家鬥平鬥到冇毛利，成個產業鏈表面上好熱鬧，實際上長期投資能力會被侵蝕。呢就好似朱元璋殺光有經驗嘅將領，結果燕王朱棣作反時，朝廷幾乎派唔出真正有能力嘅人。放返落AI產業，即係今日內捲越激烈，明日真正有能力持續訓練下一代模型嘅企業可能越少。

更值得留意嘅，係 DeepSeek 自己嘅長期策略。早喺2025年年初，公司創辦人梁文鋒已經多次強調「以開源換生態、以價格換用戶」嘅路線。今次75%劈價，唔可以單純理解為市場競爭，而係要為下一輪 V5 模型訓練，累積足夠真實使用數據。大規模低價開放推理服務，其實係收集用戶反饋、建立使用習慣、累積真實場景數據最有效方法。

今次劈價係「市場戰」同「數據戰」雙線作戰。DeepSeek 用低價建立日活生態，吸引用戶持續使用，再透過大量真實互動數據，改善下一代模型。未來中國模型廠商之間嘅差距，可能唔再只係邊個單一模型跑分最高，而係邊間公司有最廣泛、最真實、最連續嘅使用反饋鏈條。

今次事件揭示三個更深層事實。第一，中國AI產業嘅競爭主軸，正由「性能領先」轉向「價格生存」。呢對長期模型研發投入係一個負面訊號，因為當市場只獎勵低價，而唔獎勵高質量研發，企業就會被迫將資源投向短期搶量，而唔係長期技術突破。

第二，劈價策略短期內可以壓制外國競爭者，亦可以令中國本地企業同開發者更快採用國產模型，但佢解決唔到最底層問題：高端GPU供應、先進晶片製造、訓練集群穩定性，以及長期算力成本。平價可以刺激需求，但如果供給端受制於高端晶片瓶頸，最後只會令算力鏈更緊張。

第三，美國商務部對中國AI模型「落後8個月」嘅評估，將會成為下一輪出口管制同制裁談判嘅重要參考。呢個議題好大機會出現喺5月14至15日習特峰會嘅閉門議程入面。因為對美國嚟講，中國AI模型如果用低價快速擴散，即使性能仍然落後，都可能形成生態滲透同地緣科技影響力。美國唔一定等到中國追平先出手，往往會喺中國「接近可替代」之前，就加強限制。

歷史上類似劇本，可以追溯到1980年代日本半導體同美國嘅價格戰。當時日本廠商以低過美國40%至60%嘅價格，快速搶佔DRAM市場，三年內打殘 Intel 喺DRAM部門嘅競爭力。但同時，呢種低價擴張亦觸發美國全面反制，最終促成1986年《日美半導體協議》，日本半導體被迫接受配額制度，逐步退出DRAM主戰場。

「劈價搶份額」短期可以成功，但結構性反制通常只係時間問題。DeepSeek 今次劈價，表面係中國AI行業內部價格戰，實質係中美AI競爭進入新階段：中國用低價搶市場，美國用管制守技術門檻，而真正決定勝負嘅，唔係邊一日邊個API平啲，而係邊一方可以長期維持算力、數據、研發同商業回報之間嘅正循環。