同一周：GPT-5.5 和 DeepSeek V4 告诉我们价格战已经结束，真正的竞争刚刚开始
GPT-5.5 首次全量重训至 $5/M token；DeepSeek V4 Pro 同等能力只要 $1.74。两件事同周发生，意味着「更强」和「更便宜」已经不再是两条赛道。
上周四，OpenAI 发布 GPT-5.5。上周五，DeepSeek 发布 V4-Pro 和 V4-Flash。
这两件事单独看都是大新闻。放在一起看，有一个更值得记录的结论：「更强」和「更便宜」已经不再是两条相互排斥的赛道了。
GPT-5.5：第一次从头重训
GPT-5.5 是 OpenAI 自 GPT-4.5 以来第一次做地基级别的重训。GPT-5.1 到 5.4 全是在同一个 base 上 post-training 叠加的，5.5 重写了预训练语料、重新设计了 agent-oriented 目标函数。
发布说明里的定位很明确：这是一个 agent 模型，而不是一个「更聪明的对话模型」。
“GPT-5.5 takes a sequence of actions, uses tools, checks its own work, and keeps going until a task is finished — without needing a human to re-prompt at every handoff.” — OpenAI 官方公告，April 23, 2026
代入 benchmark 数据，这个定位是有支撑的：
| Benchmark | GPT-5.5 | Claude Opus 4.7 | Gemini 3.1 Pro |
|---|---|---|---|
| Terminal-Bench 2.0（agent 命令行任务） | 82.7% | 69.4% | 68.5% |
| GDPval（44种知识工作） | 84.9% | 80.3% | 67.3% |
| SWE-Bench Pro（真实 GitHub issue） | 58.6% | 64.3% | — |
在 agentic coding 和 computer use 上 GPT-5.5 是第一；在真实 codebase 修 bug 上，Claude Opus 4.7 仍然领先。这个差异很有意思——两家对「agent 能力」的定义显然不一样。
定价：$5/M input，$30/M output。比 GPT-5.4 贵一倍。
Simon Willison 在他的博客特别提到了 OpenAI 自己的 prompt 升级建议：
“Start with the smallest prompt that preserves the product contract, then tune reasoning effort, verbosity, tool descriptions, and output format against representative examples.” — GPT-5.5 Prompting Guide
OpenAI 明确说不要把旧 prompt 直接迁移过来，要从零重新调。这个建议背后的含义是：每一代 base 重训，prompt 工程需要重新积累。
DeepSeek V4：效率才是护城河
同一周，DeepSeek 发布 V4-Pro（1.6T 总参，49B active）和 V4-Flash（284B 总参，13B active）。
V4-Pro 是目前最大的开源 MoE 模型，比 Kimi K2.6（1.1T）还大。自报 benchmark 比 GPT-5.2 强，比 GPT-5.4 略弱，大约落后前沿约 3-6 个月。
但定价是：$1.74/M input，$3.48/M output。
相比之下，GPT-5.4 是 15，Claude Sonnet 4.6 是 15，GPT-5.5 是 30。
DeepSeek 的 technical report 解释了为什么可以这么便宜：
“In the scenario of 1M-token context, even DeepSeek-V4-Pro attains only 27% of the single-token FLOPs and 10% of the KV cache size relative to DeepSeek-V3.2.” — DeepSeek V4 Technical Report
V4-Flash 更极端：1M 上下文场景只用 V3.2 的 10% FLOPs 和 7% KV cache。这不是靠缩模型实现的，是靠 MoE routing 的效率优化——只激活需要的专家。
Simon Willison 的价格对比表是目前最清晰的一个：DeepSeek V4-Flash 的价格（0.28）比 GPT-5.4 Nano（1.25）还便宜，是 Claude Haiku 4.5（5）的七分之一。
详见他的完整分析。
两件事放在一起说明什么
2025 年大家讨论的问题是：前沿模型能力能不能 distill 到更便宜的模型？
2026 年这个问题已经不重要了，因为两者的差距已经小到了一个「取决于具体任务」的程度。
- 如果你的任务是 agentic coding 和 computer use，GPT-5.5 目前仍然领先，$5/M 的溢价可能值得；
- 如果你的任务是长上下文批处理、多轮 retrieval、大规模 API 调用，DeepSeek V4-Pro 在接近前沿能力的同时节省 65-75% 的成本；
- 如果你想在本地跑，V4-Flash 的量化版（Unsloth 应该快了）在 128GB M5 MacBook Pro 上可能可以运行。
更重要的是：DeepSeek 是开源的，MIT 许可证。 这意味着效率优化和微调可以在开放生态里快速迭代。
价格战的结果不是「有人赢了」，而是让所有的产品决策都变成了：你在哪个任务上真正需要那几个百分点的能力提升，值不值得付这个溢价。
这是一个更有意思的问题。